دانشمندان MIT اولین شواهد سیستماتیک و کمی را ارائه کردند که نشان می‌دهد الگوریتم‌ها یکی از مهم‌ترین منابع بهبود در محاسبات هستند.

آنها نشان می‌دهند که الگوریتم‌ها با چه سرعتی در طیف وسیعی از مثال‌ها بهبود می‌یابند و همچنین اهمیت حیاتی آن‌ها را در پیشبرد محاسبات. الگوریتم ها به نوعی مانند والدین یک کامپیوتر هستند. آن‌ها به رایانه می‌گویند که چگونه اطلاعات را معنا کند تا بتوانند به نوبه خود، چیز مفیدی از آن بسازند. هر چه الگوریتم کارآمدتر باشد کامپیوتر کار کمتری باید انجام دهد. با وجود همه پیشرفت‌های تکنولوژیکی در سخت‌افزار محاسباتی و عمر مورد بحث قانون مور عملکرد کامپیوتر تنها یک طرف تصویر است.

در پشت صحنه روند دوم در حال رخ دادن است. الگوریتم ها در حال بهبود هستند بنابراین به نوبه خود قدرت محاسباتی کمتری مورد نیاز است. در حالی که کارایی الگوریتمی ممکن است کمتر مورد توجه قرار گیرد. اگر سرعت موتور جستجوی قابل اعتماد شما ناگهان به یک دهم برسد یا حرکت در مجموعه داده های بزرگ مانند لجن گردانی باشد قطعا متوجه خواهید شد.

دانشمندان با تمرکز بر تجزیه و تحلیل‌شده‌ترین ویژگی الگوریتم‌ها ترسیم کردند که چقدر سریع این خانواده‌ها بهبود یافته‌اند. اینکه چقدر سریع می‌توانستند مشکل را حل کنند. برای مشکلات محاسباتی بزرگ 43درصد از خانواده‌های الگوریتم‌ها پیشرفت‌های سال به سال داشتند که برابر یا بزرگ‌تر از دستاوردهای بسیار تبلیغ شده از قانون مور بود. در 14 درصد از مشکلات بهبود عملکرد از الگوریتم‌ها به میزان قابل توجهی از مواردی که از سخت‌افزار بهبود یافته است، پیشی گرفت. دستاوردهای بهبود الگوریتم به ویژه برای مشکلات کلان داده بزرگ بود. بنابراین اهمیت این پیشرفت ها در دهه های اخیر افزایش یافته است.

نیل تامپسون، دانشمند تحقیقاتی MIT در CSAIL و دانشکده مدیریت اسلون و نویسنده ارشد مقاله جدید می‌گوید: این اولین مقاله‌ای است که نشان می‌دهد الگوریتم‌ها با چه سرعتی در طیف وسیعی از نمونه‌ها بهبود می‌یابند. از طریق تجزیه و تحلیل خود ما توانستیم بگوییم که پس از بهبود الگوریتم چند کار دیگر با استفاده از همان مقدار قدرت محاسباتی می‌توان انجام داد.

منبع:

https://scitechdaily.com/computer-science-how-quickly-do-algorithms-improve/

By Rachel Gordon, MIT CSAIL September 25, 2021