LUNEDÌ 12 GIUGNO 2023 11.59.20
Scienza: intelligenza artificiale accelera algoritmi ordinamento =
Scienza: intelligenza artificiale accelera algoritmi ordinamento = (AGI) - Roma, 12 giu. - Dopo piu' di un decennio, sono stati integrati nella libreria di ordinamento di C++ (un comune linguaggio di programmazione) nuovi e migliorati algoritmi di ordinamento. Questo e' stato possibile grazie ad AlphaDev, un agente di intelligenza artificiale (AI) di DeepMind. I risultati sono riportati su Nature questa settimana. Gli algoritmi sono fondamentali per l'informatica, agiscono come un insieme di istruzioni per eseguire un compito computazionale specifico. Gli algoritmi fondamentali, come quelli di ordinamento, vengono eseguiti trilioni di volte ogni giorno. Gli sforzi per ottimizzare tali algoritmi hanno raggiunto un punto di stallo in cui gli esperti umani non possono piu' migliorarli ulteriormente. Gli sforzi per migliorare gli algoritmi sono stati limitati dalla capacita' di scoprire e ottimizzare solo all'interno dei limiti degli esempi di addestramento utilizzati per sviluppare il sistema di deep learning. Un nuovo agente di deep reinforcement learning chiamato AlphaDev ha dimostrato di superare questa limitazione e puo' scoprire nuovi algoritmi senza bisogno di un addestramento specifico per un problema. Daniel Mankowitz e i suoi colleghi hanno trasformato il compito di trovare algoritmi di ordinamento migliori in un gioco e hanno addestrato AlphaDev a giocarlo. Alcuni dei nuovi algoritmi di ordinamento sono stati integrati nella funzione di ordinamento standard per la libreria di C++, un sistema utilizzato da diversi milioni di utenti, tra cui universita' e aziende internazionali. "La potenza di questo approccio deriva dal fatto che il sistema puo' imparare a generare programmi efficienti sulla base di un segnale di ricompensa, senza bisogno di alcuna guida da parte di esempi di addestramento", scrive Armando Solar-Lezama in un articolo News & Views correlato. "La generalita' dell'approccio e la sua capacita' di operare senza alcuna conoscenza precedente del problema - aggiunge - lo rendono un passo cruciale verso la programmazione ad alte prestazioni con intervento minimo da parte degli esperti". (AGI)Sci/Bas 121159 GIU 23 NNNN
Nessun commento:
Posta un commento