谷歌DeepMind發佈AI系統 旨在發現更快速算法 - 《華爾街日報》
Belle Lin
DeepMind首席商務官科林·默多克表示,人工智能能以更少資源完成同等計算量。圖片來源:Google DeepMind谷歌旗下人工智能研究實驗室DeepMind的研究人員週三宣佈,其最新AI系統有望提升計算效率與可持續性。
該實驗室在《自然》期刊發表的最新突破聚焦於快速計算機算法的發現。DeepMind表示,這些算法是軟件開發的基礎,企業每日調用量高達數萬億次。
這家以AlphaFold蛋白質預測模型和攻克圍棋難題的AlphaGo聞名的倫敦AI實驗室,將新系統命名為AlphaDev。該系統基於AlphaGo迭代版本AlphaZero,採用強化學習(一種讓計算機自主制定策略的機器學習形式),為排序、散列等計算機科學函數探索更快速算法。
排序算法廣泛應用於網頁搜索結果排序、金融機構後端系統等領域;散列算法通過將數據轉換為唯一字符串,助力數據庫檢索等場景。由於企業高頻使用這些算法,其效率提升將大幅降低計算資源消耗。
“這意味着我們可以用更少的資源完成相同規模的計算,”DeepMind首席商務官科林·默多克表示。
該公司稱,當將AlphaDev應用於C++排序庫時,該算法在小型排序任務中速度提升高達70%,在大規模排序任務中提速1.7%。在哈希函數方面,AlphaDev發現的新算法對9至16字節範圍的數據處理速度提高了30%。這兩項算法均已通過函數庫開源供開發者使用。
默多克透露,作為持續提升計算機系統效率計劃的一部分,DeepMind正與谷歌及Alphabet旗下多個部門合作,應用類似AlphaDev的人工智能系統來優化網絡資源配置、維持數據中心冷卻效率以及實現服務器間算力共享。
谷歌表示,在試驗中人工智能將數據中心硬件閒置率(即未充分利用的服務器資源)降低了19%。
對企業而言,當"閒置"算力未被利用時,就意味着能源與資金的浪費。
“如果能更高效地分配資源,將顯著提升業務運行效率——因為那些原本被束縛的數字資源現在都能物盡其用。”默多克解釋道。
AlphaDev首席研究員、DeepMind科研科學家丹尼爾·曼科維茨指出,約四年前DeepMind首個落地應用就是優化YouTube視頻壓縮流程——在保證畫質前提下使用户能以更低數據量觀看視頻。
曼科維茨表示,隨着該項目的成功,這六名研究人員組成的團隊將注意力轉向了代碼優化。雖然優化技術本身並不新鮮——在有限約束條件下尋找最佳資源解決方案的數學方法已有數十年曆史——但曼科維茨指出,正是DeepMind"設想未來可能的高效算法結果"的方法,為排序算法帶來了比工程師先前開發更快的成果。
谷歌於四月將其Brain和DeepMind研究團隊合併為一個部門,由DeepMind首席執行官德米斯·哈薩比斯領導。這家搜索巨頭旨在與微軟支持的ChatGPT開發商OpenAI激烈競爭中,加速其人工智能和生成式AI的發展。除了生命科學領域的工作外,默多克表示DeepMind正專注於生成式AI,既開發大型語言模型,也幫助企業部署這些模型。
“要讓(大型語言模型)在雲端乃至最終在手機和設備上儘可能高效運行,還需要進行大量研究,“默多克説,“這將成為未來幾個月真正重大的研究課題。”
聯繫作者貝勒·林,郵箱:[email protected]
本文發表於2023年6月8日印刷版,標題為《Alphabet旗下公司瞄準AI優化計算》。