AlphaDev di DeepMind non è così grande come sembra
All’inizio di questa settimana, Google DeepMind ha creato un nuovo algoritmo basato su AlphaZero chiamato AlphaDev. Questo algoritmo promette di creare algoritmi di ordinamento dati fino a 3 volte più veloci rispetto a quelli scritti dall’uomo. Sebbene ciò sia stato presentato come uno dei più grandi progressi nell’apprendimento automatico, in realtà sembra essere un caso classico di montagna creata da una talpa.
Approfondendo le presunte scoperte di AlphaDev, è emerso che questa storia è stata esagerata nel tentativo di rendere DeepMind più rilevante. In realtà, questi “nuovi algoritmi di ordinamento” non sono affatto nuovi e sono stati selezionati in modo tale da sembrare più grandi di quanto effettivamente siano. Tutto ciò avviene anche nel contesto in cui DeepMind è in ritardo rispetto ad altri colossi tecnologici nell’innovazione dell’intelligenza artificiale.
DeepMind ha strutturato il compito di scoprire l’algoritmo di ordinamento come un gioco per un singolo giocatore, utilizzando l’intelligenza artificiale per creare algoritmi. AlphaDev, che è un successore spirituale di AlphaZero, seleziona le istruzioni da aggiungere a una procedura di ordinamento. L’agente esegue queste operazioni a livello di assembly, simile ai programmatori che scrivono codice in linguaggio C++. AlphaDev riceve ricompense in base al successo del suo algoritmo di ordinamento e continua a perfezionarlo fino a quando riesce a ordinare perfettamente tutti gli elenchi.
Secondo quanto dichiarato da DeepMind, i risultati ottenuti da AlphaDev superano di fino il lavoro umano, con un miglioramento fino al 71%. Tuttavia, è importante notare che questo notevole risparmio di tempo si riduce all’1-2% quando si tratta di valori maggiori a causa del codice non ottimizzato presente in altre parti del programma. Mentre gli esperti del settore riconoscono la capacità di AlphaDev di generare codice, sottolineano che questa scoperta non ha introdotto nulla di nuovo o rivoluzionario.
In realtà, AlphaDev si concentra principalmente sull’assemblaggio del codice e sulle micro-ottimizzazioni, piuttosto che sull’introduzione di un approccio completamente nuovo all’ordinamento. Alcuni utenti hanno criticato l’enfasi eccessiva data a questa scoperta, sottolineando che l’algoritmo ha semplicemente trovato una micro-ottimizzazione più veloce per una particolare libreria, molto lontana dai vari scenari reali in cui si applica l’informatica.
Quindi, mentre DeepMind ha trovato un modo innovativo di implementare AlphaZero nel processo di codifica, l’impatto di AlphaDev sembra essere stato esagerato. Pur essendo in grado di apportare micro-ottimizzazioni specifiche, non rappresenta la scoperta rivoluzionaria che era stata annunciata.
