Завдяки а штучний інтелект Розроблений британською компанією DeepMind алгоритм, який широко використовується в усьому світі, може працювати на 70% швидше.
Це покращення сталося завдяки новому підходу, створеному штучним інтелектом для класифікації даних, якими програмісти нехтували десятиліттями.
побачити більше
Google Messaging: майбутнє міжплатформного чату може бути…
Підтверджено: Samsung дійсно виробляє складні екрани для…
Відкриття має потенціал для оптимізації мільйонів програм, оскільки алгоритми сортування є фундаментальними функціями, які широко використовуються комп’ютерами в усьому світі.
Деніел Манковіц з DeepMind висловив здивування отриманими результатами, заявивши, що вони не очікували вищої продуктивності.
Він підкреслив лаконічність розробленої програми, яку вивчали десятиліттями. Алгоритми класифікації, які широко використовуються в обчислювальній техніці, відіграють ключову роль в організації даних за допомогою алфавітного впорядкування слів або класифікації числові.
Хоча існує кілька підходів у цій галузі, інновації були обмежені через високу оптимізацію, досягнуту з часом.
Алгоритми сортування, відомі як «робочі конячки» обчислювальної техніки, мають завдання впорядковувати дані, будь то сортування слів за алфавітом або сортування чисел у порядку зростання.
Незважаючи на існування кількох алгоритмів класифікації, інновації були обмежені, оскільки ці підходи були дуже оптимізовані протягом десятиліть.
Щоб подолати це обмеження, DeepMind розробив модель штучного інтелекту під назвою AlphaDev. На відміну від налаштування існуючих алгоритмів, AlphaDev призначений для виявлення нових алгоритмів, здатних виконувати поставлене завдання.
Цей інноваційний підхід починається з нуля, намагаючись подолати попередні зусилля в області класифікації даних. DeepMind використовує асемблерний код як частину процесу розробки AlphaZero.
Код асемблера — це проміжна комп’ютерна мова, яка лежить між кодом, написаним людьми, і послідовністю двійкових команд, закодованих у 0 і 1.
Хоча код асемблера може бути уважно прочитаний і зрозумілий людям, більшість програмного забезпечення написане на мови високого рівня, які є більш інтуїтивно зрозумілими, перед перекладом або «компіляцією» в код збірка.
Проте DeepMind стверджує, що використання асемблерного коду дає AlphaGo більше свободи створювати ефективніші алгоритми, використовуючи переваги їх здатності глибоко розуміти мову рівень.
У процесі розробки штучний інтелект крок за кроком будує алгоритм і перевірити його вихід на відоме правильне рішення, таким чином гарантуючи створення методу ефективний. Крім того, штучному інтелекту доручено прагнути створити максимально стислий алгоритм.
Компанія зазначає, що це завдання стає дедалі складнішим, оскільки проблеми стають все більш складними. Це пояснюється тим, що кількість можливих комбінацій інструкцій швидко зростає, наближаючись до кількості частинок у Всесвіті.
Таким чином, штучному інтелекту доводиться стикатися з труднощами дослідження надзвичайно великого простору пошуку, щоб знайти оптимальні рішення для більших проблем.
AlphaDev, коли йому поставили завдання створити алгоритм класифікації, здивував тим, що представив результат на 70% швидше, ніж алгоритм, який вважається найкращим для списків із п’яти фрагментів даних. Крім того, у списках із понад 250 000 елементів алгоритм, розроблений AlphaDev, досяг підвищення продуктивності на 1,7%.
Даніель Манковіц, аналізуючи програму, створену AlphaDev, спочатку запідозрив помилку чи недолік, однак, коли Досліджуючи далі, зрозумів, що ШІ знайшов більш ефективний підхід до класифікації даних.
Любитель фільмів і серіалів і всього, що пов'язано з кіно. Активний допитливий в мережах, завжди на зв'язку з інформацією про Інтернет.
