谷歌旗下 AI 實(shí)驗室 DeepMind 的工程師團隊在 Nature 官網(wǎng)發(fā)表了一篇論文，稱(chēng)使用深度強化學(xué)習發(fā)現了更快的排序算法。

圖片來(lái)自網(wǎng)絡(luò )/侵刪

　　排序或散列等基本算法在一天內的使用量可達數萬(wàn)億次，隨著(zhù)計算需求的增長(cháng)，讓這些算法盡可能高效變得至關(guān)重要?；A排序算法在過(guò)去取得了顯著(zhù)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(lèi)科學(xué)家和已知的計算方法都具有挑戰性。

　　而 DeepMind 通過(guò)將 “尋找更好的排序程序” 任務(wù)制定成一個(gè)名為 AssemblyGame 的單人游戲。在這個(gè)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(lái)產(chǎn)生一種新的高效排序算法。

　　然后 DeepMind 訓練了一個(gè)新的深度強化學(xué)習代理 ”AlphaDev“來(lái)玩這個(gè)游戲，AlphaDev 的主要學(xué)習算法是 AlphaZero 代理的擴展，并使用深度神經(jīng)網(wǎng)絡(luò )指導蒙特卡洛樹(shù)搜索 (MCTS) 規劃過(guò)程。

　　最終，AlphaDev 從零開(kāi)始地發(fā)現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(lèi)基準。

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

　　值得一提的是，DeepMind 的提交是十多年來(lái)對 LLVM libc+ 排序算法子程序的首次更改。
　?。?a href="http://www.wxlp666.cn">碼上科技）

微軟將 AI 用于推薦自...

最后一頁(yè)