Yapay zeka alanındaki gelişmeleri ile tanınan DeepMind ve insan düzeyinde bilgisayar ve masa oyunları oynayabilen sinir ağları inşa etmek, yakın zamanda ortaya çıktı. AlphaCode projesi hangi nasıl olduğunu açıklar kod üretimi için bir makine öğrenme sistemi Codeforces platformundaki programlama yarışmalarına katılabileceğiniz ve ortalama bir sonuç gösterebileceğiniz.
projesinden bahsedildiği “Transformer” sinir ağı mimarisini kullanır doğal dil metnine karşılık gelen çeşitli öngörülemeyen kod varyantları oluşturmak için diğer örnekleme ve filtreleme yöntemleriyle birlikte.
Yöntem nasıl çalışır AlfaKodu filtreleme, gruplama ve sıralamaya dayanır, bunun üzerine oluşturulan seçenekler akışından en uygun çalışma kodunu seçmeye devam eder ve daha sonra doğru sonucun elde edildiğinden emin olmak için kontrol edilir (yarışmanın her görevinde, giriş verileri ve buna karşılık gelen bir sonuç), programın yürütülmesinden sonra elde edilmesi gereken bu örneğe).
Eşi görülmemiş bir ölçekte kod oluşturmak için dönüştürücü tabanlı dil modellerini kullanan AlphaCode'u detaylandırıyoruz ve ardından gelecek vaat eden küçük bir dizi programı akıllıca filtreliyoruz.
Performansımızı, dünyanın dört bir yanından kodlama becerilerini test etmeye gelen on binlerce katılımcıyı çeken düzenli yarışmalara ev sahipliği yapan popüler bir platform olan Codeforces'ta düzenlenen yarışmaları kullanarak doğrularız. Değerlendirme için her biri eğitim verilerimizden daha yeni olan 10 yeni yarışma seçtik. AlphaCode, ortalama bir rakiple kabaca aynı seviyedeydi ve bir AI kod oluşturma sisteminin programlama yarışmalarında rekabetçi bir performans düzeyine ilk kez ulaştığını gösteriyor.
Yaklaşık sistem eğitimi için makine öğrenme, genel GitHub depolarında bulunan temel kodun kullanıldığı vurgulanır. İlk modelin hazırlanmasının ardından Codeforces, CodeChef, HackerEarth, AtCoder ve Aizu yarışmalarına katılanlara sunulan problem ve çözüm örneklerinin yer aldığı bir kod koleksiyonuna dayalı bir optimizasyon aşaması gerçekleştirilmiştir.
Toplamda, AlphaCode oluşumu için 715 GB GitHub kodu kullanıldı ve rekabetin tipik sorunlarına bir milyondan fazla çözüm örneği. Kod oluşturmaya geçmeden önce, görevin metni, gereksiz her şeyin çıkarıldığı ve yalnızca önemli kısımların kaldığı bir normalleştirme aşamasından geçti.
Sistemi test etmek için, makine öğrenimi modelinin eğitimi tamamlandıktan sonra 10'den fazla katılımcıyla 5.000 yeni Codeforces yarışması seçildi.
AlphaCode'un sonuçlarının beklentilerimi aştığını rahatlıkla söyleyebilirim. Şüpheliydim çünkü basit rekabet problemlerinde bile, genellikle sadece algoritmayı uygulamak değil, aynı zamanda (ve bu en zor kısım) icat etmek de gereklidir. AlphaCode, gelecek vaat eden yeni bir rakip seviyesinde performans göstermeyi başardı. Ne olacağını görmek için sabırsızlanıyorum!
MIKE MIRZAYANOV
CODEFORCES'İN KURUCUSU
İzin verilen atamaların sonuçları AlphaCode sisteminin girmesi için yaklaşık olarak bu yarışmaların kalifikasyonunun ortasında (%54,3). AlphaCode'un tahmin edilen toplam puanı 1238 puandı ve son 28 ayda en az bir kez yarışmalara katılan tüm Codeforces katılımcıları arasında İlk %6'e girmeyi garanti ediyor.
Projenin henüz ilk geliştirme aşamasında olduğu ve gelecekte üretilen kodun kalitesinin artırılmasının yanı sıra kod yazmaya yardımcı olan sistemlere yönelik AlphaCode geliştirilmesinin planlandığının gözlemlendiğine dikkat edilmelidir. veya programlama becerisine sahip olmayan kişilerin kullanabileceği uygulama geliştirme araçları.
Nihayet onun hakkında daha fazla bilgi edinmekle ilgileniyorsan, önemli bir geliştirme özelliğinin, metin girişi olarak sorunun İngilizce ifadesini alarak Python veya C++'da kod oluşturma yeteneği olduğunu bilmelisiniz.
Ayrıntıları kontrol edebilirsiniz Aşağıdaki bağlantıda.