DeepMind hat ein künstliches Intelligenzsystem namens AlphaCode entwickelt, das angeblich „Computerprogramme auf Wettbewerbsniveau schreibt“. Das System wurde gegen Codierungsherausforderungen getestet, die im menschlichen Wettbewerb verwendet werden, und es wurde festgestellt, dass es zu den besten 54 % des Programms gehört.
Laut DeepMind ist dies ein bedeutender Fortschritt für die Offline-Codierung, obwohl AlphaCode-Kenntnisse nicht unbedingt repräsentativ für die Programmieraufgaben sind, mit denen der durchschnittliche Programmierer konfrontiert ist.
Oriol Vinyals, leitender Wissenschaftler bei DeepMind, stellt fest, dass sich die Forschung noch in einem frühen Stadium befindet, aber ihre Ergebnisse haben das Unternehmen dem Aufbau einer flexiblen KI zur Lösung komplexer Codierungsprobleme näher gebracht. „Wir freuen uns über das Potenzial von AlphaCode, Programmierern und Nicht-Programmierern dabei zu helfen, Code zu schreiben, die Produktivität zu verbessern oder neue Wege zum Erstellen von Software zu schaffen“, sagte Vinyals.
In einem Beispielproblem, bei dem AlphaCode getestet wurde, wurden die Teilnehmer gebeten, einen Weg zu finden, eine einzelne Zeichenfolge aus zufällig wiederholten Buchstaben s und t mit einer begrenzten Anzahl von Eingaben umzuwandeln:
„Sie erhalten zwei Zeichenketten s und t, die jeweils aus lateinischen Kleinbuchstaben bestehen. Sie werden die Zeichenfolge s Zeichen für Zeichen drucken, beginnend mit dem ersten Zeichen und endend mit dem letzten.
Wenn Sie im Begriff sind, ein Zeichen einzugeben, können Sie, anstatt die Taste zu drücken, die dieses Zeichen druckt, die Taste „Rücktaste“ drücken. Durch Drücken dieser Taste wird das zuletzt eingegebene Zeichen gelöscht, das noch nicht gelöscht wurde (oder nichts geschieht, wenn alle bereits gedruckten Zeichen gelöscht wurden oder Sie noch kein Zeichen eingegeben haben). Wenn zum Beispiel die Zeichenfolge s „abcbd“ ist und Sie die Rücktaste drücken, anstatt das erste und vierte Zeichen zu drucken, ist das Ergebnis die Zeichenfolge „bd“ (das erste Drücken der Rücktaste löscht keine Zeichen und das zweite Drücken dieser Taste löscht das Zeichen "c" ). Ein anderes Beispiel: Wenn s "abcaa" ist und Sie statt der letzten beiden Buchstaben die Rücktaste drücken, ist es "a".
Sie müssen feststellen, ob Sie die Zeichenfolge t erhalten können, wenn Sie versuchen, die Zeichenfolge s einzugeben, indem Sie die Rücktaste drücken, anstatt die Tasten zu drücken, die einigen (möglicherweise keinen) der Buchstaben in der Zeichenfolge s entsprechen.
AlphaCode generierte mehr mögliche Antworten und sortierte sie aus, indem es den Code ausführte und die Ausgabe überprüfte, genau wie es ein menschlicher Konkurrent tun würde.
Das System wurde an 10 Problemen getestet, die von 5000 Benutzern auf der Codeforces-Website gelöst wurden. Im Durchschnitt gehört sie zu den oberen 54,3 % der Antworten.
DeepMind stellt fest, dass die aktuellen Fähigkeiten von AlphaCode derzeit nur auf den Bereich der kompetitiven Programmierung anwendbar sind, aber seine Fähigkeiten öffnen die Tür für die Entwicklung zukünftiger Tools, die die Programmierung zugänglicher machen.
Viele andere Unternehmen arbeiten an ähnlichen Anwendungen. Beispielsweise veröffentlichte OpenAI im August 2021 Codex, ein neues System, das einfache englische Sätze automatisch in Code umwandelt. Codex basiert auf GPT-3.
Bisher sind Systeme jedoch weit davon entfernt, einfach die Arbeit menschlicher Programmierer zu übernehmen. Der von ihnen produzierte Code ist oft fehlerhaft, und da die Algorithmen normalerweise mit öffentlichen Codebibliotheken trainiert werden, reproduzieren sie manchmal urheberrechtlich geschütztes Material.
So stellten Microsoft und GitHub im Juni 2021 den Programmierassistenten Copilot vor, der auf dem neuronalen Netzwerk Codex von Open AI basiert. Das System ist darauf trainiert, mit verschiedenen Frameworks und Programmiersprachen zu arbeiten. Im August wurde eine verbesserte Version des Codex veröffentlicht, der englische Phrasen in Programmcode übersetzt.
Die Entwickler bemerkten, dassistent für neuronale Netzwerke Zeilen aus Open-Source-Projekten generiert, die nicht der ursprünglichen Lizenz gehorchen. Sie beschwerten sich auch darüber, dass Copilot Dutzende Zeilen mit Zitaten und Kommentaren aus Open-Source-Projekten generierte, statt nur ein paar Zeilen Code. GitHub stellte klar, dass Copilot normalerweise keine genauen Codeschnipsel reproduziert, sondern abgeleitete Werke aus zuvor erhaltenen Eingaben erstellt. Das Unternehmen behauptet, dass dies nur in 0,1 % der Fälle vorkommt.
GitHub gab daraufhin zu, dass die Entwickler beim Training von Copilot den gesamten öffentlichen Code verwendet haben, der in den Repositories des Dienstes verfügbar ist, unabhängig von der Lizenz.
Es stellte sich auch heraus, dass etwa 40 % des von Copilot produzierten Codes Fehler und Schwachstellen enthalten.
bbabo.Net