DeepMind는 AI 모델이 이산적인 수학적 계산을 수행할 수 있는 FunSearch 훈련 방법을 공개했습니다.

Google DeepMind는 12월 15일 “FunSearch”라는 모델 훈련 방법을 발표했습니다. 이 모델은 "상위 문제"와 "빈 패킹 문제"를 포함하여 일련의 "수학과 컴퓨터 과학이 관련된 복잡한 문제"를 해결할 수 있다고 합니다

다시 작성해야 하는 내용은 다음과 같습니다. ▲이미지 출처 Google DeepMind(아래 동일)

FunSearch 모델 훈련 방법에는 AI 모델이 출력하는 창의적인 문제 해결 방법을 판단하는 데 사용되는 "평가자"라는 시스템이 도입된 것으로 알려졌습니다. 반복적인 반복을 통해 이 방법은 더 강력한 수학적 능력을 갖춘 AI 모델을 훈련할 수 있습니다

Google DeepMind는 PaLM 2 모델을 테스트에 사용했습니다. 연구원들은 전용 코드 풀을 구축하고 일련의 질문을 코드 형식의 모델에 대한 입력으로 사용하고 평가 프로세스를 설정했습니다. 각 반복에서 모델은 자동으로 코드 풀에서 문제를 선택하고 창의적인 새 솔루션을 생성하며 평가를 위해 평가자에게 제출합니다. 최고의 솔루션이 코드 풀에 다시 추가되어 다음 반복을 시작합니다

FunSearch 훈련 방법은 IT House 보고서에서 이 방법이 "이산 수학(조합론)"에서 좋은 성능을 발휘한다고 언급되었으며, 훈련된 모델은 극값 조합 수학 문제를 쉽게 해결할 수 있습니다. 보도 자료에서 연구원들은 "계산 및 순열과 관련된 수학의 핵심 문제인 상위 수준 문제"에 대한 모델 계산에 대한 절차적 접근 방식을 소개했습니다.

또한 연구원들은 "다양한 크기의 물품을 최소한의 용기에 담는 것"이라는 문제인 "빈 포장 문제"를 해결하기 위해 FunSearch 훈련 방법을 성공적으로 사용했습니다. FunSearch는 "Bin Packing"에 대한 솔루션을 제공합니다. 문제" "항목의 기존 볼륨에 자동으로 조정"되는 프로그램을 생성하는 "적시" 솔루션입니다.

연구자들은 신경망을 사용하여 학습하는 다른 AI 훈련 방법에 비해 FunSearch 훈련 방법으로 훈련된 모델의 출력 코드를 확인하고 배포하기가 더 쉬워 실제 산업 환경에 통합하기가 더 쉽다고 언급했습니다.

위 내용은 DeepMind는 AI 모델이 이산적인 수학적 계산을 수행할 수 있는 FunSearch 훈련 방법을 공개했습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!