DeepMind a créé un système d'intelligence artificielle appelé AlphaCode qui, selon lui, "écrit des programmes informatiques à un niveau compétitif". Le système a été testé par rapport aux défis de codage utilisés dans la compétition humaine et s'est avéré être parmi les meilleurs 54% du programme.
Il s'agit d'une avancée significative pour le codage hors ligne selon DeepMind, bien que les compétences AlphaCode ne soient pas nécessairement représentatives des tâches de programmation auxquelles le codeur moyen est confronté.
Oriol Vinyals, scientifique en chef chez DeepMind, note que la recherche en est encore à ses débuts, mais ses découvertes ont rapproché l'entreprise de la construction d'une IA flexible pour résoudre des problèmes de codage complexes. "Nous sommes ravis du potentiel d'AlphaCode pour aider les programmeurs et les non-programmeurs à écrire du code, à améliorer la productivité ou à créer de nouvelles façons de créer des logiciels", a déclaré Vinyals.
Dans un exemple de problème où AlphaCode a été testé, les participants ont été invités à trouver un moyen de convertir une seule chaîne de lettres répétées aléatoires s et t en utilisant un ensemble limité d'entrées :
« On vous donne deux chaînes s et t, chacune composée de lettres latines minuscules. Vous allez imprimer la chaîne caractère par caractère, en commençant par le premier caractère et en terminant par le dernier.
Lorsque vous êtes sur le point de taper un caractère, au lieu d'appuyer sur le bouton qui imprime ce caractère, vous pouvez appuyer sur le bouton "Retour arrière". Appuyer sur ce bouton supprime le dernier caractère saisi qui n'a pas encore été supprimé (ou ne fait rien si tous les caractères déjà imprimés ont été supprimés ou si vous n'avez encore saisi aucun caractère). Par exemple, si la chaîne s est "abcbd" et que vous appuyez sur le bouton Retour arrière au lieu d'imprimer les premier et quatrième caractères, le résultat sera la chaîne "bd" (la première pression sur Retour arrière ne supprimera aucun caractère, et la seconde appuyez sur ce bouton pour supprimer le caractère "c" ). Autre exemple : si s est "abcaa" et que vous appuyez sur Retour arrière au lieu des deux dernières lettres, c'est "a".
Vous devez déterminer si vous pouvez obtenir la chaîne t si vous essayez de taper la chaîne s en appuyant sur Retour arrière au lieu d'appuyer sur les boutons correspondant à certaines (éventuellement aucune) des lettres de la chaîne s."
AlphaCode a généré plus de réponses possibles a éliminées en exécutant le code et en vérifiant la sortie, tout comme le ferait un concurrent humain.
Le système a été testé sur 10 problèmes, qui ont été résolus par 5000 utilisateurs sur le site Codeforces. En moyenne, elle se classe dans le top 54,3% des réponses.
DeepMind note que l'ensemble de compétences actuel d'AlphaCode ne s'applique actuellement qu'au domaine de la programmation compétitive, mais ses capacités ouvrent la porte à la création de futurs outils qui rendront la programmation plus accessible.
De nombreuses autres entreprises travaillent sur des applications similaires. Par exemple, en août 2021, OpenAI a publié Codex, un nouveau système qui convertit automatiquement des phrases simples en anglais en code. Le codex est basé sur GPT-3.
Jusqu'à présent, cependant, les systèmes sont loin de simplement prendre en charge le travail des programmeurs humains. Le code qu'ils produisent est souvent bogué et, comme les algorithmes sont généralement formés sur des bibliothèques de codes publiques, ils reproduisent parfois du matériel protégé par le droit d'auteur.
Ainsi, en juin 2021, Microsoft et GitHub ont présenté l'assistant programmeur Copilot basé sur le réseau de neurones Codex d'Open AI. Le système est formé pour fonctionner avec divers frameworks et langages de programmation. En août, une version améliorée du Codex a été publiée, qui traduit les phrases anglaises en code de programme.
Les développeurs ont remarqué que l'assistant de réseau neuronal génère des lignes à partir de projets open source, ne respectant pas la licence d'origine. Ils se sont également plaints que Copilot ait généré des dizaines de lignes de citations et de commentaires à partir de projets open source au lieu de seulement quelques lignes de code. GitHub a précisé que Copilot ne reproduit généralement pas des extraits de code exacts, mais crée des œuvres dérivées à partir d'entrées précédemment reçues. La société affirme que cela ne se produit que 0,1 % du temps.
GitHub a alors admis que lors de la formation de Copilot, les développeurs utilisaient tout le code public disponible dans les référentiels du service, quel que soit le type de licence.
Il s'est également avéré qu'environ 40% du code produit par Copilot contient des erreurs et des vulnérabilités.
bbabo.Net