DeepMind, innowacyjna technologia AI opracowana przez Google, która niegdyś zdumiała świat opanowując Go i szachy, teraz prześcignęła ludzkie zdolności w nowym obszarze: tworzeniu superszybkich algorytmów. Wykorzystując system inteligencji AlphaZero, AlphaDev, opracowany przez DeepMind, wytworzył algorytmy, które sortują dane do trzech razy szybciej niż ich ludzkie odpowiedniki. Potem są tłumaczone na C++ – standardowy język programowania. Ten precedens wywołał zdumienie wśród ekspertów i otwiera nowy rozdział w dziedzinie sztucznej inteligencji.
Przez dziesięciolecia informatycy starali się optymalizować sortowanie danych. Ich praca miała na celu skrócenie czasu potrzebnego na zwracanie wyników wyszukiwania czy alfabetyzowanie list kontaktów. Teraz DeepMind, z siedzibą w Londynie, zrewolucjonizowało tę dziedzinę, zwiększając znacznie prędkość sortowania. Osiągnęło to, stosując mechanizmy stojące za AlphaZero do formułowania lepszych algorytmów sortujących.
Jak działa AlphaDev
Innowacyjny system AI, AlphaDev, opracowany przez DeepMind, rozpoczyna od podstawowego zadania sortowania liczb według ich wielkości. Początkowe algorytmy mogły sortować tylko 3, 4 lub 5 liczb na raz. Była to podstawa do nauki, która odegrała kluczową rolę w rozwoju algorytmów sortujących dłuższe listy.
AlphaDev działa na poziomie instrukcji montażowych, które są kodami generowanymi przez automatyczne kompilatory z kodów napisanych przez programistów w C++. Ten proces zachodzi przed przetłumaczeniem kodu na 1 i 0 kodu maszynowego.
Proces, w którym pracuje AlphaDev, jest podobny do AlphaZero. Integruje komputerowe wersje deliberacji i intuicji, aby zdecydować, które instrukcje dodać do procedury. Jest to metoda, którą inżynierowie DeepMind nazywają z uznaniem AssemblyGame. Podczas procesu, AlphaDev może wybrać jedno z czterech rodzajów działań, które polegają na porównywaniu wartości, przenoszeniu wartości między lokalizacjami lub skakaniu do innego miejsca programu.
Każde działanie, po wykonaniu, sortuje zestaw list i otrzymuje nagrodę w zależności od tego, ile elementów poprawnie posortował. Kontynuuje zadanie, aż posortuje wszystkie listy idealnie lub osiągnie limit długości programu. Po tym zaczyna nowy program od początku.
Co ważne, AlphaDev nie jest nagradzany tylko za poprawność, ale również za szybkość. System został przeszkolony przez zespół Mankowitza do oceny prędkości na podstawie albo całkowitej liczby instrukcji, albo czasu przetwarzania.
Algorytmy niesortujące będą następne
Zespół DeepMind zastosował również AlphaDev do algorytmów niesortujących. Wyniki były niesamowite. Wersja algorytmu AlphaDev, używana do konwersji danych przechowywanych w określonym formacie na bajty, zajęła 67% mniej czasu niż standardowa wersja. Podobnie, jej algorytm haszujący, używany w przechowywaniu i odzyskiwaniu danych, był o 30% bardziej efektywny.
Zespół DeepMind planuje zastosować algorytmy w stylu AlphaZero do szerszego zakresu problemów. Ma nadzieje na równie spektakularne wyniki.