Los algoritmos de clasificación son una parte vital de la informática
mejores fondos/shutterstock
Un algoritmo utilizado billones de veces al día en todo el mundo puede ejecutarse hasta un 70 por ciento más rápido, gracias a la inteligencia artificial creada por DeepMind, con sede en el Reino Unido. Encontré una forma mejorada para que las computadoras clasifiquen datos que los programadores humanos han ignorado durante décadas.
“Sinceramente, no esperábamos nada mejor: es un programa muy corto y este tipo de programas se han estudiado durante décadas”, dice. Daniel Mankowitz En DeepMind.
Se conocen como algoritmos de clasificación, y son uno de los algoritmos para el trabajo computacional, y se utilizan para organizar datos ordenando alfabéticamente las palabras o los números de menor a mayor. Existen muchos algoritmos de clasificación diferentes, pero las innovaciones son limitadas ya que se han mejorado mucho a lo largo de las décadas.
Ahora, DeepMind ha creado un modelo de IA llamado AlphaDev diseñado para descubrir nuevos algoritmos para completar una tarea determinada, con la esperanza de superar nuestros esfuerzos existentes. En lugar de modificar los algoritmos existentes, AlphaDev comienza desde cero.
Utiliza código ensamblador, que es un lenguaje informático intermedio que se encuentra entre el código escrito por humanos y las secuencias de instrucciones binarias codificadas en 0 y 1. Los humanos pueden leer y comprender cuidadosamente el código ensamblador, pero la mayoría de los programas están escritos en un nivel superior. lenguaje que es más intuitivo antes de compilarlo o “ensamblarlo” en código ensamblador. DeepMind dice que el código ensamblador le da a AlphaDev más espacio para crear algoritmos más eficientes.
Se dice a Amnistía Internacional Cree un algoritmo con una instrucción a la vez y pruebe su salida con una solución válida conocida para asegurarse de que crea un método eficiente. También se requiere generar el algoritmo más corto posible. DeepMind dice que la tarea se vuelve cada vez más difícil rápidamente con problemas más grandes, ya que la cantidad de combinaciones posibles de instrucciones puede acercarse rápidamente a la cantidad de partículas en el universo.
Cuando se le pidió que creara un algoritmo de clasificación, AlphaDev creó uno que era un 70 % más rápido que el mejor para listas de cinco datos y un 1,7 % más rápido para listas de más de 250 000 elementos.
“Inicialmente pensamos que había cometido un error o que había un error o algo así, pero cuando analizamos el programa, nos dimos cuenta de que AlphaDev en realidad había descubierto algo más rápido”, dice Mankowitz.
Dado que los algoritmos de clasificación se utilizan en una gran cantidad de software popular, esta mejora podría tener un efecto acumulativo significativo a nivel mundial. Dichos algoritmos son tan vitales que se han escrito en bibliotecas de código que cualquiera puede usar, en lugar de escribir los suyos propios. DeepMind ha hecho que sus nuevos algoritmos sean de código abierto y los ha incluido en la biblioteca Libc++ de uso común, lo que significa que la gente ya puede usarlos hoy. DeepMind dice que este es el primer cambio en esta parte de la biblioteca de algoritmos de clasificación en más de una década.
La Ley de Moore, la idea de que la cantidad de poder de cómputo de un solo chip se duplica a intervalos regulares, está llegando a su fin, dice Mankowitz, porque la miniaturización alcanza límites físicos fijos, pero AlphaDev puede ayudar a compensar eso mejorando la eficiencia.
Hoy estos algoritmos están siendo retirados [run in software] Apreciamos trillones de veces todos los días y [are] Puede ser utilizado por millones de desarrolladores y empresas de todo el mundo “, dice Mankowitz. “Esperamos que mejorar el código de las funciones principales que se extraen billones de veces al día tenga beneficios lo suficientemente grandes como para alentar a las personas a intentar hacer más. de estas funciones y tener eso como una forma de desbloquear este cuello de botella [of Moore’s law slowing]. “
AlphaDev es interesante, dice Mark Lee de la Universidad de Birmingham, Reino Unido, e incluso un aumento de velocidad del 1,7 por ciento es beneficioso. Pero dice que incluso si se encuentran eficiencias similares en otros algoritmos populares, duda que este enfoque compense la ruptura de la Ley de Moore, porque no podría lograr las mismas ganancias en programas más esotéricos.
“Creo que podrán hacer eso para cosas como algoritmos de clasificación, un tipo estándar de algoritmo informático. Pero no se aplicará a… piezas de código complejas”, dice. “Creo que los incrementos de hardware seguirán superando él.”
Hilos: