구글 딥마인드(Google DeepMind)가 발표한 'FunSearch' 훈련 방법: AI 모델이 복잡한 이산 수학적 문제를 해결할 수 있게 해줍니다.

12월 15일 뉴스 Google DeepMind는 최근 "상위 문제"와 "복싱 문제"를 포함한 일련의 "수학적 관련 문제"를 계산할 수 있다고 주장하는 "FunSearch"라는 모델 훈련 방법을 발표했습니다. ,컴퓨터 과학의 복잡한 문제”.

다시 작성해야 할 내용은 다음과 같습니다. ▲ 출처: Google DeepMind(이하 DeepMind)

FunSearch 모델 훈련 방법은 주로 AI 모델에 대한 "Evaluator" 시스템을 도입하는 것으로 알려졌습니다. , AI 모델 일련의 "창의적인 문제 해결 방법"이 출력되고, "평가자"는 모델이 출력한 문제 해결 방법을 판단하는 역할을 맡습니다. 반복된 반복을 통해 더욱 강력한 수학적 능력을 갖춘 AI 모델이 탄생할 수 있습니다. 훈련을 받았습니다.

Google의 DeepMind는 PaLM 2 모델을 테스트에 사용했으며 전용 "코드 풀"을 구축하여 일련의 질문을 코드 형태로 입력하고 평가자 프로세스를 설정했습니다. 그런 다음 모델은 자동으로 코드 풀에서 문제를 선택하고, 각 반복에서 "창의적인 새로운 솔루션"을 생성하고 평가를 위해 평가자에게 제출합니다. 그 중 "최고의 솔루션"이 코드 풀에 다시 추가되어 또 다른 반복 작업이 시작됩니다.

이 사이트에서는 FunSearch 훈련 방법이 "이산 수학(조합론)"에서 특히 좋은 것으로 나타났습니다. 훈련 후 모델. , 극값 조합 수학 문제는 쉽게 풀 수 있습니다 보도 자료에서 연구원들은 "상위 수준 문제 (수학 계산 및 순열 분야의 핵심 문제)"의 모델 계산 처리 방법을 소개했습니다.

또한 연구팀은 FunSearch 훈련 기술을 활용하여 '빈 포장 문제'도 성공적으로 해결했습니다. 이 문제는 가장 작은 수의 컨테이너에 다양한 크기의 항목을 맞추는 방법을 나타냅니다. FunSearch는 실시간 솔루션을 제공하고 실제 품목의 양에 따라 자동으로 조정되는 프로그램을 생성합니다

연구원들은 신경망을 학습에 활용하는 다른 AI 훈련 방법과 비교하여 FunSearch는 훈련 방법 이후에 , 모델의 출력 코드를 확인하고 배포하기가 더 쉬우므로 실제 산업 환경에 통합하기가 더 쉽습니다.

위 내용은 구글 딥마인드(Google DeepMind)가 발표한 'FunSearch' 훈련 방법: AI 모델이 복잡한 이산 수학적 문제를 해결할 수 있게 해줍니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!