DeepMind ने टास्कच्या मजकूर वर्णनातून कोड जनरेट करण्यासाठी मशीन लर्निंग सिस्टम सादर केले

डीपमाइंड कंपनी, कृत्रिम बुद्धिमत्तेच्या क्षेत्रातील प्रगती आणि मानवी स्तरावर संगणक आणि बोर्ड गेम खेळण्यास सक्षम असलेल्या न्यूरल नेटवर्कच्या निर्मितीसाठी ओळखल्या जाणार्‍या, अल्फाकोड प्रकल्प सादर केला, जो सहभागी होऊ शकणारा कोड तयार करण्यासाठी मशीन लर्निंग सिस्टम विकसित करत आहे. Codeforces प्लॅटफॉर्मवर प्रोग्रामिंग स्पर्धांमध्ये आणि सरासरी निकाल प्रदर्शित करा. विकासाचे मुख्य वैशिष्ट्य म्हणजे Python किंवा C++ मध्ये कोड व्युत्पन्न करण्याची क्षमता, इंग्रजीमध्ये समस्या विधानासह मजकूर इनपुट म्हणून घेणे.

प्रणालीची चाचणी घेण्यासाठी, 10 हून अधिक सहभागींसह 5000 नवीन Codeforces स्पर्धा निवडल्या गेल्या, ज्या मशीन लर्निंग मॉडेलचे प्रशिक्षण पूर्ण झाल्यानंतर आयोजित केल्या गेल्या. कार्ये पूर्ण करण्याच्या परिणामांमुळे अल्फाकोड सिस्टमला या स्पर्धांच्या रेटिंगच्या मध्यभागी प्रवेश करण्याची परवानगी मिळाली (54.3%). AlphaCode चे अंदाजित एकूण रेटिंग 1238 गुण होते, जे मागील 28 महिन्यांत किमान एकदा स्पर्धांमध्ये सहभागी झालेल्या सर्व Codeforces सहभागींमध्ये शीर्ष 6% मध्ये प्रवेश सुनिश्चित करते. हे नोंदवले गेले आहे की प्रकल्प अद्याप विकासाच्या सुरुवातीच्या टप्प्यावर आहे आणि भविष्यात व्युत्पन्न केलेल्या कोडची गुणवत्ता सुधारण्यासाठी तसेच कोड लिहिण्यास मदत करणार्‍या प्रणालींकडे अल्फाकोड विकसित करण्याची योजना आहे किंवा अनुप्रयोग विकास साधने असू शकतात. प्रोग्रामिंग कौशल्य नसलेल्या लोकांद्वारे वापरले जाते.

हा प्रकल्प ट्रान्सफॉर्मर न्यूरल नेटवर्क आर्किटेक्चरचा वापर सॅम्पलिंग आणि फिल्टरिंग तंत्रांसह नैसर्गिक भाषेतील मजकुराशी सुसंगत असलेले विविध अप्रत्याशित कोड रूपे निर्माण करण्यासाठी करते. फिल्टरिंग, क्लस्टरिंग आणि रँकिंग केल्यानंतर, पर्यायांच्या व्युत्पन्न केलेल्या प्रवाहातून सर्वात इष्टतम कार्य कोड काढून टाकला जातो, जो नंतर योग्य परिणाम प्राप्त झाला आहे याची खात्री करण्यासाठी तपासला जातो (प्रत्येक स्पर्धा कार्य इनपुट डेटाचे उदाहरण आणि या उदाहरणाशी संबंधित परिणाम दर्शवते. , जे प्रोग्राम कार्यान्वित केल्यानंतर प्राप्त केले पाहिजे).

मशीन लर्निंग सिस्टीमला साधारणपणे प्रशिक्षित करण्यासाठी, आम्ही सार्वजनिक GitHub रेपॉजिटरीजमध्ये उपलब्ध असलेला कोड बेस वापरला. प्रारंभिक मॉडेल तयार केल्यानंतर, कोडफोर्स, कोडशेफ, हॅकरअर्थ, एटकोडर आणि आयझू स्पर्धांमधील सहभागींनी प्रस्तावित केलेल्या समस्या आणि उपायांच्या उदाहरणांसह कोडच्या संकलनावर आधारित, एक ऑप्टिमायझेशन टप्पा पार पाडला गेला. एकूण, GitHub मधील 715 GB कोड आणि विशिष्ट स्पर्धा समस्यांवर उपायांची एक दशलक्षाहून अधिक उदाहरणे प्रशिक्षणासाठी वापरली गेली. कोड जनरेशनवर जाण्यापूर्वी, कार्य मजकूर सामान्यीकरण टप्प्यातून गेला, ज्या दरम्यान सर्व काही अनावश्यक काढून टाकले गेले आणि केवळ महत्त्वपूर्ण भाग शिल्लक राहिले.

स्त्रोत: opennet.ru