Naukowcy wyjaśnili, że stały się systemy sztucznej inteligencji i uczenia maszynowego
„Potrzebujemy naszej własnej sieci ImageNet, która to potrafibadać innowacyjne pomysły i odzwierciedlać je w różnych algorytmach - zauważyli naukowcy. - CodeNet to właściwie ImageNet dla komputerów. Jest to ogromny zbiór danych do nauczania systemów AI / ML w zakresie tłumaczenia kodu, składający się z 14 milionów fragmentów i 500 milionów wierszy w ponad 55 starszych i aktywnych językach - od COBOL i FORTRAN po Javę, C ++ i Python ”.
Wyjaśnili, że zbiór danych jest zbudowany w ten sposóbw sposób, który umożliwia tłumaczenie dwukierunkowe. Oznacza to, że użytkownik może pobrać przestarzały kod, który jest często używany w bankowości i administracji, i przetłumaczyć go na Javę i inny język.
Nowomowa, międzysłowiańska i esperanto: jak nauka sztucznie tworzy języki
Naukowcy wyjaśnili, że zbiór danych składa się zróżnego rodzaju konkursy programistyczne i różnego rodzaju problemy - jedne bardziej zaawansowane, inne akademickie. Ponadto języki te były używane przez ostatnie półtorej dekady w wielu z tych konkursów, których rozwiązania reprezentowały tysiące uczniów.
Użytkownicy mogą również uruchamiać samodzielniefragmenty kodu „do wyodrębniania metadanych i sprawdzania poprawności wyników generatywnych modeli AI”. Umożliwi to naukowcom programowanie równoważnych fragmentów kodu podczas tłumaczenia jednego języka programowania na inny.
Naukowcy dodali, że ich rozwój jest ważny dlaautomatyczne rozumowanie i podejmowanie decyzji, z możliwością wyjaśnienia tych decyzji. W rzeczywistości jest to ta sama gałąź rozwoju modeli, co wizja komputerowa i przetwarzanie języka naturalnego.
Czytaj więcej
Intensywność nowego, najpotężniejszego lasera jest porównywalna ze światłem słonecznym padającym na Ziemię.
Fizycy stworzyli analogię czarnej dziury i potwierdzili teorię Hawkinga. Dokąd to prowadzi?
Powstała pierwsza dokładna mapa świata. Co jest nie tak ze wszystkimi innymi?