门户
图库
科技
数据
VR
区块链
学院
论坛
百科
导航
登录
注册
帮助
公社首页
中国人工智能社区
公社版块
公社群组
Group
升级会员
用户名
Email
自动登录
找回密码
密码
登录
立即注册
登录后你可以:
登录
首次使用?
点我去注册
搜索
搜索
本版
帖子
公社群组
用户
道具
勋章
任务
设置
我的收藏
退出
首页
›
公社水吧
›
大话智能
›
可令AI模型计算离散数学,DeepMind公布FunSearch训练法 ...
返回列表
可令AI模型计算离散数学,DeepMind公布FunSearch训练法
[复制链接]
heal5256
2023-12-21 08:16:37
显示全部楼层
|
阅读模式
IT之家 12 月 15 日消息,谷歌 DeepMind 日前公布了一种名为“FunSearch”的模型训练法,号称能够计算包含“上限级问题”、“装箱问题”在内的一系列“涉及数学、计算机科学领域的复杂问题”。
▲ 图源 谷歌 DeepMind(下同)
据悉,FunSearch 模型训练法主要为 AI 模型引入了一个“评估器(Evaluator)”系统,AI 模型输出一系列“创意解题方法”,“评估器”则负责评判模型输出的解题办法,反复迭代后,就能训练出数学能力更强的 AI 模型。
谷歌 DeepMind 使用 PaLM 2 模型进行测试,研究人员建立了专用“代码池”,使用代码形式为模型输入一系列问题,并设置了评估器流程,之后模型便会在每一次迭代中,自动从代码池中挑选问题,生成“具有创造性的新解法”,并交由评估器进行评估,其中“最佳解法”将会被重新加入到代码池中,重新开始另一次迭代。
IT之家注意到,FunSearch 训练法对“离散数学(Combinatorics)”特别擅长,经训练法锻炼后的模型,可以轻松解决极值组合数学问题,研究人员在新闻稿中便介绍了模型计算“上限级问题(数学中涉及计数和排列领域的一个中心问题)”的过程方法。
此外,研究人员也成功使用 FunSearch 训练法解决了“装箱问题(Bin Packing Problem)”,这是一个“将不同大小物品放进最少数量容器”的问题。
FunSearch 为“装箱问题”提供一种即时性的解决方案,生成了一项“根据物品现有体积自动进行调整”的程序,研究人员提到,与其他利用神经网络进行学习的 AI 训练法相比,经过 FunSearch 训练法锻炼后的模型,输出的代码更易于检查与部署,也就代表更容易被整合到实际工业环境中。
本帖子中包含更多资源
您需要
登录
才可以下载或查看,没有账号?
立即注册
x
回复
使用道具
举报
发表新帖
高级模式
B
Color
Image
Link
Quote
Code
Smilies
您需要登录后才可以回帖
登录
|
立即注册
本版积分规则
发表回复
回帖后跳转到最后一页
heal5256
注册会员
0
关注
0
粉丝
10
帖子
Ta的主页
发布
加好友
最近发表
智能家居离互联互通还有多远?
智能家居离互联互通还有多远?
智能家居产品“鸡肋”功能引热议 八成网友直呼“不太实用”
新华网财经观察|智能家居离互联互通还有多远?
新车 | 官宣:特斯拉无人驾驶出租车Robotaxi将于10月10日亮相
10例——“智能家居”产品设计!
公社版块
版块推荐
更多版块
智能穿戴
智能家居
机器人
无人驾驶
无人机
反馈吐槽
闲聊灌水
大话智能
大数据
图像识别
自然语言
数据挖掘
大话智能
数据挖掘
北大讲座
清华讲座
网贷观察
股市评论
区块链
闲聊灌水
反馈吐槽
站务通知
关注我们