DeepMind推惊世排序算法,C++库忙更新!

避开这5个坑!用MATLAB做核密度估计时90%人会犯的错误 本文详细解析了使用MATLAB进行核密度估计时常见的5个高频错误,包括三维数据可视化、带宽参数优化、大数据量处理、核函数选择及版本兼容性问题。特别针对核密度估计中的关键参数带宽(bandwidth)提供了数据驱动的优化策略,帮助用户提升分析精度与效率。 阅读详情

AlphaGo又有“小弟”加入了!         

谷歌DeepMind把Alpha系列“卷”到了排序算法上,重磅推出AlphaDev。

它好比一种“开发秘法”,通过使用强化学习AI发现排序算法和散列算法,强行把人类程序员设计的算法分别提速约70%和30%。

研究成果一经推出,瞬间点燃软件圈!一下子,全球数以百万计的软件运行速度飙升,直接超越了科学家和工程师几十年来的成果,十年未更新的LLVM标准C++库都更新了。

(来源:Nature)

这也是继谷歌两AI部门合体后推出的颠覆性技术。论文以《使用深度强化学习模型发现更快排序算法》(Faster sorting algorithms discovered using deep reinforcement learning)为题发表于Nature。DeepMind计算机科学家Daniel Mankowitz为论文的第一作者。        

演进:排序算法的由来

排序是一种将许多项目按特定顺序组织起来的方法,例如,按照字母顺序排列三个字母,从最大到最小的顺序排列五个数字或对包含数百万条记录的数据库进行排序。         

排序法最早可追溯至二到三世纪,仍在不断演进。最初,学者们徒手将亚历山大图书馆书架上的数千本书按字母顺序进行排序。        

工业革命之后,人们发明了可自行分类的机器,即,将信息存储在穿孔卡片上的制表机器中,用于收集1890年美国人口普查的结果。        

20世纪50年代,商用计算机开始兴起,也随即产生了排序算法。将一系列未排序的数字输入到排序算法中,它就能输出排好顺序的数字。         

如今,在世界各地的代码库中,仍有许多不同的排序技术和算法被用于在线整理大量数据。         

这些排序算法经过计算机科学家和程序员几十年的研究开发,变得越来越高效。但是,对其进一步改进仍具有重大挑战。            

重头戏:如何用AlphaDev生成新排序算法?         

研究人员最初用AlphaDev生成新算法的目的是高效率完成给定任务。         

在这个实验中,AlphaDev是从零开始构建新算法的,并不是根据以往算法构建,属于原创。在此过程中,它应用了汇编代码的中间语言。该语言更接近计算机二进制指令,也更容易让AlphaDev创造出高效算法。         

具体来讲,AlphaDev每次生成一个指令,然后测试其输出正确与否,同时还在模型中设定要求生成最短算法。         

当被要求重新设计排序算法时,AlphaDev随机生成比现有算法快70%的新排序算法,可同时将五个数据排序。在对25万个数据进行排序时,它也比最好的算法快1.7%。         

由于排序算法被广泛用于各种常用软件中,这项创新会对全球算法产生重大影响。DeepMind已将它们进行开源,并加入Libc++常用代码库。         

据DeepMind的研究者描述:“由于指令组合数量庞大,看似简单的研究过程难度极大。”                           

缘起:在玩游戏中找到最佳算法           

进一步来讲,AlphaDev是基于AlphaZero产生的更先进模型。而AlphaZero此前是DeepMind的强化学习模型,曾在围棋、国际象棋和其它棋类游戏中击败了世界冠军。         

通过此项实验,新模型AlphaDev发挥出从玩游戏转移到解决科学问题以及从实验模拟转移到现实世界应用的独特优势。         

为训练AlphaDev发现新算法,研究者将排序模拟为单人“组装游戏”。在每个游戏回合中,AlphaDev都能观察到生成的算法和包含在CPU中的信息,然后选择一条指令添加到算法中走出每一步棋。         

