ขอบคุณก ปัญญาประดิษฐ์ พัฒนาโดยบริษัทอังกฤษ DeepMind อัลกอริทึมที่ใช้กันอย่างแพร่หลายทั่วโลกสามารถทำงานได้เร็วขึ้นถึง 70%
การปรับปรุงนี้เกิดจากแนวทางใหม่ที่ปัญญาประดิษฐ์ค้นพบในการจำแนกข้อมูลที่โปรแกรมเมอร์ละเลยมานานหลายทศวรรษ
ดูเพิ่มเติม
Google Messaging: อนาคตของการแชทข้ามแพลตฟอร์มอาจเป็น...
ยืนยันแล้ว Samsung กำลังผลิตหน้าจอพับได้สำหรับ...
การค้นพบนี้มีศักยภาพในการเพิ่มประสิทธิภาพโปรแกรมนับล้าน เนื่องจากอัลกอริธึมการเรียงลำดับเป็นฟังก์ชันพื้นฐานที่ใช้กันอย่างแพร่หลายในคอมพิวเตอร์ทั่วโลก
Daniel Mankowitz จาก DeepMind แสดงความประหลาดใจกับผลลัพธ์ที่ได้ โดยระบุว่าพวกเขาไม่ได้คาดหวังประสิทธิภาพที่เหนือกว่า
เขาเน้นความกระชับของโปรแกรมที่พัฒนาขึ้นซึ่งศึกษามานานหลายทศวรรษ อัลกอริธึมการจำแนกประเภทซึ่งใช้กันอย่างแพร่หลายในการคำนวณมีบทบาทสำคัญ ในการจัดระเบียบข้อมูล ไม่ว่าจะผ่านการเรียงลำดับคำตามตัวอักษรหรือการจำแนกประเภท ตัวเลข
แม้ว่าจะมีหลายวิธีในด้านนี้ แต่นวัตกรรมก็มีจำกัดเนื่องจากการเพิ่มประสิทธิภาพที่สูงเมื่อเวลาผ่านไป
อัลกอริทึมการเรียงลำดับหรือที่เรียกว่า "ม้างาน" ของการคำนวณมีหน้าที่ในการจัดระเบียบข้อมูล ไม่ว่าจะเป็นการเรียงลำดับคำตามตัวอักษรหรือการเรียงลำดับตัวเลขจากน้อยไปมาก
แม้จะมีอัลกอริธึมการจำแนกประเภทอยู่มากมาย แต่นวัตกรรมก็ยังมีจำกัด เนื่องจากแนวทางเหล่านี้ได้รับการปรับให้เหมาะสมอย่างมากในช่วงหลายทศวรรษที่ผ่านมา
เพื่อเอาชนะข้อจำกัดนี้ DeepMind ได้พัฒนาโมเดลปัญญาประดิษฐ์ที่เรียกว่า AlphaDev ตรงข้ามกับการปรับแต่งอัลกอริทึมที่มีอยู่ AlphaDev ออกแบบมาเพื่อค้นหาอัลกอริทึมใหม่ที่สามารถทำงานที่กำหนดได้
แนวทางที่เป็นนวัตกรรมใหม่นี้เริ่มต้นจากศูนย์โดยพยายามที่จะเอาชนะความพยายามก่อนหน้านี้ในด้านการจัดประเภทข้อมูล DeepMind ใช้รหัสแอสเซมบลีเป็นส่วนหนึ่งของกระบวนการพัฒนา AlphaZero
รหัสแอสเซมบลีเป็นภาษาคอมพิวเตอร์ระดับกลาง ซึ่งอยู่ระหว่างรหัสที่เขียนโดยมนุษย์และลำดับของคำสั่งไบนารีที่เข้ารหัสด้วย 0 และ 1
แม้ว่ารหัสแอสเซมบลีสามารถอ่านและทำความเข้าใจได้โดยมนุษย์ แต่ซอฟต์แวร์ส่วนใหญ่เขียนขึ้น เป็นภาษาระดับสูงซึ่งใช้งานง่ายกว่า ก่อนที่จะแปลหรือ "คอมไพล์" เป็นโค้ด การประกอบ.
อย่างไรก็ตาม DeepMind ให้เหตุผลว่าการใช้รหัสแอสเซมบลีทำให้ AlphaGo มีอิสระมากขึ้น สร้างอัลกอริธึมที่มีประสิทธิภาพมากขึ้นโดยใช้ประโยชน์จากความสามารถในการเข้าใจภาษาในเชิงลึก ระดับ.
ในระหว่างขั้นตอนการพัฒนา ปัญญาประดิษฐ์จะได้รับคำแนะนำให้สร้างอัลกอริทึมทีละขั้นตอน และทดสอบผลลัพธ์กับโซลูชันที่ถูกต้องซึ่งเป็นที่รู้จัก ดังนั้น จึงสร้างความมั่นใจในการสร้างวิธีการ มีประสิทธิภาพ. นอกจากนี้ AI ยังได้รับคำสั่งให้พยายามสร้างอัลกอริทึมที่รัดกุมที่สุดเท่าที่จะเป็นไปได้
บริษัทชี้ให้เห็นว่างานนี้ท้าทายมากขึ้นเมื่อปัญหามีความซับซ้อนมากขึ้น นี่เป็นเพราะจำนวนชุดคำสั่งที่เป็นไปได้เพิ่มขึ้นอย่างรวดเร็วจนเข้าใกล้จำนวนอนุภาคในจักรวาล
ดังนั้น AI จึงต้องเผชิญกับความยากลำบากในการสำรวจพื้นที่การค้นหาที่กว้างใหญ่มากเพื่อค้นหาวิธีแก้ปัญหาที่เหมาะสมที่สุดสำหรับปัญหาที่ใหญ่กว่า
AlphaDev เมื่อถูกท้าทายให้สร้างอัลกอริทึมการจำแนกประเภท รู้สึกประหลาดใจเมื่อนำเสนอผลลัพธ์ได้เร็วกว่าอัลกอริทึมที่ถือว่าดีที่สุดถึง 70% สำหรับรายการข้อมูลห้าส่วน นอกจากนี้ ในรายการที่มีมากกว่า 250,000 รายการ อัลกอริทึมที่พัฒนาโดย AlphaDev ได้รับการปรับปรุงประสิทธิภาพ 1.7%
Daniel Mankowitz เมื่อวิเคราะห์โปรแกรมที่สร้างโดย AlphaDev ในตอนแรกสงสัยว่ามีข้อผิดพลาดหรือข้อบกพร่อง แต่เมื่อ เมื่อตรวจสอบเพิ่มเติมพบว่า AI ได้ค้นพบวิธีการจำแนกประเภทที่มีประสิทธิภาพมากขึ้น ข้อมูล.
คนรักหนัง ซีรีส์ และทุกสิ่งที่เกี่ยวข้องกับภาพยนตร์ มีความอยากรู้อยากเห็นเกี่ยวกับเครือข่าย เชื่อมต่อกับข้อมูลเกี่ยวกับเว็บอยู่เสมอ
