গুগলের ডিপমাইন্ড কৃত্রিম বুদ্ধিমত্তা দিয়ে গাণিতিক সমস্যার সমাধান করে

বৃহৎ ভাষার মডেলে (LLMs) সাম্প্রতিক অগ্রগতি এআইকে আরও মানিয়ে নিতে সক্ষম করেছে, কিন্তু এটি একটি খারাপ দিক নিয়ে আসে: ত্রুটি।

জেনারেটিভ AI জিনিসগুলি তৈরি করার প্রবণতা রাখে, কিন্তু Google DeepMind একটি নতুন LLM নিয়ে এসেছে যা গাণিতিক সত্যের সাথে লেগে থাকে।

কোম্পানির FunSearch অত্যন্ত জটিল গণিত সমস্যার সমাধান করতে পারে।

অলৌকিকভাবে, এটি যে সমাধানগুলি তৈরি করে তা কেবল সঠিক নয়; তারা সম্পূর্ণ নতুন সমাধান যা কোন মানুষ খুঁজে পায়নি।

পড়ার আনুমানিক সময়: 4 minuti

ফানসার্চকে বলা হয় কারণ এটি গাণিতিক ফাংশন অনুসন্ধান করে, এটি মজাদার বলে নয়। যাইহোক, কিছু লোক ক্যাপ সেট সমস্যাটিকে একটি হুট হিসাবে বিবেচনা করতে পারে: গণিতবিদরা এমনকি এটিকে একটি বাস্তব সংখ্যাগত রহস্যে পরিণত করে কীভাবে এটি সবচেয়ে ভাল সমাধান করা যায় সে বিষয়ে একমত হতে পারেন না। DeepMind ইতিমধ্যেই তার আলফা মডেল যেমন আলফাফোল্ড (প্রোটিন ফোল্ডিং), আলফাস্টার (স্টারক্রাফ্ট), এবং আলফাগো (গো বাজানো) দিয়ে কৃত্রিম বুদ্ধিমত্তায় অগ্রগতি করেছে। এই সিস্টেমগুলি এলএলএম-এর উপর ভিত্তি করে ছিল না, কিন্তু নতুন গাণিতিক ধারণা প্রকাশ করেছিল।

ফান সার্চ দিয়ে, DeepMind একটি বৃহৎ ভাষা মোড দিয়ে শুরু হয়েছে, Google এর PaLM 2 এর একটি সংস্করণ Codey নামক। কর্মক্ষেত্রে একটি দ্বিতীয় এলএলএম স্তর রয়েছে, যা কোডির আউটপুট বিশ্লেষণ করে এবং ভুল তথ্য মুছে দেয়। এই কাজের পিছনের দলটি জানত না যে এই পদ্ধতিটি কাজ করবে কিনা এবং এখনও নিশ্চিত নয় কেন, গবেষকের মতে DeepMind আল হুসাইন ফওজি।

শুরু করার জন্য, ইঞ্জিনিয়াররা এ DeepMind তারা ক্যাপ সেট সমস্যার একটি পাইথন উপস্থাপনা তৈরি করেছে, কিন্তু সমাধান বর্ণনাকারী লাইনগুলি বাদ দিয়েছে। কোডির কাজ ছিল লাইন যোগ করা যা সঠিকভাবে সমস্যার সমাধান করে। ত্রুটি পরীক্ষা করার স্তরটি কোডি সমাধানগুলি সঠিক কিনা তা দেখতে স্কোর করে। উচ্চ-স্তরের গণিতে, সমীকরণের একাধিক সমাধান থাকতে পারে, কিন্তু সবগুলোকে সমানভাবে ভালো বলে মনে করা হয় না। সময়ের সাথে সাথে, অ্যালগরিদম সেরা কোডি সমাধানগুলি সনাক্ত করে এবং সেগুলিকে আবার মডেলে সন্নিবেশিত করে৷

DeepMind অনেক দিন ধরে FunSearch চালাতে দেয়, লক্ষ লক্ষ সম্ভাব্য সমাধান তৈরি করার জন্য যথেষ্ট। এটি ফানসার্চকে কোড পরিমার্জন করতে এবং আরও ভাল ফলাফল তৈরি করার অনুমতি দেয়। সদ্য প্রকাশিত গবেষণা অনুযায়ী, L 'কৃত্রিম বুদ্ধি ক্যাপ সেট সমস্যার পূর্বে অজানা কিন্তু সঠিক সমাধান পাওয়া গেছে। DeepMind কন্টেইনার প্যাকিং সমস্যা নামে আরেকটি কঠিন গাণিতিক সমস্যা ফানসার্চকে মুক্ত করেছে, একটি অ্যালগরিদম যা কন্টেইনার প্যাক করার সবচেয়ে কার্যকর উপায় বর্ণনা করে। FunSearch মানুষের দ্বারা গণনা করা তুলনায় দ্রুত একটি সমাধান খুঁজে পেয়েছে.

গণিতবিদরা এখনও তাদের কাজ এবং কাজের মধ্যে এলএলএম প্রযুক্তিকে একীভূত করার জন্য সংগ্রাম করছেন DeepMind অনুসরণ করার সম্ভাব্য পথ দেখায়। দলটি বিশ্বাস করে যে এই পদ্ধতির সম্ভাবনা রয়েছে কারণ এটি সমাধানের পরিবর্তে কম্পিউটার কোড তৈরি করে। গাণিতিক ফলাফলের তুলনায় এটি প্রায়শই বোঝা এবং যাচাই করা সহজ।

সম্পর্কিত রিডিং

• আর শুধু ভাগ্য নয়: ফ্যান্টাসি ফুটবল বিশ্লেষণের মডেল হয়ে ওঠে। ফ্যান্টালগোরিত্মোর জন্ম হয়েছিল, যখন কল্পনার ফুটবলের বিশ্ব গণিতের সাথে মিলিত হয়
• গ্যাটো, ডিপমাইন্ড এবং সাধারণ কৃত্রিম বুদ্ধিমত্তার দিকে দৌড়
• ভবিষ্যদ্বাণীমূলক বিশ্লেষণ কি এবং কেন এটি ব্যবসায় গুরুত্বপূর্ণ
• টেকসই বাণিজ্যিক বিল্ডিং: শক্তি ব্যবস্থাপনা এবং কৃত্রিম বুদ্ধিমত্তা সহ, বিশ্বব্যাপী শক্তি খরচ 30% এবং CO37 নিঃসরণ 2% কমানো যেতে পারে
• উদ্ভাবন এবং গ্রাহক সম্পর্ক - অভিজ্ঞতা এবং যৌক্তিক-ডিডাক্টিভ বুদ্ধিমত্তা

BlogInnovazione.it