谷歌DeepMind发布AI系统 旨在发现更快速算法 - 《华尔街日报》
Belle Lin
DeepMind首席商务官科林·默多克表示,人工智能能以更少资源完成同等计算量。图片来源:Google DeepMind谷歌旗下人工智能研究实验室DeepMind的研究人员周三宣布,其最新AI系统有望提升计算效率与可持续性。
该实验室在《自然》期刊发表的最新突破聚焦于快速计算机算法的发现。DeepMind表示,这些算法是软件开发的基础,企业每日调用量高达数万亿次。
这家以AlphaFold蛋白质预测模型和攻克围棋难题的AlphaGo闻名的伦敦AI实验室,将新系统命名为AlphaDev。该系统基于AlphaGo迭代版本AlphaZero,采用强化学习(一种让计算机自主制定策略的机器学习形式),为排序、散列等计算机科学函数探索更快速算法。
排序算法广泛应用于网页搜索结果排序、金融机构后端系统等领域;散列算法通过将数据转换为唯一字符串,助力数据库检索等场景。由于企业高频使用这些算法,其效率提升将大幅降低计算资源消耗。
“这意味着我们可以用更少的资源完成相同规模的计算,”DeepMind首席商务官科林·默多克表示。
该公司称,当将AlphaDev应用于C++排序库时,该算法在小型排序任务中速度提升高达70%,在大规模排序任务中提速1.7%。在哈希函数方面,AlphaDev发现的新算法对9至16字节范围的数据处理速度提高了30%。这两项算法均已通过函数库开源供开发者使用。
默多克透露,作为持续提升计算机系统效率计划的一部分,DeepMind正与谷歌及Alphabet旗下多个部门合作,应用类似AlphaDev的人工智能系统来优化网络资源配置、维持数据中心冷却效率以及实现服务器间算力共享。
谷歌表示,在试验中人工智能将数据中心硬件闲置率(即未充分利用的服务器资源)降低了19%。
对企业而言,当"闲置"算力未被利用时,就意味着能源与资金的浪费。
“如果能更高效地分配资源,将显著提升业务运行效率——因为那些原本被束缚的数字资源现在都能物尽其用。”默多克解释道。
AlphaDev首席研究员、DeepMind科研科学家丹尼尔·曼科维茨指出,约四年前DeepMind首个落地应用就是优化YouTube视频压缩流程——在保证画质前提下使用户能以更低数据量观看视频。
曼科维茨表示,随着该项目的成功,这六名研究人员组成的团队将注意力转向了代码优化。虽然优化技术本身并不新鲜——在有限约束条件下寻找最佳资源解决方案的数学方法已有数十年历史——但曼科维茨指出,正是DeepMind"设想未来可能的高效算法结果"的方法,为排序算法带来了比工程师先前开发更快的成果。
谷歌于四月将其Brain和DeepMind研究团队合并为一个部门,由DeepMind首席执行官德米斯·哈萨比斯领导。这家搜索巨头旨在与微软支持的ChatGPT开发商OpenAI激烈竞争中,加速其人工智能和生成式AI的发展。除了生命科学领域的工作外,默多克表示DeepMind正专注于生成式AI,既开发大型语言模型,也帮助企业部署这些模型。
“要让(大型语言模型)在云端乃至最终在手机和设备上尽可能高效运行,还需要进行大量研究,“默多克说,“这将成为未来几个月真正重大的研究课题。”
联系作者贝勒·林,邮箱:[email protected]
本文发表于2023年6月8日印刷版,标题为《Alphabet旗下公司瞄准AI优化计算》。