卷起来了！AI版程序员上线，当天奥数“题霸”解决方案也来了机器之心报道编辑：张倩、蛋

机器之心报道
编辑：张倩、蛋酱
世界本来已经很卷，有了AI加入之后，卷上加卷……
太卷了！
在国内欢度春节之时， DeepMind与OpenAI两个知名AI研究机构分别发布重要研究成果：DeepMind发布了基于Transformer模型的AlphaCode ，可以编写与人类相媲美的计算机程序；同时， OpenAI开发的神经定理证明器成功解出了两道国际奥数题。

文章图片
有没有觉得AI攻克的这两个领域很熟悉？没错，就在2021年， OpenAI发布了AI代码补全工具GitHubCopilot ，并公布了背后的技术CodeX 。同样，在去年下半年， DeepMind也公布了他们解决数学难题的AI研究成果，并登上了Nature 。
虽然两家研究机构的新成果为AI解决老问题提供了新思路，但也不得不让网友感叹， AI领域太卷了！

文章图片
来源：网友微博截图
击败46%参赛者的AlphaCode
在最近的一篇论文中， DeepMind的研究者介绍了AlphaCode 。 AlphaCode使用基于Transformer的语言模型实现大规模的代码生成，并且将其编写为程序。

文章图片
论文连接：https://storage.googleapis.com/deepmind-media/AlphaCode/competition_level_code_generation_with_alphacode.pdf
研究者将AlphaCode放在Codeforces挑战中进行了测试， Codeforces是一个具有竞争力的编程平台，它类似于国际象棋中使用的Elo评级系统，每周分享编程挑战和问题排名。不同于编程人员在打造商业应用程序时可能面临的任务， Codeforces的挑战更加独立，需要对计算机科学中的算法和理论概念有更广泛的了解，一般是结合逻辑、数学和编码专业知识的非常专业的难题。
AlphaCode针对Codeforces网站上5000名用户解决的10项挑战进行了测试，总体排名位于前54.3% ，也就是说它击败了46%的参赛者。 DeepMind估计， AlphaCode系统的CodeforcesElo为1238 ，使其过去六个月内在该网站上竞争的用户中排名前28% 。

文章图片
举个例子，在测试AlphaCode的一项挑战中，试题要求参赛者找到一种方法，使用一组有限的输入将一个随机、重复的s和t字母字符串转换为另一个相同字母的字符串。例如，竞争对手不能只输入新字母，而必须使用「backspace」命令删除原始字符串中的几个字母。对于AlphaCode来说，这只是中等难度的挑战：

文章图片
其中十个挑战以与人类完全相同的格式输入AlphaCode 。然后， AlphaCode生成大量可能的答案，并通过运行代码和检查输出来筛选这些答案，就像人类竞争对手一样。 AlphaCode论文的联合负责人YujiaLi和DavidChoi表示：「整个过程是自动的，无需人工选择最佳样本。」
要想在Codeforces的挑战中脱颖而出，原本不是一件容易的事。 AlphaCode项目开展于两年多前，随着大规模Transformer模型的进步与大规模采样、滤波技术的结合， DeepMind的研究者已经在AI能够解决的问题数量上取得了重大进展。

文章图片
受到疫情的影响，项目的大部分工作都是在家完成的。
研究者在选定的公共GitHub代码上预训练该模型，并在相对较小的竞赛编程数据集上对其进行微调。在评估期间，研究者为每个问题创建了大量的C++和Python程序，且数量级比以前的工作要大。然后对这些解决方案进行筛选、聚类和重新排序，将这些解决方案分配到一个由10个候选程序组成的小集合中，并提交给外部评估。这个自动化系统取代了竞争对手的调试、编译、通过测试和最终提交的反复试验过程。