数字社会对计算和能源的需求正在不断增加。在过去的五十年中，人类主要依靠硬件层面的改进来满足这一点。然而，随着微芯片接近其物理极限，改进运行在其上的代码以使计算更强大和可持续也变得至关重要。对于每天运行数万亿次的算法而言，这一点尤为重要，因为它们支撑着从在线搜索结果和社交帖子的排名到计算机和手机上数据处理的一切。
如今，Google DeepMind推出了AlphaDev，一种利用强化学习来发现改进的计算机科学算法的人工智能系统。其自主构建的算法，超越了科学家和工程师几十年来打磨出来的算法，将一种每天在世界各地使用数万亿次的C++算法的运行速度提高了70%。
相关研究论文以“Faster sorting algorithms discovered using deep reinforcement learning”为题，已发表在权威科学期刊Nature上。
Google DeepMind表示，他们已经将该算法纳入常用的Libc++库，这是十多年来对这部分排序算法库的首次修改。这意味着，全球数百万开发人员和公司现在可以将其用于从云计算和在线购物到供应链管理的人工智能应用中。MIT教授、CSAIL首席运营官Armando Solar-Lezama在评论文章中写道，“也许更值得注意的是，人工智能系统可以在不了解问题本身的情况下改进代码。”
通过游戏找到最佳算法，利用人工智能生成更好的算法，将改变我们编程的方式，影响我们日益数字化的社会的各个方面。排序算法是世界各地的计算机不断使用的基本功能，因此，由人工智能创造的改进算法可以使数百万程序运行得更快。
据介绍，AlphaDev基于AlphaZero（一种强化学习模型，在围棋、国际象棋等游戏中击败了世界冠军），通过AlphaDev，Google DeepMind展示了这个模型如何从游戏转移到科学挑战，并从模拟转向现实世界的应用。