Temps de lecture estimé : 4 minuti
FunSearch s'appelle ainsi parce qu'il recherche des fonctions mathématiques, pas parce que c'est amusant. Cependant, certaines personnes pourraient considérer le problème du plafonnement comme ridicule : les mathématiciens ne peuvent même pas s'entendre sur la meilleure façon de le résoudre, ce qui en fait un véritable mystère numérique. DeepMind a déjà fait des progrès en matière d'intelligence artificielle avec ses modèles Alpha tels que AlphaFold (repliement de protéines), AlphaStar (StarCraft) et AlphaGo (jouer au Go). Ces systèmes n'étaient pas basés sur le LLM, mais révélaient de nouveaux concepts mathématiques.
Avec FunSearch, DeepMind a commencé avec un mode langage étendu, une version de PaLM 2 de Google appelée Codey. Il existe un deuxième niveau LLM à l'œuvre, qui analyse les résultats de Codey et élimine les informations incorrectes. L'équipe à l'origine de ce travail ne savait pas si cette approche fonctionnerait et ne sait toujours pas pourquoi, selon le chercheur. DeepMind Alhussein Fawzi.
Pour commencer, les ingénieurs de DeepMind ils ont créé une représentation Python du problème du jeu de plafonds, mais ont omis les lignes décrivant la solution. Le travail de Codey consistait à ajouter des lignes qui résolvaient le problème avec précision. La couche de vérification des erreurs évalue ensuite les solutions Codey pour voir si elles sont exactes. En mathématiques de haut niveau, les équations peuvent avoir plus d’une solution, mais toutes ne sont pas considérées comme égales. Au fil du temps, l'algorithme identifie les meilleures solutions Codey et les réinsère dans le modèle.
DeepMind permet à FunSearch de fonctionner pendant plusieurs jours, suffisamment longtemps pour générer des millions de solutions possibles. Cela a permis à FunSearch d'affiner le code et de produire de meilleurs résultats. Selon une étude récemment publiée,l'intelligence artificielle trouvé une solution jusqu'alors inconnue mais correcte au problème du jeu de plafonds. DeepMind a également libéré FunSearch sur un autre problème mathématique difficile appelé le problème d'emballage des conteneurs, un algorithme qui décrit la manière la plus efficace d'emballer les conteneurs. FunSearch a trouvé une solution plus rapide que celles calculées par les humains.
Les mathématiciens ont encore du mal à intégrer la technologie LLM dans leurs travaux et dans ceux des DeepMind montre un chemin possible à suivre. L'équipe estime que cette approche a du potentiel car elle génère du code informatique plutôt que la solution. C’est souvent plus facile à comprendre et à vérifier que les résultats mathématiques bruts.
BlogInnovazione.it
Développer la motricité fine grâce au coloriage prépare les enfants à des compétences plus complexes comme l’écriture. Colorier…
Le secteur naval est une véritable puissance économique mondiale, qui a navigué vers un marché de 150 milliards...
Lundi dernier, le Financial Times a annoncé un accord avec OpenAI. FT autorise son journalisme de classe mondiale…
Des millions de personnes paient pour des services de streaming en payant des frais d’abonnement mensuels. Il est communément admis que vous…