论文中提到,汇编游戏非常困难,因为AlphaDev必须能够有效地搜索到大量可能的指令组合以获取可以排序的算法。         

指令组合数量类似于宇宙中粒子数量或国际象棋(10120局)和围棋(10700局)中可能走法的组合数量,每个错误的举动将会使整个算法失效。

然后,该模型输出一个算法并将其与预期输出比较,根据算法的正确性和延迟时间奖励代理。

在构建算法时,每次输入一个指令,AlphaDev通过比较输出算法与预期结果检查正确性(对于排序算法,这意味着输入无序的数字后能够输出正确排序的数字)。         

模型会奖励AlphaDev对数字的正确排序以及它的高效。最终AlphaDev通过发现更准确的、更快的程序赢得了比赛。

算法创新:交换移动和复制移动指令序列         

AlphaDev不仅生成了更快算法,还创新出两种指令序列。

具体来讲,它生成的排序算法包括交换移动和复制移动两种新的指令序列,每次使用时都会保存一条指令。研究者称之为“AlphaDev的交换移动和复制移动”。

这种新颖的方法让人想起AlphaGo的“第37步”——“反直觉”下棋法,震惊了旁观者并造成一位传奇棋手的失败。         

通过交换移动和复制移动指令序列,AlphaDev跳过了一个步骤,以一种看起来像错误但实际上是捷径的方式完成目标。这表明,AlphaDev有能力发现原始解决方案,并挑战如何改进计算机科学算法。         

测试:推广和改进散列算法         

在发现更快的排序算法后,研究者测试了AlphaDev是否可以推广和改进另一种计算机科学算法:散列算法。         

散列算法是计算中的一种基本算法,用于检索、存储和压缩数据。就像图书管理员使用分类系统定位某本书一样,散列算法帮助用户知道他们要找的是什么以及在哪里可以找到它。         

这些算法能够获取特定密钥(例如,用户名“Jane Doe”)的数据并对其进行散列排序——将原始数据转换为唯一字符串(例如,1234ghty)。         

计算机使用该散列快速检索与密钥相关的数据,而不是搜索所有数据。         

研究人员将AlphaDev应用于数据结构中最常用的散列算法之一以尝试发现更快的算法。当将其应用于散列函数的9-16字节范围时,AlphaDev生成的算法速度快了30%。         

今年早些时候,AlphaDev生成的新散列算法曾被发布到开源的Abseil库中,全世界数以百万计的开发人员都可以使用,估计它现在每天被使用数万亿次。         

蓄势:迈出开发AGI的第一步           

通过优化“排序和散列算法”,AlphaDev展示出生成不同实用新算法的能力。         

这也是AlphaDev朝着开发通用人工智能(AGI)工具迈出的第一步,通过类似的AI工具还可以帮助优化整个计算生态系统并解决其它有益于社会的问题。         

虽然在低级汇编指令空间中优化算法的功能非常强大,但它也存在局限性。目前,团队也正在探索AlphaDev直接在高级语言(如,C++)中优化算法的能力,这对开发人员更有用。         

总之,希望这些新发现能够激励开发人员创造新技术和方法、进一步优化基本算法,创造更强大、更可持续的计算生态系统。         

开源:AI优化代码的里程碑突破         

此前,排序算法每天都会被使用数万亿次。随着计算需求的增长,人们对算法的性能要求越来越高。虽然人类工程师已发现不同的排序算法,但经过几十年的优化,很难再有突破,也满足不了日益增长的需求。

如今,AlphaDev发现了一种更快的排序算法,可对数据进行排序。         

新排序算法无所不能,既可应用于对在线搜索结果和社交帖子进行排名,也可在电脑和手机上处理数据。         

值得庆贺的是,新排序算法已在主C++库中开源。世界各地数以百万的开发人员和公司目前可将其用于云计算、在线购物、供应链管理等。         

总之,使用人工智能工具优化算法将彻底改变传统编程方式。这是十几年来第一次对排序库进行更改,第一次将强化学习模型设计出的算法添加到排序库中,因此成为了使用人工智能优化代码的里程碑式突破。

   用户:可能只是噱头 

对于该项研究成果用户褒贬不一,Twitter上赞美的声音居多:

“这太棒了!在程序员早期就学会的基本排序任务基础上,速度提高了70%。看到利用AI在我们都依赖的算法和库中进行重大加速,真是令人兴奋”。

“很快,普通人就可以成为高级程序员”。

“有趣的方法,从装配级别开始优化”!

