DeepMind، د مصنوعي استخباراتو په برخه کې د خپلو پرمختګونو لپاره پیژندل شوی او د عصبي شبکو رامینځته کول چې د انسان په کچه د کمپیوټر او بورډ لوبو لوبولو وړتیا لري ، پدې وروستیو کې افشا شوي د الفا کوډ پروژه کوم چې څنګه تشریح کوي د کوډ تولید لپاره د ماشین زده کړې سیسټم چې تاسو کولی شئ د کوډفورس پلیټ فارم کې د برنامو سیالیو کې برخه واخلئ او اوسط پایله وښایاست.
د يادونې وړ ده چې دغه پروژه د "ټرانسفارمر" عصبي شبکې جوړښت کاروي د نورو نمونو او فلټر کولو میتودونو سره په ترکیب کې د طبیعي ژبې متن سره مطابقت لرونکي مختلف غیر متوقع کوډ ډولونه رامینځته کول.
طریقه چې دا څنګه کار کوي الفا کوډ د فلټر کولو، ګروپ کولو او ترتیب کولو پر بنسټ والړ دی، بیا وروسته د تولید شوي انتخابونو څخه ترټولو غوره کاري کوډ غوره کولو لپاره پرمخ ځي، کوم چې بیا چک کیږي ترڅو ډاډ ترلاسه کړي چې سمه پایله ترلاسه شوې ده (د سیالۍ په هره دنده کې، یو مثال. د معلوماتو داخلولو او اړونده پایله) دې مثال ته ، کوم چې باید د برنامې اجرا کولو وروسته ترلاسه شي).
موږ د الفا کوډ تفصیل ورکوو، کوم چې د ټرانسفارمر پر بنسټ د ژبې ماډلونه کاروي ترڅو په بې ساري پیمانه کوډ تولید کړي، بیا په هوښیارۍ سره د ژمنو پروګرامونو کوچنۍ سیټ فلټر کوي.
موږ خپل فعالیت په Codeforces کې د کوربه توب سیالیو په کارولو سره تایید کوو، یو مشهور پلیټ فارم چې د منظم سیالیو کوربه توب کوي چې د نړۍ له ګوټ ګوټ څخه لسګونه زره ګډون کوونکي راجلبوي چې د دوی د کوډ کولو مهارتونو ازموینې لپاره راځي. موږ د ارزونې لپاره 10 وروستي سیالۍ غوره کړې، هر یو زموږ د روزنې معلوماتو څخه نوي. الفا کوډ د اوسط سیالي کونکي سره نږدې کچه وه، د لومړي ځل نښه کول د AI کوډ تولید سیسټم د پروګرام کولو سیالیو کې د فعالیت رقابتي کچې ته رسیدلی.
د اټکل شوي سیسټم روزنې لپاره ماشین زده کړه، دا په ګوته شوي چې د عامه GitHub ذخیره کې موجود بیس کوډ کارول شوی و. د لومړني ماډل چمتو کولو وروسته، د اصلاح کولو مرحله د کوډ د راټولولو پراساس ترسره شوه چې د ستونزو او حلونو مثالونو سره د Codeforces، CodeChef، HackerEarth، AtCoder او Aizu سیالیو ګډون کوونکو ته وړاندیز شوي.
په مجموع کې، د الفا کوډ جوړولو لپاره د GitHub کوډ 715 GB کارول شوی او د سیالۍ د عادي ستونزو د حل لپاره له یو ملیون څخه ډیر مثالونه. مخکې له دې چې د کوډ تولید ته لاړ شي، د کار متن د نورمال کولو مرحلې څخه تیر شو، په کوم کې چې هر څه بې ځایه شوي او یوازې د پام وړ برخې پاتې دي.
د سیسټم آزموینې لپاره، د کوډفورس 10 نوي سیالۍ چې د 5.000 څخه زیاتو برخه اخیستونکو سره غوره شوي، د ماشین زده کړې ماډل روزنې بشپړولو وروسته ترسره شوې.
زه کولی شم په خوندي ډول ووایم چې د الفا کوډ پایلې زما له تمو څخه ډیرې وې. زه شکمن وم ځکه چې حتی په ساده رقابتي ستونزو کې ، دا ډیری وختونه نه یوازې د الګوریتم پلي کولو ته اړتیا لري ، بلکه (او دا ترټولو سخته برخه ده) د اختراع کولو لپاره. الفا کوډ د نوي نوي سیالي کونکي په کچه ترسره کولو توان درلود. زه انتظار نشم کولی وګورم چې څه راځي!
مایک میرزایانوف
د کوډفورس بنسټ ایښودونکی
د دندې پایلې اجازه ورکړل شوې د الفا کوډ سیسټم د ننوتلو لپاره نږدې د دې وړتیاوو د وړتیا په مینځ کې (54,3٪). د الفا کوډ وړاندوینه شوې مجموعي نمرې 1238 نمرې وې، چې د کوډفورس ټولو برخه اخیستونکو په منځ کې په 28٪ کې د ننوتلو تضمین کوي چې لږترلږه په تیرو 6 میاشتو کې یو ځل په سیالیو کې برخه اخلي.
دا باید په یاد ولرئ چې دا لیدل کیږي چې پروژه لاهم د پراختیا په لومړیو مرحلو کې ده او په راتلونکي کې پلان شوی چې د تولید شوي کوډ کیفیت ښه کړي، او همدارنګه د سیسټمونو په لور د الفا کوډ رامینځته کړي چې د کوډ لیکلو کې مرسته کوي، یا د غوښتنلیک پراختیا وسیلې چې د برنامې مهارتونو پرته خلک یې کارولی شي.
وروستی که تاسو د دې په اړه د نورو پوهیدو سره علاقه لرئ، تاسو باید پوه شئ چې د پراختیا کلیدي ځانګړتیا په Python یا C++ کې د کوډ رامینځته کولو وړتیا ده ، په انګلیسي کې د ستونزې بیان د متن ان پټ په توګه اخیستل.
تاسو کولی شئ توضیحات چیک کړئ په لاندې لینک کې
لومړی د تبصره کولو لپاره وئ