当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > DeepMind 人工智能创造出比人类快 70% 的排序算法,可让全球软件速度更快

DeepMind 人工智能创造出比人类快 70% 的排序算法,可让全球软件速度更快

来源:51CTO.COM 2023-06-10 12:28:17 0浏览 收藏

本篇文章给大家分享《DeepMind 人工智能创造出比人类快 70% 的排序算法,可让全球软件速度更快》,覆盖了科技周边的常见基础知识,其实一个语言的全部知识点一篇文章是不可能说完的,但希望通过这些问题,让读者对自己的掌握程度有一定的认识(B 数),从而弥补自己的不足,更好的掌握它。

DeepMind 人工智能创造出比人类快 70% 的排序算法,可让全球软件速度更快

 6 月 8 日消息,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%,这一发现可能让全球数以百万计的软件运行得更快。

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。DeepMind 表示,这项任务难度非常大,因为可能的指令组合数量非常庞大。

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%。

“我们一开始以为它出错了或者有什么 bug,但是当我们分析了这个程序,我们意识到 AlphaDev 真的发现了一种更快的方法。”DeepMind 的 Daniel Mankowitz 说。

由于排序算法被广泛应用于各种常用软件中,这一改进可能会对全球计算产生重大影响。DeepMind 已经将它们开源,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。

Mankowitz 说,由于物理极限,摩尔定律(IT之家注:即芯片性能定期翻倍)即将终结,但是 AlphaDev 可能能够通过提高效率来弥补这一点。

英国伯明翰大学的 Mark Lee 说,AlphaDev 很有趣,即使 1.7% 的速度提升也很有用。但他说,对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。

终于介绍完啦!小伙伴们,这篇关于《DeepMind 人工智能创造出比人类快 70% 的排序算法,可让全球软件速度更快》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布科技周边相关知识,快来关注吧!

版本声明
本文转载于:51CTO.COM 如有侵犯,请联系study_golang@163.com删除
Transformer结构及其应用详解——GPT、BERT、MT-DNN、GPT-2Transformer结构及其应用详解——GPT、BERT、MT-DNN、GPT-2
上一篇
Transformer结构及其应用详解——GPT、BERT、MT-DNN、GPT-2
太糟糕!AI抄袭检测软件不断诬告学生作弊
下一篇
太糟糕!AI抄袭检测软件不断诬告学生作弊
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    452次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    520次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    536次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    482次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    304次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码