但是,也有的程序员认为这只是个噱头,DeepMind夸大了该算法的功能。

首先就是从效率的角度,它只统计了算法的延迟,而非真正改变了时间复杂度。

而且,它并没有真正改变排序,这种操作常见于各种其它代码库。

Langchain cannot connect with Azure SQL Database Langchain 无法连接到 Azure SQL 数据库 阅读详情

相关推荐

从Cartographer3D到LIO-SAM:主流3D激光SLAM算法怎么选?一份给机器人工程师的实战避坑指南

本文深入探讨了从Cartographer3D到LIO-SAM等主流3D激光SLAM算法的选型策略,为机器人工程师提供实战避坑指南。通过对比不同算法在传感器配置、环境特性和计算资源等方面的表现,帮助开发者根据项目需求选择最优方案,并分享传感器标定、资源优化等实用技巧。

weixin_27310985的博客 156

AI革新排序算法,效率提升显著

数据可视化不仅限于常见的柱状图、折线图等基础图表,还包括许多功能强大的复杂图表类型,如弦图、旭日图、六边形分箱图、桑基图和流图。这些图表能够帮助数据科学家更直观地理解复杂的数据关系,适用于不同的分析场景。例如,弦图适合展示矩阵数据中的关系,旭日图适合层次结构数据,六边形分箱图适合处理大量数据点,桑基图适合展示流量数据,而流图则适合时间序列数据。借助现代工具如Holoviews、Plotly、Matplotlib和Altair,数据科学家可以轻松创建这些复杂图表,从而更高效地传达数据洞察,支持决策分析。AI技

XianxinMao的博客 893

最优化问题——一维搜索(一)

最优化问题——一维搜索 1. 一维搜索的引入 1.1 从非线性规划问题到一维搜索 在前面的文章中,我们提到了基于迭代的非线性规划问题的求解思路。在求解过程中,我们提到了在每一步的迭代中都需要对计算步长因子,其计算公式为: λk=minλf(xk+λp)λ_k=min_{λ}f(x_k+λp)λk​=minλ​f(xk​+λp) 我们将f(xk+λp)f(x_k+λp)f(xk​+λp)视为λ的一元函数,我们的目标就是求这个一元函数的极小值。对于这个问题,我通常的求解方式为一维搜索。 1.2 一维搜索的基本形

hei653779919的博客 7363

DeepMind推惊世排序算法,C++库忙更新

AlphaGo又有“小弟”加入了!谷歌DeepMind把Alpha系列“卷”到了排序算法上,重磅推出AlphaDev。它好比一种“开发秘法”,通过使用强化学习AI发现排序算法和散列算法,强行把人类程序员设计的算法分别提速约70%和30%。研究成果一经推出,瞬间点燃软件圈!一下子,全球数以百万计的软件运行速度飙升,直接超越了科学家和工程师几十年来的成果,十年未更新的LLVM标准C++库都更新了。(来源:Nature)这也是继谷歌两AI部门合体后推出的颠覆性技术。

leyang0910的博客 213

ECN实战指南:如何用SAP系统搞定工程变更(附库存处理避坑技巧)

本文详细解析了如何在SAP系统中高效执行工程变更通知(ECN),特别聚焦PP模块的操作流程与库存处理技巧。通过实战案例和系统操作指南,帮助制造业企业避免库存混乱和生产中断,实现从创建到生效的全流程管理。

m5n6o7的博客 1086

python docx设置标题中文字体rPr.rFonts.set(qn(‘w:eastAsia‘),u‘黑体‘),报错‘NoneType‘ object has no attribute ‘set‘

一、我的代码: 因为要编一个报告自动化生成的代码,所以用了python docx,在设置标题自己写了一段代码,要求将标题设置成:一级标题 黑体 小四 from docx import Document from docx.oxml.ns import qn from docx.shared import Pt def add_Head(document, level, text, font, size): # document word对象 # level 几级标题 # text 标题内容 # f

qq_40272386的博客 8877

【Reading Notes】(6)Favorite Articles from 2023

Feature-Based Knowledge,一般而言,在基于特征的知识迁移中,研究的对象包括了:如何需选择知识类型?对于台积电的客户来说,这个数字是难以接受的,因为客户需要为整个晶圆买单,包括其中有缺陷的芯片。最后大家采取了一个折中方案,4号线经过北大的789米轨道段,将采用世界上最先进的轨道减振技术,也就是在钢轨下铺设钢弹簧浮置板。毕竟,有苹果这样的金主愿意成为台积电新制造工艺的第一个客户,能分担台积电先进制程节点的研发费用和专用工厂的建设费用。(2023年01月01日)(2023年01月04日)

