DeepMind使用玩棋盘游戏的人工智能系统生成了排序算法。图片来源：Ed Jones/AFP via Getty

排序算法是全球计算机都在使用的基本功能。如今，得益于英国公司DeepMind开发的人工智能技术，这种每天使用数万亿次的算法可以提高70%的运行速度。该技术为计算机找到了一种改进的数据排序算法，这种方法几十年来一直被人类程序员所忽视。相关研究结果6月7日发表于《自然》。

“老实说，我们没有指望会取得更好的成绩，这是一个短期项目，这类项目已经研究了几十年。”DeepMind的Daniel Mankowitz说。

排序算法是计算的主力之一，用于通过按字母顺序排列单词或从小到大排列数字来组织数据。目前有许多不同的排序算法，但创新是有限的，因为它们在过去几十年里已经得到了高度优化。

现在，DeepMind创建了一个名为AlphaDev的人工智能模型，旨在发展出完成给定任务的新算法，并希望能击败我们现有的程序。AlphaDev没有调整当前的算法，而是从零开始。

AlphaDev使用汇编代码，这是一种介于人类编写的代码与用0和1编码的二进制指令序列之间的中间计算机语言。大多数软件在被翻译或“编译”成汇编代码之前都是用更直观的高级语言编写的。DeepMind表示，汇编代码为AlphaDev创建更高效的算法留有余地。

人工智能被告知每次构建一个算法，并根据已知的正确解决方案测试其输出，以确保它正在创建一个有效的方法。它还被告知要创建最短的算法。DeepMind表示，随着问题越来越多，任务难度也会迅速增加，因为指令组合的数量可以迅速接近宇宙中的粒子数量。

当被要求创建排序算法时，AlphaDev提出的算法在处理5条数据的列表时比目前最佳算法快70%，在处理超过25万条数据的列表时比最佳算法快1.7%。

由于排序算法在许多常见软件中使用，因此这种改进可能具有显著的全局累积效应。这些算法是如此重要，以至于它们可被写入任何人都可以使用的代码库中。DeepMind已经将其新算法开源，并包含在常用的Libc++库中，这意味着人们今天已经可以使用它们了。DeepMind表示，这是10多年来对排序算法库进行的首次修改。

Mankowitz说，摩尔定律——单个芯片的计算能力每隔一段时间就会翻一番，即将结束，因为小型化正在达到不可改变的物理极限，但AlphaDev或许能够通过提高效率来弥补这一点。

“今天，我们估计这些算法每天被提取（在软件中运行）数万亿次，并且能够被全世界数百万开发者和公司使用。”Mankowitz说，“对每天被调用数万亿次的基本函数代码进行优化，有望带来足够大的好处，应鼓励人们尝试开发更多这样的功能，并将其作为突破（摩尔定律减缓）瓶颈的一条途径。”

英国伯明翰大学的Mark Lee表示，AlphaDev很有趣，即使是1.7%的速度提升也很有用。但他表示，就算在其他常见算法中发现了类似的效率，这种方法能否弥补摩尔定律也备受质疑，因为它无法在更复杂的软件中获得同样的效果。

“我认为他们能够在排序算法和标准计算算法等方面做到这一点。但这不会应用于复杂的代码。”他说，“我认为硬件的增速仍将超过它。”（李木子）

相关论文信息：

https://doi.org/10.1038/s41586-023-06004-9