AI重写排序算法，速度快70%：DeepMind AlphaDev革新计算基础，每天调用万亿次的库更新了
计算的基础就此改变了。「通过交换和复制移动，AlphaDev 跳过了一个步骤，以一种看似错误，但实际上是捷径的方式连接项目。」这种前所未见、违反直觉的思想不禁让人回忆起 2016 年那个春天。七年前，AlphaGo 在围棋上击败人类世界冠军，如今 AI 又在编程上给我们上了一课。今天凌晨，Google DeepMind CEO 哈萨比斯的两句话引爆了计算机领域：「AlphaDev 发现了一种全新....
排序、搜索、 动态规划，DeepMind用一个神经算法学习器给解决了
来自 DeepMind 等机构的研究者提出了一个通用神经算法学习器，其能够学习解决包括排序、搜索、贪心算法、动态规划、图形算法等经典算法任务，达到专家模型平均水平。近年来，基于深度神经网络的机器学习系统取得了巨大的进步，尤其是在以感知为主的任务方面。这些模型通常需要在分布内泛化，这意味着它们的训练集和验证集需要有输入预期分布。相比之下，想要模型在推理任务上表现出色，这就要求即使在分布外（out-....
强化学习发现矩阵乘法算法，DeepMind再登Nature封面推出AlphaTensor
DeepMind 的 Alpha 系列 AI 智能体家族又多了一个成员——AlphaTensor，这次是用来发现算法。数千年来，算法一直在帮助数学家们进行基本运算。早在很久之前，古埃及人就发明了一种不需要乘法表就能将两个数字相乘的算法。希腊数学家欧几里得描述了一种计算最大公约数的算法，这种算法至今仍在使用。在伊斯兰的黄金时代，波斯数学家 Muhammad ibn Musa al-Khwarizm....
史上首次，强化学习算法控制核聚变登上Nature：DeepMind让人造太阳向前一大步
过去三年，DeepMind 和瑞士洛桑联邦理工学院 EPFL 一直在进行一个神秘的项目：用强化学习控制核聚变反应堆内过热的等离子体，如今它已宣告成功。DeepMind研究科学家David Pfau在论文发表后感叹道：「为了分享这个时刻我已经等了很久，这是第一次在核聚变研究设备上进行深度强化学习的演示！」可控核聚变、强人工智能、脑机接口是人类科技发展的几个重要方向，有关它们何时可以实现，科学家们的....
再掀强化学习变革！DeepMind提出「算法蒸馏」：可探索的预训练强化学习Transformer
【新智元导读】该怎么把预训练Transformer范式用到强化学习里？（文末为论文作者的ppt讲解）在当下的序列建模任务上，Transformer可谓是最强大的神经网络架构，并且经过预训练的Transformer模型可以将prompt作为条件或上下文学习（in-context learning）适应不同的下游任务。大型预训练Transformer模型的泛化能力已经在多个领域得到验证，如文本补全、....
DeepMind攻克50年数学难题！AlphaZero史上最快矩阵乘法算法登Nature封面（2）
AI推动算法发现的自动化首先，我们将寻找矩阵乘法的有效算法问题转化为一个单人游戏。在这个游戏中，棋盘是一个三维张量（数字阵列），记录了当前算法离正确的程度。通过一组与算法指令相对应的允许移动，玩家试图修改张量并将其条目清零。当玩家成功做到这一点时，对于任何一对矩阵来说，都会产生一个可证明正确的矩阵乘法算法，而其效率则由将张量清零所需的步骤数来体现。这个游戏具有令人难以置信的挑战性--要考虑的可能....
DeepMind攻克50年数学难题！AlphaZero史上最快矩阵乘法算法登Nature封面（1）
【新智元导读】DeepMind碾压人类高手的AI围棋大师AlphaZero，下一个目标是数学算法！现已发现50年以来最快的矩阵乘法算法。下围棋碾压人类的AlphaZero，开始搞数学算法了，先从矩阵乘法开始！在昨天DeepMind团队发表在Nature上的论文中，介绍了 AlphaTensor，这是第一个用于为矩阵乘法等基本计算任务发现新颖、高效、正确算法的AI系统。论文链接：https://w....
通用强化学习用算法发现算法：DeepMind 数据驱动「价值函数」自我更新，14款Atari游戏完虐人类！
「深蓝」并非以智取胜，而是一个劳动密集型选手当「深蓝」在1997年击败国际象棋世界冠军卡斯帕罗夫时，人工智能似乎要来了。 一台电脑击败了有史以来最聪明的国际象棋选手之一，很多人惊呼，电脑要超越人类了。 然而事实并非如此，虽然「深蓝」是一段精心编制的程序，但这种方法过于劳动密集，过于依赖清晰的规则和有限的可能性，无法迁移到更复杂的游戏中，更不用说现实世界了。 深度学习....
DeepMind发布Acme，高效分布式强化学习算法框架轻松编写RL智能体
DeepMind 本周发布了一个强化学习优化框架 Acme，可以让AI驱动的智能体在不同的执行规模上运行，从而简化强化学习算法的开发过程。 Acme 背后的工程师和研究人员共同撰写了一篇关于这项工作的技术论文，根据他们的说法，用这种方法创建智能体，并行性会更好。 强化学习可以让智能体与环境互动，生成他们自己的训练数据，这在电子游戏、机....
Deepmind最新研究：从图表示学习看算法推理
由于图的不规则性，传统的深度学习算法在处理复杂的图时面临着巨大的挑战。 近年来，人们对深度学习方法在图上的扩展有着浓厚的兴趣，由此一个新的研究热点——图神经网络（GNN）应运而生。图神经网络在算法推理能力上有着不可估量的潜力，甚至有望成为下个AI拐点。 上周的ICLR 2020大会中，来自Deepmind的研究人员Petar Veličković主要介绍了用于算法推理的图表示....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
智能引擎技术
AI Online Serving，阿里巴巴集团搜推广算法与工程技术的大本营，大数据深度学习时代的创新主场。
+关注