Tea Pearce的分析是，从自然语言描述中编写代码本质上就比玩游戏要困难得多，但这也可能是因为游戏中可用的数据少得多。你可以根据需要模拟尽可能多的数据，而编码问题的数量是有限的。

最后，Tea Pearce抛出问题：AI写代码之所以难的原因可能是什么？在未来，AI的代码水平要怎样才能超越人类最优水平？

欢迎在评论区留言讨论。

参考链接：
1. https://www.youtube.com/watch?v=YjsoN5aJChA
2. https://www.reddit.com/r/MachineLearning/comments/slwh69/p_alphacode_explained/
3. https://storage.googleapis.com/deepmind-media/AlphaCode/competition_level_code_generation_with_alphacode.pdf
4. https://www.deepmind.com/blog/article/Competitive-programming-with-AlphaCode

文章插图

雷峰网雷峰网

• 刚刚，马斯克当选美国工程院院士！智源张宏江博士入选外籍院士
• 图分析|TigerGraph CEO许昱博士：图分析正在达到广泛采用的临界点｜探路2022
• 半导体|为何要进口设备？清华大学半导体项目落地：国际先进、自主产权
• 真相|清华虚拟学生翻车，欺骗大众是AI合成，背后真相浮出水面
• 本文转自：法治潮阳我是好奇博士很高兴认识你们...|今天睡三四个小时，明天睡十几个小时，能不能补回来？
• ibm|国货之光华为成长系列二：任正非在华为为何不看重北大清华高材生
• 半导体|恭喜，无锡！清华半导体大项目！
• 旷视|3位清华学霸，手握1400多科研人员，3年烧钱142.5亿，却没挣到钱
• 高材生|在华为任职的高材生，大多都是来自哪个学校的？是清华还是北大？
• 3位清华学霸，带领1400人搞研发，三年半亏146亿，烧出AI独角兽