12 月 15 日消息，谷歌 DeepMind 最新公布了一种名为“FunSearch”的模型训练法。该方法为人工智能（AI）模型引入了一个评估器系统，用于评判模型输出的解题办法，并反复迭代训练出更强大的数学能力 AI 模型。
DeepMind 使用 PaLM 2 模型进行测试，并建立了专用的代码池，以便输入一系列问题。每次迭代中，模型会自动从代码池中挑选问题，并生成具有创造性的新解法。然后，这些解法将由评估器进行评估，最佳解法会被重新加入到代码池中，开始新一轮的迭代。
FunSearch 训练法对离散数学特别擅长，在经过训练后的模型可以轻松解决极值组合数学问题。研究人员在新闻稿中介绍了如何计算 "上限级问题" 的过程方法。此外，他们还成功使用 FunSearch 训练法解决了 "装箱问题" 这个与不同大小物品放入最少数量容器相关的问题。通过这种方法，生成了一个能够根据物品现有体积自动调整的程序。
研究人员提到，与其他利用神经网络进行学习的 AI 训练法相比，经过 FunSearch 训练法锻炼后的模型，其输出的代码更容易检查和部署，并且更容易整合到实际工业环境中。
总结起来，“FunSearch” 是一种新型 AI 模型训练法，它能帮助 AI 模型从大量的数据中学习并找到更优解法。这种技术有望推动人工智能领域的研究和发展，并在多个领域应用开来。
本文属于原创文章，如若转载，请注明来源：DeepMind发布新AI训练法，模型能从大量数据中学习并找到更优解法https://news.zol.com.cn/846/8469696.html
