Помните, отец ИИ Джеффри Хинтон говорил, что галлюцинирование – это не ошибка искусственного интеллекта, а его способность, сродняющая его с человеком? А Гугловский ДипМайнд вот рассказал, как он это использовал так, что генеративная нейросетка смогла совершить небольшое, но настоящее математическое открытие. А именно смогла решить проблему «набора крышек» (боюсь, я не смог бы объяснить ее простыми словами, даже когда учился на мехмате) и «задачу упаковки в контейнеры» (как упаковать объекты в контейнер так, чтобы осталось как можно меньше пустого пространства).
Они использовали большую языковую модель, обученную кодить, и вторую, которая оценивала ее результаты. Модельке давали задание, а она фантазировала по поводу возможных способов ее решения в формате кода. Далее «оценщик» запускал эти проги и смотрел, насколько они близки к решению и давал фидбэк: вот эти еще покрути, а на эти забей. И так до бесконечности.
Модельку так и назвали FunSearch (где Fun – не веселье, конечно, а функция).
Если вам кажется, что это узкая история про вычислительную математику, не имеющая выхода в реальный мир, то представьте себе, как это может продвинуть, например, экспериментальную физику, если подключить такую нейросетку к исследовательским приборам.
Кстати, среди авторов статьи в Nature числится Александр Новиков, бывший аспирант в Сколтехе и Институте вычислительной математики РАН, а ныне senior research scientist в DeepMind
_______
Источник | #antidigital
@F_S_C_P
Комментариев нет:
Отправить комментарий