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
Deepmind AI прорив дозволяє прогнозувати понад 200 мільйонів білкових структур
DeepMind оголосив, що створює структури для всіх 200 мільйонів білків у централізованій базі даних UNIPROT. Це велика справа для основних біологічних досліджень, а також зусиль для вирішення деяких найважливіших наукових загадок сучасності.
Психолог DeepMind вісник Всесвітнього штучного генерального розвідки
Інструментарій для оцінки штучного інтелекту з тими ж психологічними тестами, які ми використовуємо для оцінки когнітивних здібностей людини, є доказом швидкості, з якою розвивається АІ.
DeepMind будує AI, який реконструює 3D-об'єкти з однієї фотографії
Дослідники DeepMind AI створили нейронну мережу, яка може передбачити, як буде виглядати простір після перегляду одного чи кількох зображень, навіть якщо видно лише частини кімнати.
DeepMind AI ставить перед гравцями Pro StarCraft II, перемагає майже кожен матч
Після всього лише 18 місяців, DeepMind має AI, який б'є кращі гравці StarCraft II у світі, і це навіть не близько.