Проектът на DeepMind продължава да прави открития в основните компютърни науки. Миналата година компанията използва версия на своя изкуствен интелект, известна като AlphaZero, за да открие нови методи за ускоряване на ключови математически операции, използвани в множество видове код, като по този начин подобри 50-годишен рекорд, предава TechnologyReview.
Сега, DeepMind отново успява да постигне същото - два пъти. Използвайки новата версия на AlphaZero, наречена AlphaDev, фирмата, базирана в Обединеното кралство, откри начин да подреди елементи в списък с до 70% по-бързо от най-добрия съществуващ метод. Също така, AlphaDev откри начин за ускоряване на ключов алгоритъм, използван в криптографията, с 30%.
"Законът на Мур е на път да бъде изчерпан, като чиповете достигат своите фундаментални физически граници", коментира Даниел Манковиц, научен сътрудник в Google DeepMind. "Трябва да намерим нови и иновативни начини за оптимизиране на изчисленията."
DeepMind публикува своите резултати в Nature днес, но техниките, които AlphaDev откри, вече се използват от милиони разработчици на софтуер. През януари 2022 г., DeepMind представи новите си сортиращи алгоритми на организацията, която управлява C++, един от най-популярните програмни езици в света, и след двумесечно независимо изпитване, алгоритмите на AlphaDev бяха добавени към езика.
Алгоритмите, открити от AlphaDev, са сега в употреба милиарди пъти на ден. AlphaDev е изграден върху AlphaZero, засилен модел за обучение, който DeepMind тренира, за да овладее игри като дама и шах.
AlphaDev работи с Assembly, програмен език, който може да се използва за даване на специфични инструкции за преместване на числа на компютърния чип. Предимството на Assembly е, че позволява на алгоритмите да бъдат разглобени на по-фини стъпки - добра отправна точка, ако търсите преки пътища.
AlphaDev изиграва своя ход в играта, като добавя и нова инструкция в Assembly към алгоритъма, който изгражда. AlphaDev добавя инструкции случайно, генерирайки алгоритми, които не биха могли да работят. С времето, точно както AlphaZero направи с настолните игри, той се научи да играе печеливши ходове.
Въпреки това, AlphaDev има своите ограничения. Най-дългият алгоритъм, който той произвежда, е бил с дължина 130 инструкции.
Според Сандерс, въпреки впечатляващите резултати, трябва да се подчертае, че техниките на машинното обучение все още не са напълно въведени в програмирането. "Но все още не сме достигнали там", добавя той.
За по-дълги алгоритми, екипът планира да адаптира AlphaDev да работи с инструкции на C++ вместо Assembly. Даниел Манковиц иска да комбинира AlphaDev с най-добрите човешки методи, като накара изкуственият интелект да се базира на човешка интуиция, вместо да започва отначало.
В крайна сметка, може да бъдат открити още подобрения. "За човека, за да направи това, са му необходими значителни знания и огромно количество часове - може би дни, може би седмици - за да прегледа тези програми и да идентифицира подобрения", казва Манковиц. "В резултат на това, то не е било опитано до момента."