Очаквано време за четене: 4 Minuti
FunSearch се нарича така, защото търси математически функции, а не защото е забавно. Въпреки това, някои хора може да сметнат проблема с набора от капачки за шут: математиците дори не могат да се споразумеят как най-добре да го решат, което го превръща в истинска числена мистерия. DeepMind вече постигна напредък в областта на изкуствения интелект със своите модели Alpha като AlphaFold (сгъване на протеини), AlphaStar (StarCraft) и AlphaGo (играе на Go). Тези системи не са базирани на LLM, но разкриват нови математически концепции.
С FunSearch, DeepMind започна с голям езиков режим, версия на PaLM 2 на Google, наречена Codey. Има второ LLM ниво на работа, което анализира продукцията на Codey и елиминира невярна информация. Екипът зад тази работа не знаеше дали този подход ще работи и все още не е сигурен защо, според изследователя DeepMind Алхусеин Фаузи.
Като начало инженерите от DeepMind те създадоха Python представяне на проблема с cap set, но пропуснаха редовете, описващи решението. Работата на Коди беше да добави редове, които точно решават проблема. След това слоят за проверка на грешки оценява решенията на Codey, за да види дали са точни. В математиката на високо ниво уравненията могат да имат повече от едно решение, но не всички се считат за еднакво добри. С течение на времето алгоритъмът идентифицира най-добрите решения на Codey и ги вмъква обратно в модела.
DeepMind позволява на FunSearch да работи няколко дни, достатъчно дълго, за да генерира милиони възможни решения. Това позволи на FunSearch да прецизира кода и да произведе по-добри резултати. Според ново публикувано изследване, L 'изкуствен интелект намери неизвестно преди това, но правилно решение на проблема с капачката. DeepMind също така освободи FunSearch от друг труден математически проблем, наречен проблем за опаковане на контейнери, алгоритъм, който описва най-ефективния начин за опаковане на контейнери. FunSearch намери решение по-бързо от изчисленото от хората.
Математиците все още се борят да интегрират LLM технологията в своята работа и работата на DeepMind показва възможен път, който да следвате. Екипът вярва, че този подход има потенциал, защото генерира компютърен код, а не решението. Това често е по-лесно за разбиране и проверка от необработените математически резултати.
BlogInnovazione.it
Развитието на фини двигателни умения чрез оцветяване подготвя децата за по-сложни умения като писане. Оцветявам…
Военноморският сектор е истинска световна икономическа сила, която се е насочила към пазар от 150 милиарда...
Миналия понеделник Financial Times обяви сделка с OpenAI. FT лицензира своята журналистика от световна класа...
Милиони хора плащат за стрийминг услуги, като плащат месечни абонаментни такси. Разпространено е мнението, че вие…