მადლობა ა ხელოვნური ინტელექტი ბრიტანული კომპანიის DeepMind-ის მიერ შემუშავებული ალგორითმი, რომელიც ფართოდ გამოიყენება მთელ მსოფლიოში, შეუძლია 70%-მდე სწრაფად იმუშაოს.
ეს გაუმჯობესება განპირობებულია ხელოვნური ინტელექტის მიერ აღმოჩენილი ახალი მიდგომით, რათა მოხდეს მონაცემების კლასიფიკაცია, რომლებიც ათწლეულების განმავლობაში უგულებელყოფილი იყო პროგრამისტების მიერ.
მეტის ნახვა
Google Messaging: პლატფორმების ჩეთის მომავალი შეიძლება იყოს…
დადასტურებულია: Samsung ნამდვილად აწარმოებს დასაკეცი ეკრანებს…
აღმოჩენას აქვს მილიონობით პროგრამის ოპტიმიზაციის პოტენციალი, რადგან დახარისხების ალგორითმები ფუნდამენტური ფუნქციებია, რომლებიც ფართოდ იყენებენ კომპიუტერებს მთელ მსოფლიოში.
დანიელ მანკოვიცმა DeepMind-დან გაკვირვება გამოხატა მიღებული შედეგებით და განაცხადა, რომ ისინი არ ელოდნენ მაღალ შესრულებას.
მან ხაზი გაუსვა შემუშავებული პროგრამის სიზუსტეს, რომელიც ათწლეულების განმავლობაში იყო შესწავლილი. კლასიფიკაციის ალგორითმები, რომლებიც ფართოდ გამოიყენება გამოთვლებში, თამაშობენ მთავარ როლს მონაცემთა ორგანიზებაში, იქნება ეს სიტყვების ანბანური დალაგების ან კლასიფიკაციის გზით რიცხვითი.
მიუხედავად იმისა, რომ ამ სფეროში რამდენიმე მიდგომა არსებობს, ინოვაციები შეზღუდულია დროთა განმავლობაში მიღწეული მაღალი ოპტიმიზაციის გამო.
დახარისხების ალგორითმები, რომლებიც ცნობილია როგორც გამოთვლების „სამუშაო ცხენები“, ევალებათ მონაცემების ორგანიზებას, იქნება ეს სიტყვების ანბანურად დახარისხება თუ რიცხვების დახარისხება ზრდადი თანმიმდევრობით.
მიუხედავად რამდენიმე კლასიფიკაციის ალგორითმის არსებობისა, ინოვაციები შეზღუდულია, რადგან ეს მიდგომები ათწლეულების განმავლობაში ძალიან ოპტიმიზირებული იყო.
ამ შეზღუდვის დასაძლევად DeepMind-მა შეიმუშავა ხელოვნური ინტელექტის მოდელი სახელწოდებით AlphaDev. არსებული ალგორითმების შესწორებისგან განსხვავებით, AlphaDev შექმნილია ახალი ალგორითმების აღმოსაჩენად, რომლებსაც შეუძლიათ მოცემული დავალების შესრულება.
ეს ინოვაციური მიდგომა იწყება ნულიდან, ცდილობს გადალახოს წინა ძალისხმევა მონაცემთა კლასიფიკაციის სფეროში. DeepMind იყენებს ასამბლეის კოდს, როგორც AlphaZero განვითარების პროცესის ნაწილად.
ასამბლეის კოდი არის შუალედური კომპიუტერული ენა, რომელიც დევს ადამიანების მიერ დაწერილ კოდს და ორობითი ინსტრუქციების თანმიმდევრობას შორის, რომლებიც დაშიფრულია 0-ებში და 1-ებში.
მიუხედავად იმისა, რომ ასამბლეის კოდის გულდასმით წაკითხვა და გაგება შესაძლებელია ადამიანების მიერ, პროგრამული უზრუნველყოფის უმეტესობა იწერება მაღალი დონის ენებზე, რომლებიც უფრო ინტუიციურია, სანამ კოდში გადაითარგმნება ან „შედგეს“. შეკრება.
ამასთან, DeepMind ამტკიცებს, რომ ასამბლეის კოდის გამოყენება AlphaGo-ს უფრო მეტ თავისუფლებას ანიჭებს შექმენით უფრო ეფექტური ალგორითმები ენის სიღრმისეული გაგების უნარის გამოყენებით დონე.
განვითარების პროცესში ხელოვნური ინტელექტი ეტაპობრივად აყალიბებს ალგორითმს და შეამოწმეთ მისი გამოსავალი ცნობილი სწორი გადაწყვეტის წინააღმდეგ, რითაც უზრუნველყოფილი იქნება მეთოდის შექმნა ეფექტური. გარდა ამისა, AI-ს ევალება შეეცადოს შექმნას ყველაზე ლაკონური ალგორითმი.
კომპანია აღნიშნავს, რომ ეს ამოცანა სულ უფრო რთული ხდება, რადგან პრობლემები უფრო რთული ხდება. ეს იმიტომ ხდება, რომ ინსტრუქციების შესაძლო კომბინაციების რაოდენობა სწრაფად იზრდება, რაც სამყაროში ნაწილაკების რაოდენობას უახლოვდება.
ამრიგად, ხელოვნური ინტელექტის წინაშე დგას უკიდურესად დიდი საძიებო სივრცის შესწავლის სირთულე, რათა იპოვონ ოპტიმალური გადაწყვეტილებები უფრო დიდი პრობლემებისთვის.
AlphaDev, როდესაც გამოწვევას აძლევდნენ კლასიფიკაციის ალგორითმის შექმნას, გაოცებული იყო შედეგის 70%-ით უფრო სწრაფი წარდგენით, ვიდრე ალგორითმი, რომელიც საუკეთესოდ იყო მიჩნეული ხუთი მონაცემების სიისთვის. გარდა ამისა, 250,000-ზე მეტი ელემენტის მქონე სიებში, AlphaDev-ის მიერ შემუშავებულმა ალგორითმმა მიაღწია შესრულების 1.7%-ით გაუმჯობესებას.
დანიელ მანკოვიცი, როდესაც აანალიზებდა AlphaDev-ის მიერ შექმნილ პროგრამას, თავდაპირველად ეჭვობდა შეცდომაზე ან ხარვეზზე, თუმცა, როდესაც შემდგომი გამოძიების შედეგად, მიხვდა, რომ AI-მ აღმოაჩინა კლასიფიკაციის უფრო ეფექტური მიდგომა მონაცემები.
ფილმების და სერიალების მოყვარული და ყველაფერი რაც კინოს ეხება. აქტიური ცნობისმოყვარე ქსელში, ყოველთვის დაკავშირებულია ინტერნეტის შესახებ ინფორმაციას.