AlphaDev von Google DeepMind, ein System für künstliche Intelligenz (KI), das auf der Grundlage von AlphaZero entwickelt wurde, hat erfolgreich Algorithmen entwickelt, die Daten bis zu dreimal so schnell sortieren können wie ihre von Menschen entwickelten Gegenstücke. Das KI-System nutzt verstärkendes Lernen, um innovative Algorithmen zu entwickeln, die die von Programmierern über Jahrzehnte hinweg entwickelten Algorithmen in ihrer Leistungsfähigkeit übertreffen.
Die Einzelheiten des Projekts wurden auf dem Blog von DeepMind bekannt gegeben und in der Fachzeitschrift Nature veröffentlicht. Als Weiterentwicklung von AlphaZero, das sich durch die Beherrschung der Spielstrategien von Go und Schach auszeichnete, ist AlphaDev vielversprechend für die Revolutionierung von Algorithmusoptimierungstechniken.
Der Trainingsprozess von AlphaDev für das Sortieren wurde mit einer Methode durchgeführt, die von den Forschern als "Einzelspieler-Assembler-Spiel" bezeichnet wird. Mit diesem Ansatz wurden Sortieralgorithmen schrittweise entwickelt, wobei AlphaDev stets nach Möglichkeiten suchte, frühere Iterationen zu verbessern. Das KI-System verwendet neuronale Netze, um Werte zu vergleichen und zu verschieben, um in möglichst kurzer Zeit genaue Ergebnisse zu erzielen.
DeepMind-Wissenschaftler Daniel Mankowitz kommentierte: "Das Mooresche Gesetz neigt sich dem Ende zu, und die Chips stoßen an ihre grundlegenden physikalischen Grenzen. Wir müssen neue und innovative Wege finden, um die Datenverarbeitung zu optimieren. AlphaDev scheint ein bedeutender Schritt in diese Richtung zu sein.
Der Schwerpunkt der Forschung lag auf der Sortierung von kurzen Listen mit drei bis fünf Zeichen, die Berichten zufolge die von Programmierern am häufigsten verwendeten Algorithmen sind. Nach Angaben von DeepMind werden solche Algorithmen täglich Billionen Mal verwendet. Bei längeren Sortiersequenzen mit bis zu 250.000 Elementen waren die Geschwindigkeitsverbesserungen im Vergleich zu bestehenden Methoden marginal.
Das nächste Ziel von AlphaDev ist die Erforschung von Optimierungstechniken in höheren Programmiersprachen wie C++. Es wird erwartet, dass diese Untersuchungen zu noch größeren Geschwindigkeitssteigerungen führen und den Entwicklern weitere Vorteile bieten.
Der Durchbruch von AlphaDev könnte möglicherweise zu Fortschritten bei low-code und no-code Plattformen wie AppMaster führen, auf denen Entwickler und Nicht-Entwickler gleichermaßen robuste Backend-, Web- und mobile Anwendungen erstellen. Mit einer Plattform wie AppMaster können Benutzer Datenmodelle visuell konstruieren, Geschäftslogik über einen intuitiven BP Designer erstellen und REST API und WSS endpoints entwickeln. Dies erleichtert die schnelle und kosteneffiziente Erstellung skalierbarer Softwarelösungen für ein breites Spektrum von Kunden, von kleinen Unternehmen bis hin zu Großunternehmen.
