程序员创造的AI要使自己下岗了
发布时间：2022-12-12 10:31:44 所属栏目：动态 来源：网络
导读： 当人工智能与人类并肩参加编程竞赛会发生什么？在竞争性编码比赛平台Codeforces的10场比赛中，AlphaCode在比赛的模拟评估中平均排名前54.3%，其编码技能水平超过剩余的人类参与者。
|
当人工智能与人类并肩参加编程竞赛会发生什么？在竞争性编码比赛平台Codeforces的10场比赛中，AlphaCode在比赛的模拟评估中平均排名前54.3%，其编码技能水平超过剩余的人类参与者。 01.从理解到解决问题，AI写代码能力近似人类 为不可预见的问题创造解决方案是人工智能发展的第二路径。目前，机器学习的相关研发在生成和理解文本数据方面取得了巨大进步，但在解决问题方面的进展仍然局限于相对简单的数学和编程问题，或者检索和复制现有解决方案。 因此，DeepMind构建了AlphaCode系统，该系统可以解决需要批判性思维、逻辑、算法、编码和自然语言理解能力相结合的新问题。 AlphaCode并没有内置关于计算机代码结构的知识，而是依靠完全的“数据驱动”方法来编写代码。也就是说，该模型通过观察大量现有代码，来学习计算机程序的结构，基于机器学习模型LLM，AlphaCode就可以通过一次次预测给定问题描述中的单个字符，来进行学习。 从AlphaCode在比赛中的排名来看，这一模型的表现可能并不突出。但研究人员谈道，在编码比赛中取得成功是非常困难的。 面对没有见过的编码问题，AlphaCode必须首先理解自然语言中的复杂编码问题，然后对不可预见的问题进行“推理”，而不是简单地记住代码片段。研究人员认为，没有任何证据表明他们的模型只是简单从训练数据中复制了核心框架。 02.10000多个文本预训练整合候选解决方案 AlphaCode在竞争性编程任务中优于其他系统的原因在于预训练和候选解决方案。 研发人员为该模型构建了CodeContest数据集，该数据集由约13500个竞争性编程问题的说明性文本、所需输入输出对的简单测试用例以及跨几种变成语言的问题潜在解决方案组成。 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。 （编辑：成都站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