白色代碼來自AlphaCode人工智能系統(tǒng)，紫色代碼則由人類編寫以解決類似問題。圖片來源：DeepMind公司
在全球范圍內(nèi)，程序員短缺。如果人工智能（AI）會寫代碼——只要人類告訴AI想通過程序做什么，將帶來許多便利。根據(jù)發(fā)表在最新一期《科學》雜志上的研究，一款名為“阿爾法扣”（AlphaCode）的新AI系統(tǒng)正在讓人類離這一愿景更近一步。該系統(tǒng)來自“深度思維”研究實驗室，整體性能相當于經(jīng)過幾個月到一年培訓的新手程序員。
在測試中，“阿爾法扣”通過預測代碼段并創(chuàng)建數(shù)百萬個潛在的解決方案，實現(xiàn)“接近人類水平的性能”，還能在競爭中解決以往未發(fā)現(xiàn)的自然語言問題。在生成了過多方案后，“阿爾法扣”會將它們篩選為最多10個方案，所有這些方案都是在“沒有任何關于計算機代碼結構的內(nèi)置知識的情況下”生成的。
在Codeforce競爭性編碼平臺最近的編碼模擬評估中，“阿爾法扣”在每個問題的第10代解決方案中平均排名前54.3%，而其中66%的問題第一次提交就得到了解決。
美國卡內(nèi)基·梅隆大學博世人工智能中心教授齊科·科爾特說：“無論‘阿爾法扣’在多大程度上‘真正’理解了這項任務，它在前所未見的編碼挑戰(zhàn)中表現(xiàn)得非常出色?！?/p>
“阿爾法扣”并不是唯一會編碼的AI模型，但其性能超越了“前輩”Codex——OpenAI研究實驗室于2021年發(fā)布的系統(tǒng)。GitHub也有自己的流行AI編程工具Copilot。然而，在解決復雜的競爭性問題方面，這兩款AI都未表現(xiàn)出與人類匹敵能力。
深度思維公司表示，經(jīng)過培訓，“阿爾法扣”解決了約34%的指定問題。為進一步測試它的能力，公司讓它參加了在線編碼比賽。在至少有5000人參加的比賽中，“阿爾法扣”的表現(xiàn)超過了45.7%的程序員。研究人員還將其與訓練數(shù)據(jù)庫中的程序進行了比較，發(fā)現(xiàn)它沒有復制大段代碼或邏輯，這表明它有驚人的創(chuàng)造力。
除了提高總體生產(chǎn)率外，“阿爾法扣”還可讓新一代開發(fā)人員更容易地進行編程。其未來有一天可能會改變?nèi)藗兊木幊汤砟?，即人類主要是為了制定問題，然后由AI來解決問題。（科技日報實習記者張佳欣）
（責任編輯：蔡文斌）
晉公網(wǎng)安備 14090202000008號 
