Deepmind будує AI, який кодує, а також середній людський програміст

Хоча машинне навчання просунулося за стрибки та межі, важко створити AI, який добре більше, ніж одне. Отже, машину можна було навчити з даними для вирішення одного класу проблем програмування, але це не вдасться, коли це дасть іншу проблему для вирішення. Отже, команда вирішила пропустити всю підготовку з алгоритмів та структури коду, натомість ставиться до неї більше як до проблеми перекладу.

Проблеми програмування зазвичай включають опис завдання, а отриманий код, поданий людським учасником, технічно є лише виразом опису. AI працює на двох етапах: він приймає опис і перетворює його у внутрішнє представлення. Потім він використовує це представлення для створення функціонального коду на основі даних, які він був показаний у навчанні. І було багато даних.

Deepmind годував AI 700 ГБ коду на Github, доповненому коментарями, які пояснюють код. Як зазначає ARS Technica, це величезна кількість текстових даних. З суттю інтерналізованого програмування, DeepMind створив власні конкурси програмування та подав результати в ШІ, щоб точно налаштувати продуктивність моделі. Команда каже, що це порядок більше даних про тренування, ніж минулі машини кодування отримали, і це все змінило.

Дослідники встановили, що Alphacode змогла генерувати величезну кількість потенційних відповідей на проблему кодування, але приблизно 40 відсотків з них пройдуть через всю доступну системну пам'ять або не зможуть досягти відповіді за розумну кількість часу. Дані потрібно фільтрувати, щоб знайти один відсоток рішень, які насправді є хорошим кодом. Deepmind виявив, що кластери подібного коду вказували на кращі відповіді, тоді як неправильні були випадковим чином розподілені. Зосереджуючись на цих відповідях, Alphacode зміг правильно відповісти на третину проблем кодування. Виявляється, багато людських програмістів трохи краще, тому алфакоде розміщується у топ -54 відсотках. Йдеться не брати роботу від інженерів Deepmind, а дайте йому часу.

Читати далі

NASA вибирає Spacex Starship для людської місячної посадки

Після перегляду конструкцій з динетики, SpaceX та синього походження, NASA вирішив піти з SpaceX та Starship.

NASA Revamps його дирекції з людського простору

Одним з нових дирекцій НАСА зосереджується на збереженні та розширенню поточних місій, а інший буде готувати майбутні операції на Місяці та Марс.

NASA Revamps планує комерціалізувати людський простір

Одним з законодавчих місій NASA є комерціалізація з низькою зовнішньою орбітою, оскільки "надійна та конкурентна економіка з низькою землею є життєво важливим для продовження прогресу в просторі". Конгрес радий зробити вимоги, але це не означає, що вони хочуть погасити свою вкладку.

Скам'янілісні сліди відштовхують дату людського прибуття в Америку

Відкриття збережених людських слідів у національному парку в Білі піски в Нью-Мексико підштовхнула часову шкалу на тисячі років.