Tempo estimado de leitura: 4 minutos
FunSearch é chamado assim porque procura funções matemáticas, não porque seja divertido. No entanto, algumas pessoas podem considerar o problema do limite máximo uma piada: os matemáticos não conseguem sequer concordar sobre a melhor forma de resolvê-lo, tornando-o um verdadeiro mistério numérico. DeepMind já fez avanços em inteligência artificial com seus modelos Alpha, como AlphaFold (dobramento de proteínas), AlphaStar (StarCraft) e AlphaGo (jogar Go). Esses sistemas não foram baseados no LLM, mas revelaram novos conceitos matemáticos.
Com FunSearch, DeepMind começou com um modo de linguagem grande, uma versão do PaLM 2 do Google chamada Codey. Há um segundo nível de LLM em funcionamento, que analisa a produção do Codey e elimina informações incorretas. A equipe por trás deste trabalho não sabia se essa abordagem funcionaria e ainda não sabe ao certo por que, segundo o pesquisador DeepMind Alhussein Fawzi.
Para começar, os engenheiros da DeepMind eles criaram uma representação Python do problema do conjunto de limites, mas deixaram de fora as linhas que descrevem a solução. O trabalho de Codey era adicionar linhas que resolvessem o problema com precisão. A camada de verificação de erros então pontua as soluções Codey para ver se elas são precisas. Na matemática de alto nível, as equações podem ter mais de uma solução, mas nem todas são consideradas igualmente boas. Com o tempo, o algoritmo identifica as melhores soluções Codey e as insere de volta no modelo.
DeepMind permite que o FunSearch seja executado por vários dias, tempo suficiente para gerar milhões de soluções possíveis. Isso permitiu que o FunSearch refinasse o código e produzisse melhores resultados. De acordo com pesquisa recentemente publicada, Ainteligência artificial encontrou uma solução até então desconhecida, mas correta, para o problema do conjunto de limites. DeepMind também liberou o FunSearch em outro problema matemático difícil chamado problema de embalagem de contêineres, um algoritmo que descreve a maneira mais eficiente de embalar contêineres. O FunSearch encontrou uma solução mais rápida do que as calculadas por humanos.
Os matemáticos ainda estão lutando para integrar a tecnologia LLM em seu trabalho e no trabalho de DeepMind mostra um possível caminho a seguir. A equipe acredita que esta abordagem tem potencial porque gera código de computador e não a solução. Isto é muitas vezes mais fácil de compreender e verificar do que resultados matemáticos brutos.
BlogInnovazione.it
Uma operação de oftalmoplastia usando o visualizador comercial Apple Vision Pro foi realizada na Policlínica Catania…
O desenvolvimento de habilidades motoras finas por meio da coloração prepara as crianças para habilidades mais complexas, como escrever. Colorir…
O setor naval é uma verdadeira potência económica global, que navegou para um mercado de 150 mil milhões...
Na segunda-feira passada, o Financial Times anunciou um acordo com a OpenAI. O FT licencia seu jornalismo de classe mundial…
