AlphaDev di Google DeepMind, un sistema di intelligenza artificiale (AI) derivato dalle fondamenta di AlphaZero, ha generato con successo algoritmi in grado di ordinare i dati con una velocità fino a tre volte superiore rispetto alle loro controparti create dall'uomo. Il sistema di intelligenza artificiale utilizza l'apprendimento per rinforzo per sviluppare algoritmi innovativi che superano la competenza di quelli sviluppati dai programmatori nel corso di diversi decenni.
I dettagli del progetto sono stati resi noti sul blog di DeepMind e pubblicati sulla rivista scientifica Nature. Come aggiornamento di AlphaZero, che si è distinto per la padronanza delle strategie di gioco del Go e degli scacchi, AlphaDev promette di rivoluzionare le tecniche di ottimizzazione degli algoritmi.
Il processo di addestramento di AlphaDev per l'ordinamento è stato condotto utilizzando un metodo descritto dai ricercatori come un "gioco [in linguaggio] assembly a giocatore singolo". Grazie a questo approccio, gli algoritmi di ordinamento sono stati sviluppati in modo incrementale, con AlphaDev alla costante ricerca di opzioni per migliorare le iterazioni precedenti. Il sistema di intelligenza artificiale impiega reti neurali per confrontare e spostare i valori, con l'obiettivo di ottenere risultati accurati nel minor tempo possibile.
Daniel Mankowitz, scienziato di DeepMind, ha commentato: "La legge di Moore sta giungendo al termine e i chip si stanno avvicinando ai loro limiti fisici fondamentali. Dobbiamo trovare modi nuovi e innovativi per ottimizzare l'elaborazione. AlphaDev sembra essere un passo significativo in questa direzione".
La ricerca si è concentrata sull'ordinamento di brevi elenchi che vanno da tre a cinque caratteri, che sono gli algoritmi più comunemente utilizzati dai programmatori. Secondo DeepMind, questi algoritmi vengono utilizzati migliaia di miliardi di volte al giorno. Per le sequenze di ordinamento più lunghe, fino a 250.000 elementi, i miglioramenti in termini di velocità sono stati marginali rispetto ai metodi esistenti.
Con gli attuali risultati, il prossimo obiettivo di AlphaDev è studiare tecniche di ottimizzazione in linguaggi di programmazione di livello superiore, come il C++. Questa esplorazione dovrebbe produrre miglioramenti di velocità ancora maggiori e fornire ulteriori vantaggi agli sviluppatori.
La scoperta di AlphaDev potrebbe potenzialmente portare a progressi nelle piattaforme low-code e no-code come AppMaster, dove sviluppatori e non sviluppatori costruiscono robuste applicazioni backend, web e mobili. Con una piattaforma come AppMaster, gli utenti possono costruire visivamente modelli di dati, creare logiche di business attraverso un intuitivo BP Designer e sviluppare API REST e WSS endpoints. Questo facilita la creazione rapida ed economica di soluzioni software scalabili per un'ampia gamma di clienti, dalle piccole imprese alle grandi aziende.
