DeepMind는 작업에 대한 텍스트 설명에서 코드를 생성하는 기계 학습 시스템을 선보였습니다.

인공지능 분야의 발전과 인간 수준의 컴퓨터 및 보드게임을 플레이할 수 있는 신경망 구축으로 알려진 딥마인드(DeepMind)사는 참여할 수 있는 코드 생성을 위한 머신러닝 시스템을 개발하는 알파코드(AlphaCode) 프로젝트를 선보였다. Codeforces 플랫폼의 프로그래밍 대회에서 평균 결과를 보여줍니다. 개발의 주요 특징은 영어로 된 문제 설명이 포함된 텍스트를 입력으로 사용하여 Python 또는 C++로 코드를 생성하는 기능입니다.

시스템을 테스트하기 위해 기계 학습 모델 교육이 완료된 후 10명 이상의 참가자가 참여하는 5000개의 새로운 Codeforces 대회가 선정되었습니다. 작업 완료 결과 AlphaCode 시스템은 해당 대회 등급의 대략 중간 수준(54.3%)에 진입할 수 있었습니다. AlphaСode의 전체 예상 평점은 1238점으로, 지난 28개월 동안 최소 한 번 대회에 참가한 모든 Codeforces 참가자 중 상위 6%에 진입할 수 있습니다. 이 프로젝트는 아직 개발 초기 단계에 불과하며 앞으로는 생성된 코드의 품질을 향상시키고 코드 작성에 도움이 되는 시스템이나 응용 프로그램 개발 도구를 위한 AlphaCode를 개발할 계획입니다. 프로그래밍 기술이 없는 사람들이 사용합니다.

이 프로젝트는 샘플링 및 필터링 기술과 함께 Transformer 신경망 아키텍처를 사용하여 자연어 텍스트에 해당하는 예측할 수 없는 다양한 코드 변형을 생성합니다. 필터링, 클러스터링 및 순위 지정 후 생성된 옵션 스트림에서 가장 최적의 작업 코드가 제거되고 올바른 결과가 얻어졌는지 확인됩니다. 각 경쟁 작업은 입력 데이터의 예와 이 예에 해당하는 결과를 나타냅니다. , 프로그램 실행 후 얻어야 함).

기계 학습 시스템을 대략적으로 훈련하기 위해 공개 GitHub 리포지토리에서 사용할 수 있는 코드 베이스를 사용했습니다. 초기 모델을 준비한 후 Codeforces, CodeChef, HackerEarth, AtCoder 및 Aizu 대회 참가자들이 제안한 문제 및 솔루션 예제가 포함된 코드 모음을 기반으로 최적화 단계가 수행되었습니다. 전체적으로 GitHub의 코드 715GB와 일반적인 경쟁 문제에 대한 솔루션 예시가 교육에 사용되었습니다. 코드 생성으로 넘어가기 전에 작업 텍스트는 정규화 단계를 거쳤으며, 그 동안 불필요한 모든 것이 제거되고 중요한 부분만 남았습니다.

출처 : opennet.ru