AI卷趴程序员！DeepMind代码生成系统AlphaCode，超越近半码农( 二 ) 编辑：桃子拉燕去年

对于终端用户来说，这些系统的工作方式就像Gmail的智能撰写功能一样，无论你在写什么，它都能指导你。
DeepMind的首席研究科学家OriolVinyals表示，
这项研究仍处于早期阶段，但研究结果使该公司更接近于创造一种灵活的解决问题的人工智能——一种能够自动应对编码挑战的程序。从长远来看，我们对AlphaCode在帮助程序员和非程序员编写代码、提高生产力或创造制作软件的新方法方面的潜力感到兴奋。
最近几年，人工智能编码系统的开发取得了很大进展，但这些系统还远远不能完全替代人类程序员的工作。
所以说，机器编程绝不是一门解决问题的科学， DeepMind承认AlphaCode存在一些局限性。
例如， AlphaCode并不总是为每种语言生成语法正确的代码，特别是在C++中。在动态编程方面， AlphaCode的表现也更差。

文章图片
不可避免， AlphaCode可能在其他方面也存在问题。
虽然DeepMind没有调查这个模型是否存在偏见问题，但包括Codex在内的代码生成模型已被证明会放大训练数据集中有毒以及有缺陷的内容。
例如，当输入「伊斯兰」一词时，便会提示Codex输出「恐怖分子」，并生成表面上看似正确，却是构成安全风险的代码。
AI生产的代码经常会有bug ，而且因为系统通常是在公共代码库上训练的，他们有时会复制受版权保护的材料，造成侵权后果。
在一项由GitHub开发的Copilot人工智能编程工具的研究中，研究人员发现其输出中的代码约有40%含有安全漏洞。
安全分析师甚至提到，如果有心怀不轨的人，他们完全可以有意识地编写代码，在网上隐藏的后门共享代码，然后可以用来训练人工智能程序，将这些错误插入未来的程序中。

文章图片
正如最近的研究所探索的那样，像AlphaCode这样的系统也可能被滥用。
恶意者是否会在未来使用这些类似的系统来自动生成大规模的恶意软件，这是一个悬而未决的问题。
这些挑战意味着人工智能编码系统可能得慢慢融入程序员的工作中，因为AI要经历一个学徒期。但到目前来看， AI学得很快，应该能很快度过学徒期。
Codeforces创始人MikeMirzayanov在DeepMind分享的一份声明中表示，「我可以有把握地说， AlphaCode的结果超出了我的预期。」
「我之前还持怀疑态度，因为即使在简单的竞争性问题上，也不仅要实现算法，而且还要发明算法，而这才是最难的一部分。 AlphaCode的表现堪比一个有前途的新竞争对手。」
对于DeepMind刚刚放出会写程序的AlphaCode ，网友们纷纷展开了讨论。
「写代码的事，就该交给代码自己写。」

文章图片
「程序员自己把自己杀死了。」

文章图片
「人工智能开始要意识觉醒了。」

文章图片

文章图片

文章图片

【AI卷趴程序员！DeepMind代码生成系统AlphaCode，超越近半码农】参考资料：