bryant_meng 1718

STM32 Nucleo-144开发板开箱bring-up

最近做项目,用到STM32F446ZET6这款MCU,为了赶进度,前期软件需要提前开发,于是在某宝买了对应主控的官方开发板,为了避免遗忘,后面能翻出来回忆一些细节,就形成了本篇的主要内容,同时也希望能够帮助刚上手的小伙伴少走弯路,如果对你有帮助请点赞、收藏、转发,谢谢!

汽车电子软件领域知识分享 2682

2.7.1 希尔排序及java实现

希尔排序(Shell Sort)是插入排序的一种高效改进版本,也称为。

橘子hhh 203

具身智能:原理、算法与系统 第1章 具身智能的本质与范畴

从学术定义的角度,具身智能可被界定为"与物理环境进行有目的的能量与信息交换"的智能形式。这一定义揭示了具身智能的两个本质维度:信息处理维度与能量交互维度。与传统人工智能系统仅在信息空间操作不同,具身智能系统必须同时处理信息流与能量流,在物理约束下实现感知、认知与行动的统一。具身智能体具有三个核心构成要素:物理身体(Physical Body)、感知系统(Sensory System)与效应器(Effectors)。这三者共同构成了感知与行动的基础,使智能体能够通过物理交互而非纯粹符号操作来理解世界。

VectorShift的博客 271

在鸿蒙中使用AVPlayer完成视频的播放【坚果派】

播放的全流程包含:创建AVPlayer,设置播放资源和窗口,设置播放参数(音量/倍速/缩放模式),播放控制(播放/暂停/跳转/停止),重置,销毁资源。5.准备播放:调用prepare(),AVPlayer进入prepared状态,此时可以获取duration,设置缩放模式、音量等。8.退出播放:调用release()销毁实例,AVPlayer进入released状态,退出播放。6.视频播控:播放play(),暂停pause(),跳转seek(),停止stop() 等操作。今天我们来看一下视频如何正常播放。

坚果的博客 4058

《考研408数据结构》第八章(排序)复习笔记

真题100%选择必考多个算法的特点比较!!必须汇总!!实在记不住谁和【初始状态有关】时就举例子:1、当数组完全有序时;2、当数组完全逆序时;3、快速排序数组第1个枢轴是最小/最大值。

m0_73991249的博客 219

STM32F103VCT6+W5500 TCP 服务端通信

STM32F103VCT6 W5500的TCP连接通讯的程序

坚韧与专注 7821

常用排序算法

排序

x13262608581的博客 229

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

二叉树余题,排序、直接插入排序、希尔排序

【代码】二叉树余题,排序、直接插入排序、希尔排序。

2302_78369255的博客 188

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

排序算法详解:归并排序、堆排序与快速排序

归并排序:先拆分,再合并。合并时需要额外的辅助数组。快速排序:先划分,再递归处理左右区间。通常可以在原数组上完成排序。虽然单次堆调整最坏为 O(logn),但不同节点的调整高度不同:大部分节点位于树的底部,调整次数很少。只有少数节点位于树的顶部,可能需要较多调整。因此所有节点调整的总工作量为 O(n)。

zengjiajun2006的博客 914

排序算法深度笔记(下):非比较类排序的线性突破与工程边界

排序算法时间复杂度额外空间复杂度稳定性是否基于比较选择排序O(N^2)(O(1))不稳定是冒泡排序O(N^2)(O(1))稳定是插入排序O(N^2)(O(1))稳定是归并排序O(N\log N)(O(N))稳定是快速排序O(N\log N)O(log N)不稳定是堆排序O(N\log N)O(1)不稳定是计数排序(O(N + M))O(M))稳定否基数排序O(N)稳定否桶排序平均O(N) / 最坏O(N^2)

