Искусственный интеллект превосходит людей в решении головоломок, отмечая веху в открытиях
- FunSearch, работающий на основе передовых языковых моделей, превосходит человеческий интеллект в решении сложных головоломок, что знаменует собой важный этап в развитии способностей к решению задач.
- Эволюция ИИ в области решения проблем включает итеративную генерацию и оценку компьютерных программ, демонстрируя потенциал для продвижения научных исследований с помощью искусственного интеллекта в различных дисциплинах.
- Успех FunSearch указывает на роль ИИ в будущих научных прорывах, предполагая трансформационное взаимодействие между человеческим интеллектом и искусственным интеллектом в самых разных областях.
В новаторском развитии исследователи из DeepMind, мощной силы искусственного интеллекта (ИИ) за Google, заявляют, что ИИ превзошел человеческий интеллект в решении сложных головоломок. Это достижение, основанное на языковых моделях, аналогичных тем, которые управляют чат-ботами, такими как ChatGPT, сигнализирует о потенциальном сдвиге в балансе интеллектуального превосходства между людьми и машинами.
Раскрытие Fun Search в проникновении ИИ в решение проблем
Предприятие DeepMind в неизведанной территории, названное «FunSearch» (поиск в пространстве функций), является первым случаем, когда языковая модель генерирует новое научное открытие. Проект использовал большую языковую модель (LLM), связанную с оценщиком, для решения проблем в компьютерных программах. Этот инновационный подход позволил ИИ преодолеть пределы решений, генерируемых человеком.
Проблема набора шапок и превосходство ИИ очевидны
FunSearch был применен к двум головоломкам, первой из которых была проблема набора шапок. Эта математическая задача включает в себя определение наибольшего набора точек в пространстве, где никакие три точки не выстраиваются в одну прямую линию. Удивительно, но система на базе ИИ создала программы, которые решили проблему и превзошли лучшие решения, ранее придуманные человеческими математиками.
Применение ИИ за пределами обычных границ: задача упаковки в контейнеры
Вторая головоломка, задача упаковки в контейнеры, углубляется в оптимизацию размещения предметов разных размеров внутри контейнеров. Хотя она применима к физическим сценариям, таким как эффективная упаковка в грузовых контейнерах, математические принципы распространяются на различные области, такие как планирование вычислительных задач в центрах обработки данных. FunSearch продемонстрировал свою универсальность, решив эту сложную проблему и предложив решения, превзошедшие обычные стратегии, генерируемые человеком.
Суть новых возможностей ИИ заключается в сложных языковых моделях (LLM), которые лежат в основе современных чат-ботов. Эти нейронные сети изучают языковые паттерны, включая компьютерный код, из обширных наборов данных. С момента появления ChatGPT эти модели продемонстрировали мастерство в задачах, ranging от отладки программного обеспечения до создания разнообразного контента, такого как эссе, путевые заметки и стихи. Однако до сих пор модели воспринимались как упаковщики информации, а не генераторы оригинальных знаний.
Эволюция программ и раскрытие новых знаний: методология Fun Search
Чтобы усилить FunSearch, DeepMind искусно использовала LLM для генерации компьютерных программ, решающих поставленные задачи. Эти программы затем оценивались на основе производительности, а программы с наивысшей производительностью объединялись и возвращались в LLM. Этот итеративный процесс превращал субоптимальные программы в все более мощные, что привело к открытию ранее неизвестных знаний.
Успешное применение FunSearch в решении сложных головоломок предполагает, что ИИ, движимый продвинутыми языковыми моделями, имеет потенциал превзойти человеческие способности к решению проблем в определенных областях. По мере развития ИИ он может переопределить границы того, что когда-то считалось исключительной интеллектуальной территорией человека.
Последствия выходят за рамки головоломок, поскольку методология, используемая FunSearch, может быть адаптирована к различным областям, прокладывая путь для достижений ИИ в различных научных дисциплинах. Возможность генерации ИИ новых решений и открытий открывает новые пути для исследований и инноваций.
Взгляд в будущее открытий, движимых ИИ
Недавнее открытие от DeepMind подчеркивает трансформационную силу ИИ, особенно в области решения проблем. Успех FunSearch в превзошедшем решения, генерируемые человеком, в головоломках намекает на будущее, где ИИ, направляемый продвинутыми языковыми моделями, может сыграть ключевую роль в научных прорывах.
Хотя текущая веха сосредоточена на головоломках, более широкие приложения этой методологии, движимой ИИ, еще предстоит полностью изучить. По мере того как исследователи глубже погружаются в возможности, синергия между человеческим интеллектом и искусственным интеллектом может привести к беспрецедентным достижениям, отмечая сдвиг парадигмы в нашем понимании решения проблем и открытий.
Если вы читаете это, вы уже впереди. Оставайтесь с нами, подписавшись на нашу рассылку.
Отказ от ответственности. Предоставленная информация не является торговой рекомендацией. Cryptopolitan.com Мы не несем ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мы настоятельно рекомендуем проводить независимое исследование и/или проконсультироваться с квалифицированным специалистом перед принятием любых инвестиционных решений.
Эдит Патрик
Эдитах — универсальный финтех-аналитик с глубоким пониманием блокчейн-доменов. Её, как и технологии, поражает пересечение технологий и финансов. Её особый интерес к цифровым кошелькам и блокчейну помогает её аудитории.
