时间：2023-06-08 10:50:10
谷歌旗下DeepMind开发的人工智能AlphaDev创造了一种新的数据排序方法，比人类程序员设计的算法快了70。这可能让全球数以百万计的软件运行更快。数据排序是计算机的基本功能之一，用于按照字母顺序或者数字大小来排列数据。目前已经有很多不同的排序算法，但是由于经过几十年的优化，人类很难再有创新。
AlphaDev的设计目标是发现新的算法来完成给定的任务，并且尽量超越现有的方法。它不是对当前的算法进行微调，而是从零开始构建。其使用了一种叫做汇编代码的中间语言，这种语言比人类编写的代码更接近计算机的二进制指令，也更容易让AlphaDev创造出更高效的算法。AlphaDev每次生成一个指令，然后测试它的输出是否正确，同时还要求生成最短的算法。这项任务难度非常大，因为可能的指令组合数量非常庞大。但是当被要求创建一个排序算法时，AlphaDev惊人地发现了一种比最好的算法快70的方法，用于对五个数据进行排序。即使对25万个数据进行排序，它也能比最好的算法快1.7。DeepMind表示，这一改进可能会对全球计算产生重大影响。
为了更好地估计算法的延迟，AlphaDev实现了一种双值函数设置，即AlphaDev有两个值函数头：一个预测算法正确性，另一个预测算法延迟。在训练期间，使用算法的实际计算延迟作为AlphaDev的蒙特卡罗目标，利用延迟头直接预测给定程序的延迟。当优化实际延迟时，这种双头方法比单头值函数设置显著地获得更好的结果。
为了生成新的算法，AlphaDev使用了蒙特卡罗树搜索算法来引导程序生成。在蒙特卡罗树搜索算法中，使用神经网络来预测给定指令序列的正确性和速度。这个神经网络可以跟踪每个节点的部分得分函数。
AlphaDev的排序算法已经开源，并且加入了一个叫做Libc的常用代码库，这意味着任何人都可以立即使用它们，这是这个代码库中排序算法部分十多年来第一次更新。AlphaDev可能能够通过提高效率来弥补摩尔定律终结，因为排序算法被广泛应用于各种常用软件中。
虽然AlphaDev的发现非常有趣，但是对于这种方法能否弥补摩尔定律终结持怀疑态度，因为它不太可能在更复杂的软件中取得同样的进步。即使1.7的速度提升也很有用，但是还需要更多的研究来确定它是否能够在实际应用中发挥作用。
《DeepMind 人工智能创造出比人类快 70% 的排序算法》不代表本网站观点，如有侵权请联系我们删除