2401_87069538的博客 617

直接选择排序,堆排序,冒泡排序,递归快速排序、hoare版本、挖坑法、lomuto前后指针,非递归快速排序

【代码】直接选择排序,堆排序,冒泡排序,递归快速排序、hoare版本、挖坑法、lomuto前后指针,非递归快速排序。

2302_78369255的博客 205

排序算法通俗详解

把一堆杂乱的数据,按某个「关键字」重新排成有序(从小到大或从大到小)的序列。注意,排序的对象往往不是一组单纯的数字,而是「结构体」里的某个成员。int stuNo;// 学号// 姓名int age;// 年龄// 成绩} Student;我们可以按score排,也可以按age排——这个被用来比较的成员,就叫关键字(key)。生活里排序无处不在:购物 App 按价格/销量/评分排商品、大学排行榜、富豪榜……本质都是排序。排序这一章,思想 > 代码 > 复杂度结论。

2501_93853322的博客 243

深挖C++:类和对象(中)

(先进后出)

xys_678的博客 261

跟我学c++中级篇—类型定义的方式

本文系统阐述了编程中类型定义的重要性及c++中的实现方式。重点对比了宏定义、typedef与modern using三种机制,指出using在可读性、灵活性和模板支持上的优势,推荐优先使用。同时提醒开发者注意别名滥用、类型歧义、错误信息冗长等问题,强调统一规范与合理设计。最终结论:在现代c++开发中,应以using为主,兼顾简洁性与可维护性,避免陷入命名混乱与编译困境。

fpcc的专栏 401

【C/C++ 第一次跨越(下):移动语义与 noexcept——不改变行为的性能修复】

本文详解C++11移动语义在迁移至现代C++时的性能优化策略,强调“不改变行为”的前提下通过合理使用移动语义消除深拷贝开销。重点解析移动操作生成规则:析构函数、拷贝函数或const/引用成员会抑制移动构造;noexcept影响std::vector是否选择移动而非回退拷贝。提出“Rule of Zero”原则——用RAII封装资源,避免手动实现特殊成员函数,确保移动语义被正确调用,实现零开销移动与内存安全。

一起学习进步! 320

【C++】C++17的主要特性

C++17引入多项重要特性:结构化绑定简化多值返回与遍历;inline变量解决头文件中变量定义的ODR问题,支持类内初始化;if/switch初始化语句允许在条件中声明变量,提升代码简洁性;属性语法(如[[nodiscard]]、[[deprecated]])增强代码可读性与安全性;求值顺序明确化,提高程序可预测性。这些改进显著提升了代码的简洁性、安全性和可维护性。

记录我一步步的学习历程,期待无限进步,向星举目! 351

【C++碎片化知识补充】C++ 里 int 也算对象?聊聊对象和变量的边界

盯着sessionId不就是个变量吗?变量凭什么能调用函数?后来才反应过来——它当然是对象。是我把对象这个词理解窄了。

2501_93351213的博客 357

【C++ 基础入门】C++11新特性(下):可变参数模板、lambda 表达式与包装器

C++11高阶特性(可变参数模板与参数包展开、emplace_back、lambda表达式与捕获列表、仿函数、std::function包装器)

2601_96587588的博客 273

#SQLite 数据库笔记一:(概念 / 终端指令 / SQL 语句 / C 编程 / 回调函数)

数据库 = 数据的仓库,假设数据是海量。能力说明存储数据持久化保存,程序退出数据还在统计数据、分组、排序数据管理增、删、改、查(CRUD)嵌入式设备上也会用数据库(单片机网关、路由器、工业 HMI 都常见),因为 sqlite 体积小、无需服务进程、单文件即可。数据库 = 库 > 表 > 记录(行) > 字段(列)sqlite3 = 开源、C 写的、单文件、免安装、最多 2T 的嵌入式关系型数据库。

lwq20051110的博客 262

1-10 PostgreSQL中多表连接全解:inner/left/right/full/cross join

本文基于 PostgreSQL 15+ 完整拆解 5 种主流连接:内连接、左连接、右连接、全连接、笛卡尔连接。结合可落地的测试数据,演示每种连接的执行逻辑、返回结果,重点剖析 NULL 值对 JOIN 匹配的核心影响,彻底解决多表连接数据丢失、匹配异常、结果错乱的问题。

zhangjw34的专栏 145
上一篇: Wi-Fi 7 国内标准即将落地!工信部征求设备核准意见,实测网速达 4.3Gbps
下一篇: 高考志愿填什么,才不会被 AI 抢饭碗!
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值