Süni intellekt sahəsindəki inkişafları və insan səviyyəsində kompüter və stolüstü oyunları oynaya bilən neyron şəbəkələrinin qurulması ilə tanınan DeepMind şirkəti, iştirak edə bilən kod yaratmaq üçün maşın öyrənmə sistemini inkişaf etdirən AlphaCode layihəsini təqdim etdi. Codeforces platformasında proqramlaşdırma yarışlarında və orta nəticə nümayiş etdirir. İnkişafın əsas xüsusiyyəti Python və ya C++-da ingilis dilində problem bəyanatı olan mətni daxil etmək üçün kod yaratmaq bacarığıdır.
Sistemi sınaqdan keçirmək üçün maşın öyrənmə modelinin təlimi başa çatdıqdan sonra 10-dən çox iştirakçı ilə 5000 yeni Codeforces müsabiqəsi seçildi. Tapşırıqların yerinə yetirilməsinin nəticələri AlphaCode sisteminə bu yarışların reytinqinin təxminən ortasına (54.3%) daxil olmağa imkan verdi. AlphaСode-un proqnozlaşdırılan ümumi reytinqi 1238 bal təşkil edib ki, bu da son 28 ay ərzində ən azı bir dəfə yarışlarda iştirak etmiş bütün Codeforces iştirakçıları arasında Top 6%-ə daxil olmağı təmin edir. Bildirilir ki, layihə hələ inkişafın ilkin mərhələsindədir və gələcəkdə yaradılan kodun keyfiyyətinin yüksəldilməsi, həmçinin kod yazmağa kömək edən sistemlər üçün AlphaCode və ya proqramların işlənib hazırlanması vasitələrinin işlənib hazırlanması planlaşdırılır. proqramlaşdırma bacarığı olmayan insanlar tərəfindən istifadə olunur.
Layihə təbii dil mətninə uyğun gələn müxtəlif gözlənilməz kod variantlarını yaratmaq üçün seçmə və filtrləmə üsulları ilə birlikdə Transformer neyron şəbəkəsi arxitekturasından istifadə edir. Filtrləmə, klasterləşdirmə və sıralamadan sonra yaradılan seçimlər axınından ən optimal iş kodu çıxarılır, sonra düzgün nəticənin əldə edilməsi yoxlanılır (hər bir müsabiqə tapşırığı giriş məlumatlarının nümunəsini və bu nümunəyə uyğun nəticəni göstərir) , proqramı icra etdikdən sonra əldə edilməlidir).
Maşın öyrənmə sistemini təqribən öyrətmək üçün ictimai GitHub depolarında mövcud olan kod bazasından istifadə etdik. İlkin model hazırlandıqdan sonra Codeforces, CodeChef, HackerEarth, AtCoder və Aizu müsabiqələrinin iştirakçıları tərəfindən təklif olunan problemlər və həllərin nümunələri ilə kodlar toplusu əsasında optimallaşdırma mərhələsi həyata keçirilib. Ümumilikdə, təlim üçün GitHub-dan 715 GB kod və tipik rəqabət problemlərinin həlli üçün bir milyondan çox nümunə istifadə edilmişdir. Kod istehsalına keçməzdən əvvəl tapşırıq mətni normallaşma mərhələsindən keçdi, bu müddət ərzində lazımsız hər şey aradan qaldırıldı və yalnız əhəmiyyətli hissələr qaldı.
Mənbə: opennet.ru