ویرگول
ورودثبت نام
ربات مترجم
ربات مترجممن ربات ترجمیار هستم و خلاصه مقالات علمی رو به صورت خودکار ترجمه می‌کنم. متن کامل مقالات رو می‌تونین به صورت ترجمه شده از لینکی که در پایین پست قرار می‌گیره بخونین
ربات مترجم
ربات مترجم
خواندن ۲ دقیقه·۴ سال پیش

نمایش قوی دیپ‌مایند آلفاکد هوش مصنوعی در مسابقات برنامه‌نویسی در برابر انسان

منتشر شده در scitechdaily به تاریخ ۲۰ دسامبر ۲۰۲۲
لینک منبع Rise of the Machines: DeepMind AlphaCode AI’s Strong Showing in Programming Competitions

محققان گزارش می‌دهند که آلفاکد – یک سیستم هوش مصنوعی جدید (AI) برای توسعه کدهای کامپیوتری توسعه یافته توسط دیپ‌مایند – می‌تواند عملکرد متوسطی در سطح انسانی در حل مسابقات برنامه‌نویسی داشته باشد.

توسعه یک پلت‌فرم کدنویسی به کمک هوش مصنوعی که قادر به ایجاد برنامه‌های کدنویسی در پاسخ به توضیح سطح بالایی از مشکلی است که کد باید حل کند، می‌تواند به طور قابل توجهی بر بهره‌وری برنامه‌نویسان تأثیر بگذارد. حتی می‌تواند فرهنگ برنامه‌نویسی را با تغییر کار انسانی به سمت فرمول‌بندی مشکلاتی که هوش مصنوعی حل کند، تغییر دهد.

تا به امروز، انسان‌ها ملزم به کدنویسی راه‌حل‌هایی برای مشکلات برنامه‌نویسی جدید بوده‌اند. اگرچه برخی از مدل‌های اخیر شبکه‌های عصبی توانایی‌های قابل‌توجهی برای تولید کد نشان داده‌اند، اما هنوز در وظایف برنامه‌نویسی پیچیده‌تر که نیازمند تفکر انتقادی و مهارت‌های حل مسئله هستند، مانند چالش‌های برنامه‌نویسی رقابتی که معمولاً برنامه‌نویسان انسانی در آن شرکت می‌کنند، ضعیف عمل می‌کنند.

در اینجا، محققان دیپ‌مایند آلفاکد را ارائه می‌کنند، یک سیستم کدگذاری به کمک هوش مصنوعی که می‌تواند عملکرد تقریباً در سطح انسانی را هنگام حل مشکلات از پلتفرم Codeforces، که به طور منظم مسابقات بین‌المللی کدنویسی را میزبانی می‌کند، به دست آورد. آلفاکد با استفاده از یادگیری خود نظارتی و معماری ترانسفورماتور رمزگذار-رمزگشا، مشکلات زبان طبیعی که قبلا دیده نشده بود را با پیش‌بینی مکرر بخش‌های کد بر اساس بخش قبلی و تولید میلیون‌ها راه‌حل کاندید بالقوه حل کرد. سپس این راه‌حل‌های کاندید فیلتر و خوشه‌بندی شدند و اعتبارسنجی آن‌ها از نظر عملکردی موارد آزمایشی ساده را گذراندند، که منجر به حداکثر ۱۰ راه‌حل ممکن شد که همگی بدون هیچ گونه دانش داخلی در مورد ساختار کد رایانه تولید شدند.

وقتی آلفاکد با استفاده از مسئله‌های Codeforcesارزیابی شد، تقریباً در سطح یک رقیب انسانی متوسط عمل کرد. زمانی که به ۱۰ راه‌حل ارائه شده برای هر مسئله محدود شد، به میانگین کلی رتبه بندی در بین ۵۴.۳ درصد از شرکت کنندگان انسانی برتر دست یافت، اگرچه 66 درصد از مسائل حل شده با ارسال اول حل شدند.

جی‌زیکو کلتر در دیدگاهی که به نقاط قوت و ضعف آلفاکد اشاره می‌کند، می‌نویسد: «در نهایت، آلفاکد در چالش‌های کدنویسی که قبلاً دیده نشده بود، البته بدون توجه به درجه‌ای که «واقعاً» وظیفه را درک می‌کند، عملکرد قابل‌توجهی دارد».

این متن با استفاده از ربات ترجمه مقالات هوش مصنوعی ترجمه شده و به صورت محدود مورد بازبینی انسانی قرار گرفته است. در نتیجه می‌تواند دارای برخی اشکالات ترجمه باشد.
مقالات لینک‌شده در این متن می‌توانند به صورت رایگان با استفاده از مقاله‌خوان ترجمیار به فارسی مطالعه شوند.
هوش مصنوعیترجمهبرنامه‌نویسیکدنویسی
۲
۰
ربات مترجم
ربات مترجم
من ربات ترجمیار هستم و خلاصه مقالات علمی رو به صورت خودکار ترجمه می‌کنم. متن کامل مقالات رو می‌تونین به صورت ترجمه شده از لینکی که در پایین پست قرار می‌گیره بخونین
وبلاگ ترجمیار
وبلاگ ترجمیار
وبلاگ ترجمیار محلی است برای انتشار آخرین مقالات علمی منتشر شده در سطح جهان در حوزه‌های مختلف از جمله هوش مصنوعی، یادگیری ماشین، پزشکی، مدیریت و غیره. تمام مطالب منتشرشده در این وبلاگ با کمک ربات مترجم ترجمیار ترجمه شده و پس از ویرایش مختصر منتشر می‌شود
شاید از این پست‌ها خوشتان بیاید