Zahvaljujoč a umetna inteligenca Algoritem, ki ga je razvilo britansko podjetje DeepMind, lahko deluje do 70 % hitreje.
Ta izboljšava je posledica novega pristopa, ki ga je odkrila umetna inteligenca za razvrščanje podatkov, ki so jih programerji desetletja zanemarjali.
Poglej več
Google Messaging: Prihodnost klepeta na več platformah bi lahko bila...
Potrjeno: Samsung res proizvaja zložljive zaslone za…
Odkritje ima potencial za optimizacijo milijonov programov, saj so algoritmi za razvrščanje temeljne funkcije, ki jih računalniki po vsem svetu pogosto uporabljajo.
Daniel Mankowitz iz DeepMinda je izrazil presenečenje nad doseženimi rezultati in izjavil, da niso pričakovali boljše zmogljivosti.
Izpostavil je jedrnatost izdelanega programa, ki so ga preučevali desetletja. Klasifikacijski algoritmi, ki se pogosto uporabljajo v računalništvu, imajo ključno vlogo pri organizaciji podatkov, bodisi z abecednim razvrščanjem besed ali klasifikacijo številčno.
Čeprav obstaja več pristopov na tem področju, so bile inovacije omejene zaradi visoke optimizacije, dosežene skozi čas.
Algoritmi za razvrščanje, znani kot "delovni konji" računalništva, so zadolženi za organiziranje podatkov, ne glede na to, ali razvrščajo besede po abecedi ali razvrščajo številke v naraščajočem vrstnem redu.
Kljub obstoju več klasifikacijskih algoritmov so bile inovacije omejene, saj so bili ti pristopi skozi desetletja zelo optimizirani.
Za premagovanje te omejitve je DeepMind razvil model umetne inteligence, imenovan AlphaDev. V nasprotju s spreminjanjem obstoječih algoritmov je AlphaDev zasnovan tako, da odkrije nove algoritme, ki so sposobni opraviti dano nalogo.
Ta inovativni pristop se začne iz nič in poskuša preseči prejšnja prizadevanja na področju klasifikacije podatkov. DeepMind uporablja zbirno kodo kot del razvojnega procesa AlphaZero.
Sestavna koda je vmesni računalniški jezik, ki leži med kodo, ki jo napišejo ljudje, in zaporedji binarnih navodil, kodiranih v 0 in 1.
Medtem ko lahko ljudje natančno preberejo in razumejo kodo za sestavljanje, je večina programske opreme napisana v jezike na visoki ravni, ki so bolj intuitivni, preden se prevedejo ali »prevedejo« v kodo montaža.
Vendar DeepMind trdi, da uporaba kode za sestavljanje daje AlphaGo večjo svobodo pri ustvariti učinkovitejše algoritme z izkoriščanjem njihove sposobnosti poglobljenega razumevanja jezika raven.
Med razvojnim procesom je umetna inteligenca vodena, da korak za korakom zgradi algoritem in preizkusi svoj rezultat glede na znano pravilno rešitev, s čimer zagotovi ustvarjanje metode učinkovito. Poleg tega je umetni inteligenci naročeno, da poskuša ustvariti čim bolj jedrnat algoritem.
V podjetju poudarjajo, da postaja ta naloga vse bolj zahtevna, saj so problemi vse bolj kompleksni. To je zato, ker število možnih kombinacij navodil hitro narašča in se približuje številu delcev v vesolju.
Tako se mora umetna inteligenca soočiti s težavo raziskovanja izjemno obsežnega iskalnega prostora, da bi našla optimalne rešitve za večje težave.
AlphaDev, ko je bil izzvan, da ustvari algoritem za razvrščanje, je presenetil s predstavitvijo rezultata, ki je 70 % hitrejši od algoritma, ki velja za najboljšega za sezname petih kosov podatkov. Poleg tega je na seznamih z več kot 250.000 elementi algoritem, ki ga je razvil AlphaDev, dosegel izboljšanje zmogljivosti za 1,7 %.
Daniel Mankowitz je pri analizi programa, ki ga je ustvaril AlphaDev, sprva posumil na napako ali pomanjkljivost, ko pa z nadaljnjim raziskovanjem ugotovil, da je umetna inteligenca odkrila učinkovitejši pristop k razvrščanju podatke.
Ljubiteljica filmov in serij ter vsega kar je povezano s kinom. Aktiven radovednež na omrežjih, vedno povezan z informacijami o spletu.