GoogleDeepMind 公佈「FunSearch」訓練法，可令AI 模型計算複雜離散數學問題

根據IT 之家12 月15 日報道，GoogleDeepMind 日前公佈了一種名為「FunSearch」的模型訓練法，號稱能夠計算包含「上限級問題」、「裝箱問題」在內的一系列「涉及數學、電腦科學領域的複雜問題」。據悉，FunSearch 模型訓練法主要為AI 模型引入了一個“評估器（Evaluator）”系統，AI 模型輸出一系列“創意解題方法”，“評估器”則負責評判模型輸出的解題辦法，反复迭代後，就能訓練出數學能力更強的AI 模型。 GoogleDeepMind 使用PaLM 2 模型進行測試，研究人員建立了專用“代碼池”，使用代碼形式為模型輸入一系列問題，並設置了評估器流程，之後模型便會在每一次迭代中，自動從代碼池中挑選問題，產生“具有創造性的新解法”，並交​​由評估器進行評估，其中“最佳解法”將會被重新加入到代碼池中，重新開始另一次迭代。