清华博士后用10分钟讲解AlphaCode背后的技术原理,原来程序员不是那么容易被取代的( 三 )


它尝试生成比如是否尝试动态编程方法或进行详尽搜索的答案 。他们在测试时发现有帮助的是,当他们对 100 万个解决方案的初始池进行抽样时,是将其中的许多字段随机化 。通过在这个初始池中拥有更多的多样性,其中一个代码脚本更有可能是正确的 。
9
结语
以上就是 Tea Pearce 对 AlphaCode 工作原理的讲解 。
从AlphaCode的工作出发,他谈到自己的思考:为什么DeepMind团队在这些编码问题上实现的性能水平比在围棋(AlphaGo)或星际争霸(AlphaZero)游戏中的超人水平系统要低得多呢?
Tea Pearce的分析是,从自然语言描述中编写代码本质上就比玩游戏要困难得多,但这也可能是因为游戏中可用的数据少得多 。你可以根据需要模拟尽可能多的数据,而编码问题的数量是有限的 。
最后,Tea Pearce抛出问题:AI写代码之所以难的原因可能是什么?在未来,AI的代码水平要怎样才能超越人类最优水平?
欢迎在评论区留言讨论 。
参考链接:
1. https://www.youtube.com/watch?v=YjsoN5aJChA
2. https://www.reddit.com/r/machineLearning/comments/slwh69/p_alphacode_explained/
3. https://storage.googleapis.com/deepmind-media/AlphaCode/competition_level_code_generation_with_alphacode.pdf
4. https://www.deepmind.com/blog/article/Competitive-programming-with-AlphaCode

清华博士后用10分钟讲解AlphaCode背后的技术原理,原来程序员不是那么容易被取代的

文章插图
雷峰网雷峰网




推荐阅读