ડીપમાઇન્ડ એ કાર્યના ટેક્સ્ટ વર્ણનમાંથી કોડ જનરેટ કરવા માટે મશીન લર્નિંગ સિસ્ટમ રજૂ કરી

ડીપમાઈન્ડ કંપની, જે આર્ટિફિશિયલ ઈન્ટેલિજન્સ ક્ષેત્રે તેના વિકાસ અને માનવીય સ્તરે કમ્પ્યુટર અને બોર્ડ ગેમ્સ રમવા માટે સક્ષમ ન્યુરલ નેટવર્કના નિર્માણ માટે જાણીતી છે, તેણે આલ્ફાકોડ પ્રોજેક્ટ રજૂ કર્યો, જે કોડ જનરેટ કરવા માટે મશીન લર્નિંગ સિસ્ટમ વિકસાવી રહી છે. કોડફોર્સ પ્લેટફોર્મ પર પ્રોગ્રામિંગ સ્પર્ધાઓમાં ભાગ લેવો અને સરેરાશ પરિણામ દર્શાવવું. વિકાસની મુખ્ય વિશેષતા એ છે કે પાયથોન અથવા C++ માં કોડ જનરેટ કરવાની ક્ષમતા, અંગ્રેજીમાં પ્રોબ્લેમ સ્ટેટમેન્ટ સાથે ટેક્સ્ટને ઇનપુટ તરીકે લેવું.

સિસ્ટમનું પરીક્ષણ કરવા માટે, 10 થી વધુ સહભાગીઓ સાથે 5000 નવી કોડફોર્સ સ્પર્ધાઓ પસંદ કરવામાં આવી હતી, જે મશીન લર્નિંગ મોડલની તાલીમ પૂર્ણ કર્યા પછી યોજવામાં આવી હતી. કાર્યો પૂર્ણ કરવાના પરિણામોએ આલ્ફાકોડ સિસ્ટમને આ સ્પર્ધાઓ (54.3%) ના રેટિંગની લગભગ મધ્યમાં પ્રવેશવાની મંજૂરી આપી. આલ્ફાકોડનું અનુમાનિત એકંદર રેટિંગ 1238 પોઈન્ટ હતું, જે છેલ્લા 28 મહિનામાં ઓછામાં ઓછા એક વખત સ્પર્ધાઓમાં ભાગ લેનારા તમામ કોડફોર્સ સહભાગીઓમાં ટોચના 6% માં પ્રવેશની ખાતરી આપે છે. એ નોંધ્યું છે કે પ્રોજેક્ટ હજી વિકાસના પ્રારંભિક તબક્કામાં છે અને ભવિષ્યમાં તે જનરેટ કરેલા કોડની ગુણવત્તામાં સુધારો કરવા તેમજ કોડ લખવામાં મદદ કરતી સિસ્ટમ્સ તરફ આલ્ફાકોડ વિકસાવવાનું આયોજન છે, અથવા એપ્લિકેશન ડેવલપમેન્ટ ટૂલ્સ કે જે હોઈ શકે છે. પ્રોગ્રામિંગ કૌશલ્ય વિનાના લોકો દ્વારા ઉપયોગમાં લેવાય છે.

પ્રાકૃતિક ભાષાના લખાણને અનુરૂપ વિવિધ અણધારી કોડ વેરિઅન્ટ્સ જનરેટ કરવા માટે આ પ્રોજેક્ટ સેમ્પલિંગ અને ફિલ્ટરિંગ તકનીકો સાથે સંયોજનમાં ટ્રાન્સફોર્મર ન્યુરલ નેટવર્ક આર્કિટેક્ચરનો ઉપયોગ કરે છે. ફિલ્ટરિંગ, ક્લસ્ટરિંગ અને રેન્કિંગ પછી, વિકલ્પોના જનરેટ કરેલા પ્રવાહમાંથી સૌથી શ્રેષ્ઠ કાર્યકારી કોડ દૂર કરવામાં આવે છે, જે પછી યોગ્ય પરિણામ પ્રાપ્ત થાય છે તેની ખાતરી કરવા માટે તપાસવામાં આવે છે (દરેક સ્પર્ધા કાર્ય ઇનપુટ ડેટાનું ઉદાહરણ અને આ ઉદાહરણને અનુરૂપ પરિણામ સૂચવે છે. , જે પ્રોગ્રામને એક્ઝિક્યુટ કર્યા પછી મેળવવો જોઈએ).

મશીન લર્નિંગ સિસ્ટમને લગભગ તાલીમ આપવા માટે, અમે સાર્વજનિક GitHub રિપોઝીટરીઝમાં ઉપલબ્ધ કોડ બેઝનો ઉપયોગ કર્યો. પ્રારંભિક મોડલ તૈયાર કર્યા પછી, કોડફોર્સ, કોડચેફ, હેકરઅર્થ, એટકોડર અને આઈઝુ સ્પર્ધાઓમાં સહભાગીઓ દ્વારા સૂચિત સમસ્યાઓ અને ઉકેલોના ઉદાહરણો સાથે કોડના સંગ્રહના આધારે, ઑપ્ટિમાઇઝેશનનો તબક્કો હાથ ધરવામાં આવ્યો હતો. કુલ મળીને, GitHub તરફથી 715 GB કોડ અને લાક્ષણિક હરીફાઈ સમસ્યાઓના ઉકેલોના એક મિલિયન કરતાં વધુ ઉદાહરણોનો તાલીમ માટે ઉપયોગ કરવામાં આવ્યો હતો. કોડ જનરેશન પર આગળ વધતા પહેલા, કાર્ય ટેક્સ્ટ સામાન્યકરણના તબક્કામાંથી પસાર થયું હતું, જે દરમિયાન બિનજરૂરી બધું દૂર કરવામાં આવ્યું હતું અને માત્ર નોંધપાત્ર ભાગો જ બાકી હતા.

સોર્સ: opennet.ru