DeepMind, được biết đến với những phát triển trong lĩnh vực trí tuệ nhân tạo và xây dựng mạng nơ-ron có khả năng chơi trò chơi máy tính và bảng ở cấp độ con người, được công bố gần đây dự án AlphaCode trong đó mô tả cách một hệ thống máy học để tạo mã rằng bạn có thể tham gia các cuộc thi lập trình trên nền tảng Codeforces và thể hiện kết quả trung bình.
Người ta đề cập rằng dự án sử dụng kiến trúc mạng thần kinh "Transformer" kết hợp với các phương pháp lấy mẫu và lọc khác để tạo ra các biến thể mã không thể đoán trước khác nhau tương ứng với văn bản ngôn ngữ tự nhiên.
Phương pháp nó hoạt động như thế nào Mã chữ cái dựa trên việc lọc, nhóm và sắp xếp, sau đó nó sẽ tiến hành chọn mã làm việc tối ưu nhất từ luồng tùy chọn đã tạo, sau đó sẽ được kiểm tra để đảm bảo rằng thu được kết quả chính xác (trong mỗi nhiệm vụ của cuộc thi, ví dụ về dữ liệu đầu vào và kết quả tương ứng) cho ví dụ này, sẽ nhận được sau khi thực hiện chương trình).
Chúng tôi trình bày chi tiết về AlphaCode, sử dụng các mô hình ngôn ngữ dựa trên máy biến áp để tạo mã ở quy mô chưa từng có, sau đó lọc ra một cách thông minh một tập hợp nhỏ các chương trình đầy hứa hẹn.
Chúng tôi xác nhận hiệu suất của mình bằng cách sử dụng các cuộc thi được tổ chức trên Codeforces, một nền tảng phổ biến tổ chức các cuộc thi thường xuyên thu hút hàng chục nghìn người tham gia từ khắp nơi trên thế giới đến để kiểm tra kỹ năng viết mã của họ. Chúng tôi đã chọn 10 cuộc thi gần đây để đánh giá, mỗi cuộc thi đều mới hơn dữ liệu đào tạo của chúng tôi. AlphaCode gần ngang bằng với các đối thủ cạnh tranh trung bình, đánh dấu lần đầu tiên một hệ thống tạo mã AI đạt được mức hiệu suất cạnh tranh trong các cuộc thi lập trình.
Để đào tạo hệ thống gần đúng máy học, nó được đánh dấu rằng mã cơ sở có sẵn trong kho lưu trữ GitHub công khai đã được sử dụng. Sau khi chuẩn bị mô hình ban đầu, giai đoạn tối ưu hóa được thực hiện dựa trên tập hợp mã với các ví dụ về các vấn đề và giải pháp được cung cấp cho những người tham gia cuộc thi Codeforces, CodeChef, HackerEarth, AtCoder và Aizu.
Nói chung, để hình thành AlphaCode 715 GB mã GitHub đã được sử dụng và hơn một triệu ví dụ về giải pháp cho các vấn đề tiêu biểu của cuộc thi. Trước khi tiếp tục tạo mã, văn bản của nhiệm vụ đã trải qua giai đoạn chuẩn hóa, trong đó mọi thứ thừa bị loại trừ và chỉ còn lại những phần quan trọng.
Để kiểm tra hệ thống, 10 cuộc thi Codeforces mới với hơn 5.000 người tham gia đã được chọn, được tổ chức sau khi hoàn thành khóa đào tạo về mô hình học máy.
Tôi có thể nói một cách an toàn rằng kết quả của AlphaCode đã vượt quá mong đợi của tôi. Tôi đã nghi ngờ vì ngay cả trong các bài toán cạnh tranh đơn giản, người ta thường không chỉ yêu cầu thực hiện thuật toán mà còn (và đây là phần khó nhất) để phát minh ra nó. AlphaCode đã quản lý để hoạt động ở cấp độ của một đối thủ cạnh tranh mới đầy hứa hẹn. Tôi nóng lòng muốn xem điều gì sẽ đến!
MIKE MIRZAYANOV
NGƯỜI TÌM HIỂU GIẢI MÃ
Kết quả của các bài tập cho phép để hệ thống AlphaCode nhập khoảng giữa trình độ của các cuộc thi này (54,3%). Điểm tổng thể dự đoán của AlphaCode là 1238 điểm, đảm bảo lọt vào Top 28% trong số tất cả những người tham gia Codeforces đã tham gia các cuộc thi ít nhất một lần trong 6 tháng qua.
Cần lưu ý rằng dự án vẫn đang trong giai đoạn phát triển ban đầu và trong tương lai dự án được lên kế hoạch để cải thiện chất lượng của mã được tạo, cũng như phát triển AlphaСode hướng tới các hệ thống giúp viết mã, hoặc các công cụ phát triển ứng dụng mà những người không có kỹ năng lập trình có thể sử dụng.
Cuối cùng nếu bạn muốn biết thêm về nó, bạn nên biết rằng một tính năng phát triển quan trọng là khả năng tạo mã bằng Python hoặc C ++, coi như đầu vào văn bản một tuyên bố của vấn đề bằng tiếng Anh.
Bạn có thể kiểm tra các chi tiết Trong liên kết sau đây.