- Промокоды Honkai Star Rail
- Все сундуки Золотого мига в Honkai Star Rail
- Похвала высокой морали в Honkai Star Rail
- Все сундуки в Лофу Сяньчжоу из Honkai Star Rail
- Первооткрыватель в Honkai Star Rail
- Билд Сюэи в Хонкай Стар Рейл
- Билд Аргенти в Хонкай Стар Рейл
- Все сундуки Сада безмятежности в Honkai Star Rail
- Часовщик грезных механизмов
- Первооткрыватель мертвых вод
ИИ Google научился программировать турнирные задачи на уровне новичка
С объемными задачами он пока справляется не очень хорошо.
Команда Google DeepMind, занимающаяся исследованиями в области искусственного интеллекта, рассказала о нейросети AlphaCode, способной самостоятельно программировать. Нынешняя версия AlphaCode пишет код на уровне программиста-новичка.
Специалисты DeepMind затачивали AlphaCode под турнирное программирование. Сперва нейросеть обучили на 700 гигабайт исходников с GitHub; код был снабжен комментариями, позволявшими ИИ понять, что делают фрагменты исходников.
Затем в DeepMind провели несколько турниров по программированию, использовав задачи и их решения для дополнительного обучения искусственного интеллекта. Использовались как исходники, успешно решавшие задачу, так и ошибочные версии кода.
На третьем этапе код, генерируемый AlphaCode, подвергли многоуровневой фильтрации. В итоге нейросеть в ответ на текстовое описание задачи стала выдавать исходники, решающие поставленную задачу примерно в трети случаев.
Для турниров, отмечают в DeepMind, это не так уж мало. Результатов ИИ оказалось достаточно, чтобы AlphaCode вошел в число 54% лучших участников соревнований программистов. Примечательно, что размер исходников, генерируемых ИИ, был примерно таким же, как у программистов-людей.
Создавая AlphaCode, исследователи обнаружили несколько проблем. Во-первых, нейросеть неплохо справляется с небольшими задачами, но если потребуется написать большой объем кода, то ее результаты резко ухудшатся. Во-вторых, для повышения качества работы нейросети нужно линейно увеличивать производительность.
Впрочем, исследователи считают, что все не так плохо. Главное, что эксперименты показали: ИИ не просто генерирует варианты кода, надеясь, что какой-то из них сработает, а и в самом деле пытается распознать поставленную задачу и решить ее.