DeepMind人工智能創(chuàng)造出比人類快70的排序算法

　　6 月 8 日消息，谷歌旗下 DeepMind 開發(fā)的人工智能 AlphaDev 創(chuàng)造了一種新的數(shù)據(jù)排序方法，比人類程序員設計的算法快了 70%，這一發(fā)現(xiàn)可能讓全球數(shù)以百萬計的軟件運行得更快。

　　數(shù)據(jù)排序是計算機的基本功能之一，用于按照字母順序或者數(shù)字大小來排列數(shù)據(jù)。目前已經有很多不同的排序算法，但是由于經過幾十年的優(yōu)化，人類很難再有創(chuàng)新。

　　AlphaDev 的設計目標是發(fā)現(xiàn)新的算法來完成給定的任務，并且盡量超越現(xiàn)有的方法。它不是對當前的算法進行微調，而是從零開始構建。其使用了一種叫做匯編代碼的中間語言，這種語言比人類編寫的代碼更接近計算機的二進制指令，也更容易讓 AlphaDev 創(chuàng)造出更高效的算法。

　　AlphaDev 每次生成一個指令，然后測試它的輸出是否正確，同時還要求生成最短的算法。DeepMind 表示，這項任務難度非常大，因為可能的指令組合數(shù)量非常龐大。

　　當被要求創(chuàng)建一個排序算法時，AlphaDev 驚人地發(fā)現(xiàn)了一種比最好的算法快 70% 的方法，用于對五個數(shù)據(jù)進行排序。即使對 25 萬個數(shù)據(jù)進行排序，它也能比最好的算法快 1.7%。

　　“我們一開始以為它出錯了或者有什么 bug，但是當我們分析了這個程序，我們意識到 AlphaDev 真的發(fā)現(xiàn)了一種更快的方法。”DeepMind 的 Daniel Mankowitz 說。

　　由于排序算法被廣泛應用于各種常用軟件中，這一改進可能會對全球計算產生重大影響。DeepMind 已經將它們開源，并且加入了一個叫做 Libc++ 的常用代碼庫，這意味著任何人都可以立即使用它們，這是這個代碼庫中排序算法部分十多年來第一次更新。

　　Mankowitz 說，由于物理極限，摩爾定律(IT之家注：即芯片性能定期翻倍)即將終結，但是 AlphaDev 可能能夠通過提高效率來彌補這一點。

　　英國伯明翰大學的 Mark Lee 說，AlphaDev 很有趣，即使 1.7% 的速度提升也很有用。但他說，對這種方法能否彌補摩爾定律終結持懷疑態(tài)度，因為它不太可能在更復雜的軟件中取得同樣的進步。