你有没有想过,有一天,程序员将不再需要编写代码。 您只需提供函数签名和注释,代码就会在屏幕上自动键入。
上面的演示是不是看起来很酷? 这是OpenAI CEO Sam Altman刚刚介绍的最新研究成果——利用语言模型根据函数签名和注释自动生成Python代码。
该语言模型使用与 OpenAI 的 GPT 模型相同的无监督技术。
为了让模型学会“写代码”,研究人员借助开源 GitHub 存储库中的数千条代码,在微软超级计算机上对模型进行了微调。
我们先看一下生成效果。
研究人员首先展示了一个使用 Python 编写回文检测的相对简单的示例。 回文是指“既可以正读也可以倒读的句子”,例如“anna”、“level”等。
以下是使用此模型自动生成的代码:
正如您所看到的,输入函数签名和注释后,模型会正确生成用于回文检测的代码。 当然,对于回文检测,我们还可以使用下面更“花哨”的递归方法来实现:
看到这里,或许大家对模型的效果并没有印象深刻。 毕竟,回文检测等基本任务的代码在线上已经有很多,而且可以直接从训练集中复制模型。
别担心,我们继续阅读。
接下来,研究人员要求模型从列表中生成至少七个字符长的代码,这项任务不在训练集中。 让我们看看模型在这种情况下的表现如何:
还是很好的完成了任务!
从这个例子中我们可以确认,该模型并不是简单地复制网上现成的代码,而是根据函数名称和相关注释生成相应的解决方案。 它甚至使用之前生成的代码。
尝试了一个单一功能的例子,研究人员也在课堂上展示了它的运行效果。
这次的任务是计算商品的总价,并对名称为回文的商品进行折扣。 我们看一下这个模型生成的代码:
模型自动为我们生成计算产品总价的方法的注释和相应的代码。 然而,这并不是我们想要的结果。 我们只想对名称为回文的产品进行折扣,而不是对所有产品都给予 20% 的折扣。
研究人员后来修改了该方法的注释,以详细描述他们想要实现的目标。 修改注解后,模型生成的代码如下:
您可以看到该模型几乎产生了我们想要的结果。 这里只有一个小问题。 我们希望对具有回文名称的产品给予 20% 的折扣,而不是 20% 的折扣。 只需进行简单的修改即可。
最后,研究人员展示了让模型生成购物收据的结果:
OpenAI 介绍视频
OpenAI 发布的演示确实令人惊叹,甚至是革命性的。 如果按照这个思路,以后似乎就不再需要简单的“搬砖工”了。
但问题来了:效果如此惊人,让人不禁怀疑其中是否有造假或者是精挑细选……
但有人说,“这就是 OpenAI!他们口袋里有很多好东西。”
那么,如果这是真的,这对程序员意味着什么呢?
程序员的未来走向何方?
在AI领域,每一项新技术的出现,似乎都会引发一场关于“XX从业者是否会被AI取代”的讨论。 这次也不例外。
首先,这个工具的出现所带来的效率提升是毋庸置疑的。 我们假设这个demo没有掺假,那么公司可能会出于成本考虑裁掉一些初级编码员,用一名编码员充当“代码审查员”来完成原来十名编码员的工作。
也有人认为,根据目前的模式来讨论程序员是否会被替换还为时过早。 首先,这只是一个语言模型,即使是非常简单的函数也可能会出现错误输入名字自动生成签名图片,更不用说遇到比较难理解的自然语言注释语句了。 这个时候,还是需要有人介入。
其次吉祥物设计,这个过程中用到的“笔记”不是需要有人写吗?
但其他人认为,这些问题可以通过时间和技术来解决:有一天,模型犯的错误会越来越少,甚至比人类检查代码的错误还要少。
或者你训练另一个模型来编写单元测试,然后不断改进它卡通人物,直到它在大多数情况下都能给出合理的解决方案。
当然,这些都是一些非常高级的假设。 以目前的技术还很难实现输入名字自动生成签名图片,在实际应用中会出现各种问题。 但回顾19世纪初大量纺织工人的命运,这个讨论还是很有意义的。
参考链接:
- 本文固定链接: https://wen.nuanque.com/ziti/16680.html
- 转载请注明: nuanquewen 于 吉祥物设计/卡通ip设计/卡通人物设计/卡通形象设计/表情包设计 发表
- 文章或作品为作者独立观点不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。本文之内容为用户主动投稿和用户分享产生,如发现内容涉嫌抄袭侵权,请联系在线客服举报,一经查实,本站将立刻删除。本站转载之内容为资源共享、学习交流之目的,请勿使用于商业用途。