توانایی بی نظیر ابزار یادگیری تقویتی جدید DeepMind

گروه هوش مصنوعی DeepMind گوگل یک ابزار یادگیری تقویتی را منتشر کرده است که می تواند الگوریتم های بسیار بهینه سازی شده را توسعه دهد.

گزارش کردن تکناکDeepMind این کار را بدون اینکه ابتدا روی نمونه کدهای انسانی آموزش ببیند، انجام می دهد، زیرا به گونه ای تنظیم شده است که برنامه نویسی را به عنوان یک بازی در نظر بگیرد.

DeepMind قبلاً این توانایی را داشت که به خود آموزش دهد چگونه بازی کند و بازی های مختلفی مانند Chess and Go و StarCraft را کامل کند. این نرم افزار در یادگیری خود راهبری بازی ها بسیار موثر است و روش هایی را برای امتیازدهی کشف می کند که هرگز به ذهن انسان خطور نکرده است.

از بین بردن نیاز به الگوهای انسانی

امروزه مدل های زبان بزرگ کد کارآمدی را می نویسند زیرا بر روی مدل های انسانی آموزش دیده اند. با این حال، این آموزش به این معنی است که بعید است آنها بتوانند کاری را توسعه دهند که انسان تاکنون انجام نداده است.

به همین دلیل است که برای بهینه سازی الگوریتم هایی که به خوبی درک شده اند، بهتر است آنها را بر اساس کدهای انسانی قرار ندهید. سوالی که مطرح می شود این است که چگونه می توان از هوش مصنوعی برای شناسایی یک رویکرد واقعا بدیع و منحصر به فرد استفاده کرد؟

برنامه نویسان DeepMind تصمیم گرفتند رویکردی را که در Chess and Go استفاده می کردند تکرار کنند و بهینه سازی کد را به یک بازی تبدیل کردند.

آنها الگوریتم هایی را مهندسی کردند که تأخیر کد را به عنوان یک امتیاز در نظر می گرفتند و سعی کردند این امتیاز را به حداقل برسانند و در نتیجه نرم افزاری تولید کردند که قادر به نوشتن کد فشرده و بسیار کارآمد بود.

آنها این کار را از طریق یک سیستم پیچیده هوش مصنوعی به نام AlphaDev انجام دادند که از چندین جزء مجزا تشکیل شده است. عملکرد نمایش آن عملکرد کلی کد را در طول توسعه، از جمله ساختار کلی الگوریتم و استفاده از رجیسترهای x86 و حافظه ردیابی می کند.

مزایای بسیاری

مزیت اصلی این سیستم جدید این است که آموزش آن به نمونه کد نیاز ندارد، زیرا نمونه کدهای خود را تولید می کند و سپس آنها را ارزیابی می کند. Ars Technica گزارش می دهد که از طریق این سیستم اطلاعاتی در مورد ترکیب دستورالعمل هایی که در مرتب سازی موثر هستند جمع آوری می کند.

در ژانویه 2023، Google Research و DeepMind MedPaLM را راه‌اندازی کردند که یک مدل زبان بزرگ در زمینه پزشکی است.

این نرم افزار برای ارائه پاسخ های مطمئن و خبرجو در زمینه پزشکی ایجاد شده است. MedPaLMشامل HealthSearchQA، یک پایگاه داده جدید با پاسخ رایگان به سوالات پزشکی، قابل جستجوی آنلاین.

در همین حال، ماه گذشته، دمیس حسابیس، مدیر عامل DeepMind، گفت که هوش عمومی مصنوعی (AGI)، که یک هوش ماشینی است که می تواند جهان را مانند یک انسان درک کند، ممکن است در دهه گذشته پیشرفت زیادی داشته باشد.

ویژگی منحصر به فرد ابزار جدید یادگیری تقویتی DeepMind برای اولین بار در Tech Knock – اخبار دنیای فناوری نوشته شد. ظاهر شد.