DeepMind, il gruppo di intelligenza artificiale di Google, ha sviluppato uno strumento di apprendimento per rinforzo in grado di creare algoritmi estremamente ottimizzati senza dover prima essere addestrato su esempi di codice umano. Il trucco è stato impostarlo per trattare la programmazione come un gioco.
La programmazione come un gioco
DeepMind è noto, tra le altre cose, per aver sviluppato software che insegna a se stesso come giocare a giochi. Questo approccio si è dimostrato molto efficace, conquistando giochi come scacchi, Go e StarCraft. Mentre i dettagli variano a seconda del gioco che sta affrontando, il software impara giocando contro se stesso e scopre opzioni che gli permettono di massimizzare un punteggio.
Oltre gli esempi umani
Poiché non è addestrato su giochi giocati dagli umani, il sistema DeepMind può scoprire approcci ai giochi che gli umani non hanno pensato. Naturalmente, dal momento che sta sempre giocando contro se stesso, ci sono casi in cui ha sviluppato punti ciechi che gli umani possono sfruttare.
AlphaDev e l’ottimizzazione del codice
Il team di DeepMind ha adottato lo stesso approccio che aveva con gli scacchi e il Go: ha trasformato l’ottimizzazione del codice in un gioco. Il sistema AlphaDev sviluppa algoritmi assembly x86 che trattano la latenza del codice come un punteggio e cercano di minimizzare quel punteggio assicurandosi che il codice venga eseguito fino al completamento senza errori. Attraverso l’apprendimento per rinforzo, AlphaDev sviluppa gradualmente la capacità di scrivere codice stretto e altamente efficiente.