DeepMind строит ИИ, который кодирует, а также средний человеческий программист

DeepMind строит ИИ, который кодирует, а также средний человеческий программист

В то время как машинное обучение продвинулось по скачкам и границам, трудно создать искусственный интеллект, который хорош в нескольких вещах. Таким образом, машину может быть обучена данными для решения одного класса проблем программирования, но она потерпит неудачу, когда ему приставит другую проблему для решения. Таким образом, команда решила пропустить все тренировки по алгоритмам и структуре кода, вместо этого рассматривая его больше как проблема перевода.

Проблемы программирования обычно включают описание задачи, а полученный код, представленный человеком -участником, технически является просто выражением описания. ИИ работает в два этапа: он принимает описание и преобразует его во внутреннее представление. Затем он использует это представление для генерации функционального кода на основе данных, которые он был показан в обучении. И было много данных.

DeepMind подал AI 700 ГБ кода на GitHub, в комплекте с комментариями, которые объясняют код. Как указывает Ars Technica, это огромное количество текстовых данных. С сущностью программирования интернализовано, DeepMind организует свои собственные конкурсы программирования и подарил результаты в ИИ, чтобы точно настроить производительность модели. Команда говорит, что это на порядок больше данных обучения, чем прошлые машины для кодирования, и это имело значение.

DeepMind строит ИИ, который кодирует, а также средний человеческий программист

Исследователи обнаружили, что Alphacode смог генерировать огромное количество потенциальных ответов на проблему кодирования, но около 40 процентов из них пройдут через всю доступную системную память или не достигли ответа в разумное количество времени. Данные должны быть отфильтрованы, чтобы найти один процент решений, которые на самом деле являются хорошим кодом. DeepMind обнаружил, что кластеры сходного кода указывают на лучшие ответы, тогда как неправильные были случайным образом распределены. Сосредоточив внимание на этих ответах, Alphacode смог правильно ответить на одну треть проблем кодирования. Оказывается, многие человеческие программисты немного лучше, поэтому альфакод попал в топ -54 процента. Это не собирается брать работу от инженеров DeepMind, но дайте ему время.

Читать далее

Регуляторы силы Тесла вспоминают 54 000 автомобилей, потому что они запрограммированы, чтобы сломать зако
Регуляторы силы Тесла вспоминают 54 000 автомобилей, потому что они запрограммированы, чтобы сломать зако

Оказывается, компания запрограммировала автомобили, чтобы нарушить закон, прокасавшись через стоп-сигналы. В результате Tesla вспоминает 53,822 автомобилей.

Ученые создают программируемую зубную щетку наночастиц
Ученые создают программируемую зубную щетку наночастиц

Эти частицы могут не только преобразовать в формы числа зубов, но и их действие может иметь антимикробные эффекты, которые разрушают бактерии, вызывающие налеты.

AutoML Google создает модели машинного обучения без опыта программирования
AutoML Google создает модели машинного обучения без опыта программирования

Суть Cloud AutoML заключается в том, что почти каждый может принести каталог изображений, импортировать теги для изображений и создать на основе этого функциональную модель машинного обучения.

Sphero запускает робот с программируемой светодиодной панелью, поддержкой IR
Sphero запускает робот с программируемой светодиодной панелью, поддержкой IR

Sphero начал выпускать продукты, которые были игрушками в первую очередь, но его крошечные персональные роботы постепенно стали более ориентированными на образование, и новый Болт является самым книжным из всех.