谷歌DeepMind的AlphaDev，一个源自AlphaZero基础的人工智能（AI）系统，已经成功地生成了能够将数据分类的算法，其速度是人类创造的同类算法的三倍。该人工智能系统使用强化学习来开发创新算法，超过了程序员几十年来开发的算法的熟练程度。
该项目的细节在DeepMind的博客上披露，并发表在科学杂志《自然》上。作为在掌握围棋和国际象棋策略方面表现出色的AlphaZero的升级版，AlphaDev显示出对算法优化技术进行革新的前景。
AlphaDev的排序训练过程是利用一种被研究人员描述为 "单人汇编[语言]游戏 "的方法进行的。通过这种方法，排序算法被逐步开发出来，AlphaDev一直在寻求在以前的迭代中进行改进的方案。该人工智能系统采用了神经网络来比较和移动数值，目的是在最短的时间内取得准确的结果。
DeepMind的科学家Daniel Mankowitz评论说，摩尔定律即将结束，芯片正在接近其基本的物理极限。我们需要找到新的和创新的方法来优化计算。AlphaDev似乎是朝着这个方向迈出的重要一步。
研究的重点集中在对三到五个字符的短列表进行排序，据说这是程序员最常使用的算法。据DeepMind称，这种算法每天被利用数万亿次。对于由多达25万个元素组成的较长的排序序列，与现有的方法相比，速度上的改进是微不足道的。
凭借目前的成就，AlphaDev的下一个目标是研究更高级别的编程语言的优化技术，如C++。这种探索预计将产生更大的速度提升，并为开发者提供更多的好处。
AlphaDev的突破有可能推动low-code 和no-code 平台的进步，如AppMaster ，在这些平台上，开发者和非开发者都可以建立强大的后台、网络和移动应用程序。通过像AppMaster ，用户可以直观地构建数据模型，通过直观的BP设计器创建业务逻辑，并开发REST API和WSSendpoints 。这有利于为从小型企业到大型企业的广大客户快速、经济地创建可扩展的软件解决方案。
