程序员创造的AI要让自己下岗了( 二 ) 智东西（公众号：zhidxcom）编译

此外，还有GitHub中没有问题描述且包含多种语言的非结构化字符对这一模型进行训练。

文章图片
研发人员通过数据集对AlphaCode进行预训练
在评估过程中，研发人员还发现，该模型为问题生成单个解决方案代码的性能很差，因此AlphaCode会生成数千个候选解决方案，并通过简单测试进行再次过滤，整合相似的解决方案，避免重复，以增加潜在解决方案的多样性。
该模型也有明显的局限性，它可以高效记忆数据集中的解决方案，然后重新排列输出这些模式，这就导致模型对潜在问题可能并没有真正理解，只是在盲目模仿输出。
从综合表现来看， AlphaCode的表现确实在编码领域展现出了潜力。卡内基梅隆大学博世人工智能中心教授J.ZicoKolter在一篇博文中写道：“最终， AlphaCode在应对前所未见的编码挑战时表现出色，无论它‘真正’理解任务的程度如何。 ”
三、早期仍是AI辅助生成代码，代码所有权引争议AlphaCode并不是唯一一个考虑到编码开发的AI模型。
此前， OpenAI已经对其GPT-3自然语言模型进行了调整，以创建一个可以帮助代码行自动完成的功能。 GitHub也有自己的AI编程工具Copilot 。然而，这两个程序在解决复杂的竞争问题方面都没有表现出与人类竞争的实力。
现在， AI在编写代码方面的应用仍处于AI辅助代码生成的相对早期阶段，但AlphaCode在竞赛中的表现展示了深度学习模型在解决这类不能依靠单纯复制、学习此前的事例，而是需要批判性思维、逻辑判断等任务的巨大潜力。
研究人员称，除了提高总体生产力外， AlphaCode还可以“让新一代开发人员更容易进行编程。 ”在不断的发展中， AlphaCode有朝一日可能会对编程的文化产生影响，到那时，人类存在的意义是为了制定问题，然后由AI来解决这些问题。
与此同时， AI领域的一些批评者也在质疑许多AI模型在训练模拟过程中的实际效果。
就在上个月，一位名叫MatthewButterick的程序员对微软旗下的GitHub提起了首起此类诉讼，称其CopilotAI助手工具在学习和测试阶段公然忽略或删除软件工程师提供的许可证。
Butterick认为，自由使用其他程序员的代码相当于“规模空前的软件盗版” 。该诉讼的结果可能会决定AI开发人员未来在研发、改进模型方面的难易程度，因为，此前开发人员可以使用人类代码来训练模型。
结语：AI解决问题能力释放巨大潜力相比于复杂棋盘游戏中的AI模型， AlphaCode在比赛中的表现都不够惊艳，但其预示着AI模型在解决问题能力方面的巨大进步。
DeepMind的研究团队坚信，这仅仅是一个开始。 AI模型在代码编写领域为研发人员留下了巨大的改进空间。 DeepMind将继续这一探索，并希望进一步研究能够增强编程能力的工具，并更接近于能真正解决问题的AI 。
来源：GIZMODO、Science、DeepMind