(資料圖片)

研究團(tuán)隊(duì)使用“AlphaDev”進(jìn)行改進(jìn)探索。

圖片來源：《自然》網(wǎng)站

算法對于計(jì)算是必不可少的，它能為執(zhí)行特定計(jì)算任務(wù)提供一組指令。排序任務(wù)這類基礎(chǔ)算法每天要運(yùn)行數(shù)萬億次。由于人類專家無法進(jìn)一步優(yōu)化，改進(jìn)這類算法的嘗試遇到了瓶頸，而AI智能體有望解決這個問題。使用深度學(xué)習(xí)改進(jìn)算法的努力一直受到限制，因?yàn)橹爸荒茉陂_發(fā)深度學(xué)習(xí)系統(tǒng)的訓(xùn)練樣本范圍內(nèi)進(jìn)行發(fā)現(xiàn)和優(yōu)化?！鞍柗ㄩ_發(fā)”這種新的深度強(qiáng)化學(xué)習(xí)智能體被證明能突破這種限制，無需針對某個問題的任何訓(xùn)練就能發(fā)現(xiàn)新算法。

深度思維研究團(tuán)隊(duì)將尋找更優(yōu)排序算法的任務(wù)編成了一個游戲，并訓(xùn)練“阿爾法開發(fā)”來玩這個游戲。通過玩這個游戲，“阿爾法開發(fā)”發(fā)現(xiàn)了超越當(dāng)前最先進(jìn)算法的排序算法。這次新發(fā)現(xiàn)的排序算法中有一些已與C++庫的標(biāo)準(zhǔn)排序函數(shù)整合，這個系統(tǒng)有數(shù)百萬名用戶使用，包括許多大學(xué)和跨國公司。

“這種方法的優(yōu)勢在于這個系統(tǒng)能學(xué)習(xí)基于獎勵信號生成高效程序，無需來自訓(xùn)練樣本的任何指導(dǎo)。”美國麻省理工學(xué)院科學(xué)家阿曼多·索拉-勒澤瑪在同時發(fā)表的新聞與觀點(diǎn)文章中寫道，“這種方法的通用性以及無需提前了解問題就能運(yùn)行的能力使其成為一個關(guān)鍵進(jìn)展，從而有望實(shí)現(xiàn)專家干預(yù)最小化的高效編程?！?/p>

關(guān)鍵詞：