Məqalələr

Google-un DeepMind proqramı süni intellektlə riyazi problemləri həll edir

Böyük dil modellərindəki (LLM) son irəliləyişlər AI-ni daha uyğunlaşdırdı, lakin bunun bir mənfi tərəfi var: səhvlər.

Generativ süni intellekt hər şeyi düzəltməyə meyllidir, lakin Google DeepMind riyazi həqiqətlərə sadiq qalan yeni LLM ilə gəldi.

Şirkətin FunSearch proqramı olduqca mürəkkəb riyazi problemləri həll edə bilər.

Möcüzəvi şəkildə onun yaratdığı həllər yalnız dəqiq deyil; onlar heç bir insanın tapmadığı tamamilə yeni həllərdir.

Təxmini oxuma vaxtı: 4 minuti

FunSearch əyləncəli olduğu üçün deyil, riyazi funksiyaları axtardığı üçün belə adlanır. Bununla belə, bəzi insanlar qapaq dəsti problemi ilə bağlı problem hesab edə bilər: riyaziyyatçılar hətta onu ən yaxşı şəkildə necə həll etmək barədə razılığa gələ bilmirlər və bu, onu əsl ədədi sirr halına gətirir. DeepMind artıq AlphaFold (zülal qatlanması), AlphaStar (StarCraft) və AlphaGo (Go oynayır) kimi Alpha modelləri ilə süni intellektdə irəliləyişlər əldə edib. Bu sistemlər LLM əsasında deyildi, lakin yeni riyazi anlayışları ortaya qoydu.

FunSearch ilə, DeepMind böyük dil rejimi ilə başladı, Google-un PaLM 2 versiyası Codey adlı. İşdə Codey-nin çıxışını təhlil edən və yanlış məlumatı aradan qaldıran ikinci LLM səviyyəsi var. Tədqiqatçının sözlərinə görə, bu işin arxasında duran komanda bu yanaşmanın işləyəcəyini bilmirdi və hələ də bunun səbəbini bilmir DeepMind Əlhüseyn Fəvzi.

Başlamaq üçün mühəndislər DeepMind onlar qapaq dəsti probleminin Python təsvirini yaratdılar, lakin həlli təsvir edən sətirləri buraxdılar. Codey-nin işi problemi dəqiq həll edən sətirləri əlavə etmək idi. Səhv yoxlama təbəqəsi daha sonra Codey həllərinin dəqiq olub olmadığını yoxlamaq üçün onları qiymətləndirir. Yüksək səviyyəli riyaziyyatda tənliklərin birdən çox həlli ola bilər, lakin hamısı eyni dərəcədə yaxşı hesab edilmir. Zamanla alqoritm ən yaxşı Codey həllərini müəyyən edir və onları yenidən modelə daxil edir.

İnnovasiya bülleteni
Yeniliklərlə bağlı ən vacib xəbərləri qaçırmayın. Onları e-poçtla almaq üçün qeydiyyatdan keçin.

DeepMind FunSearch-ə milyonlarla mümkün həlli yaratmaq üçün kifayət qədər uzun bir neçə gün işləməyə imkan verir. Bu, FunSearch-ə kodu təkmilləşdirməyə və daha yaxşı nəticələr verməyə imkan verdi. Yeni nəşr olunan araşdırmaya görə, L 'süni intellekt qapaq dəsti probleminin əvvəllər bilinməyən, lakin düzgün həllini tapdı. DeepMind FunSearch-i konteyner qablaşdırma problemi adlanan başqa bir çətin riyazi problemdə, konteynerləri qablaşdırmağın ən səmərəli yolunu təsvir edən bir alqoritmdə azad etdi. FunSearch, insanlar tərəfindən hesablananlardan daha sürətli bir həll tapdı.

Riyaziyyatçılar hələ də LLM texnologiyasını öz işlərinə və işlərinə inteqrasiya etmək üçün mübarizə aparırlar DeepMind mümkün yolu göstərir. Komanda bu yanaşmanın potensiala malik olduğuna inanır, çünki o, həll yolu deyil, kompüter kodu yaradır. Bunu başa düşmək və yoxlamaq çox vaxt xam riyazi nəticələrdən daha asandır.

Əlaqədar Oxumalar

BlogInnovazione.it

İnnovasiya bülleteni
Yeniliklərlə bağlı ən vacib xəbərləri qaçırmayın. Onları e-poçtla almaq üçün qeydiyyatdan keçin.

Articoli recenti

Veeam müdafiədən tutmuş cavab və bərpaya qədər ransomware üçün ən əhatəli dəstəyi təqdim edir

Coveware by Veeam kiber qəsb hallarına cavab xidmətləri göstərməyə davam edəcək. Coveware məhkəmə və remediasiya imkanları təklif edəcək...

23 Aprel 2024

Yaşıl və Rəqəmsal İnqilab: Proqnozlaşdırılan Baxım Neft və Qaz Sənayesini necə çevirir?

Proqnozlaşdırılan texniki xidmət zavodun idarə edilməsinə innovativ və proaktiv yanaşma ilə neft və qaz sektorunda inqilab edir.…

22 Aprel 2024

Böyük Britaniyanın antiinhisar tənzimləyicisi GenAI üzərində BigTech həyəcanını qaldırır

Böyük Britaniyanın CMA süni intellekt bazarında Big Tech-in davranışı ilə bağlı xəbərdarlıq edib. Orada…

18 Aprel 2024

Casa Green: İtaliyada davamlı gələcək üçün enerji inqilabı

Avropa İttifaqı tərəfindən binaların enerji səmərəliliyini artırmaq üçün tərtib edilən "Yaşıl Evlər" Fərmanı qanunvericilik prosesini yekunlaşdırdı ...

18 Aprel 2024