DeepMind المعروفة بتطوراتها في مجال الذكاء الاصطناعي وبناء شبكات عصبية قادرة على لعب ألعاب الكمبيوتر واللوح على المستوى البشري ، والتي تم الكشف عنها مؤخرًا مشروع AlphaCode الذي يصف كيف نظام تعلم آلي لتوليد الكود أنه يمكنك المشاركة في مسابقات البرمجة على منصة Codeforces وإظهار متوسط النتيجة.
يذكر أن المشروع يستخدم بنية الشبكة العصبية "المحولات" بالاقتران مع طرق أخذ العينات والتصفية الأخرى لإنشاء متغيرات كود مختلفة غير متوقعة تتوافق مع نص اللغة الطبيعية.
الطريقة كيف يعمل ألفا كود يعتمد على التصفية والتجميع والفرز ، ومن ثم ينتقل بعد ذلك إلى تحديد كود العمل الأمثل من مجموعة الخيارات التي تم إنشاؤها ، والتي يتم التحقق منها بعد ذلك للتأكد من الحصول على النتيجة الصحيحة (في كل مهمة من مهام المسابقة ، مثال على إدخال البيانات والنتيجة المقابلة) لهذا المثال ، والتي يجب الحصول عليها بعد تنفيذ البرنامج).
نقوم بتفصيل AlphaCode ، الذي يستخدم نماذج لغة قائمة على المحولات لإنشاء كود على نطاق غير مسبوق ، ثم يقوم بذكاء بتصفية مجموعة صغيرة من البرامج الواعدة.
نحن نتحقق من صحة أدائنا باستخدام المسابقات المستضافة على Codeforces ، وهي منصة شهيرة تستضيف مسابقات منتظمة تجذب عشرات الآلاف من المشاركين من جميع أنحاء العالم الذين يأتون لاختبار مهاراتهم في البرمجة. اخترنا 10 مسابقات حديثة للتقييم ، كل واحدة أحدث من بيانات التدريب لدينا. كان AlphaCode مستويًا تقريبًا مع المنافس العادي ، مما يمثل المرة الأولى التي يصل فيها نظام إنشاء رمز AI إلى مستوى تنافسي من الأداء في مسابقات البرمجة.
لتدريب النظام التقريبي التعلم الالي، تم تسليط الضوء على أنه تم استخدام الكود الأساسي المتاح في مستودعات GitHub العامة. بعد إعداد النموذج الأولي ، تم تنفيذ مرحلة التحسين بناءً على مجموعة من التعليمات البرمجية مع أمثلة للمشكلات والحلول المقدمة للمشاركين في مسابقات Codeforces و CodeChef و HackerEarth و AtCoder و Aizu.
في المجموع ، لتشكيل AlphaCode تم استخدام 715 جيجابايت من كود جيثب وأكثر من مليون مثال على حلول لمشاكل نموذجية للمنافسة. قبل الشروع في إنشاء الكود ، مر نص المهمة بمرحلة تطبيع ، حيث تم استبعاد كل شيء غير ضروري وبقيت الأجزاء المهمة فقط.
لاختبار النظام ، تم اختيار 10 مسابقات Codeforces جديدة مع أكثر من 5.000 مشارك ، عقدت بعد الانتهاء من تدريب نموذج التعلم الآلي.
أستطيع أن أقول بأمان أن نتائج AlphaCode فاقت توقعاتي. كنت متشككًا لأنه حتى في المشكلات التنافسية البسيطة غالبًا ما يكون مطلوبًا ليس فقط تنفيذ الخوارزمية ، ولكن أيضًا (وهذا هو الجزء الأصعب) لابتكارها. تمكنت AlphaCode من الأداء على مستوى منافس جديد واعد. لا استطيع الانتظار لرؤية ما سيأتي!
مايك ميرزايانوف
مؤسس القواعد
نتائج التخصيصات المسموح بها لنظام AlphaCode للدخول تقريبًا في منتصف تأهيل هذه المسابقات (54,3٪). كانت النتيجة الإجمالية المتوقعة لـ AlphaCode هي 1238 نقطة ، مما يضمن الدخول إلى أفضل 28٪ بين جميع المشاركين في Codeforces الذين شاركوا في المسابقات مرة واحدة على الأقل في الأشهر الستة الماضية.
وتجدر الإشارة إلى أنه من الملاحظ أن المشروع لا يزال في المرحلة الأولى من التطوير وأنه من المخطط في المستقبل تحسين جودة الكود الذي تم إنشاؤه ، وكذلك تطوير AlphaСode نحو الأنظمة التي تساعد على كتابة التعليمات البرمجية ، أو أدوات تطوير التطبيقات التي يمكن للأشخاص الذين ليس لديهم مهارات برمجة استخدامها.
أخيرا إذا كنت مهتمًا بمعرفة المزيد عنها، يجب أن تعلم أن ميزة التطوير الرئيسية هي القدرة على إنشاء تعليمات برمجية بلغة Python أو C ++ ، مع الأخذ في الاعتبار مشكلة إدخال النص باللغة الإنجليزية.
يمكنك التحقق من التفاصيل في الرابط التالي.