谷歌旗下 AI 實驗室 DeepMind 的工程師團(tuán)隊在 Nature 官網(wǎng)發(fā)表了一篇論文，稱使用深度強化學(xué)習(xí)發(fā)現(xiàn)了更快的排序算法。

圖片來自網(wǎng)絡(luò)/侵刪

　　排序或散列等基本算法在一天內(nèi)的使用量可達(dá)數(shù)萬億次，隨著計算需求的增長，讓這些算法盡可能高效變得至關(guān)重要?；A(chǔ)排序算法在過去取得了顯著的進(jìn)步，但如要進(jìn)一步提高這些算法例程的效率，對人類科學(xué)家和已知的計算方法都具有挑戰(zhàn)性。

　　而 DeepMind 通過將 “尋找更好的排序程序” 任務(wù)制定成一個名為 AssemblyGame 的單人游戲。在這個游戲中，玩家需要選擇一系列低級 CPU 指令(匯編指令)，然后將其組合起來產(chǎn)生一種新的高效排序算法。

　　然后 DeepMind 訓(xùn)練了一個新的深度強化學(xué)習(xí)代理 ”AlphaDev“來玩這個游戲，AlphaDev 的主要學(xué)習(xí)算法是 AlphaZero 代理的擴(kuò)展，并使用深度神經(jīng)網(wǎng)絡(luò)指導(dǎo)蒙特卡洛樹搜索 (MCTS) 規(guī)劃過程。

　　最終，AlphaDev 從零開始地發(fā)現(xiàn)了幾項新的小型排序算法，分別可用于對大小為 3、4 和 5 的列表進(jìn)行排序，且均優(yōu)于已知的人類基準(zhǔn)。

　　目前這些算法已經(jīng)集成到 LLVM 標(biāo)準(zhǔn) C++ 排序庫 中，使用強化學(xué)習(xí)的新算法替換掉了原有的 LLVM libc++ 標(biāo)準(zhǔn)排序 3、排序 4 和排序 5 算法，這些基礎(chǔ)算法是 C++ 排序庫的基本組件，通常被較大的排序算法多次調(diào)用。

　　值得一提的是，DeepMind 的提交是十多年來對 LLVM libc+ 排序算法子程序的首次更改。
　?。?a href="http://www.weiseditor.com">碼上科技）

微軟將 AI 用于推薦自...

最后一頁