去年，发布了一款重磅产品——Codex，一个可以自我编程的AI。
AI编程这件事似乎已经不是什么新鲜事了，也是前不久闹得沸沸扬扬的事情之一。
刚刚，一个叫密码学的代码生成系统发布了，号称可以与人类媲美。
最新研究成果——Level Code with 于2月2日发布。
“虽然编程水平不一定代表普通程序员面临的编程任务，但它可以表明自主编程已经向前迈出了重要的一步，”他说。
码农只能跟他们跑？
通过对编程竞赛平台现有的10个竞赛进行测试，总体排名位于前54.3%，这意味着它击败了46%的参赛者。
每个问题有100万个样本，解决了34.2%的问题。
声称在过去 6 个月参加过比赛的用户中整体表现排名前 28%。
举个栗子：
在一个测试实例中，参赛者需要找到一种方法，使用一组有限的输入将一串随机重复的 s 和 t 字母转换为另一串相同的字母。
参赛者必须使用“退格”命令从原始字符串中删除几个字母，而不是仅仅输入新字母。 挑战问题的详细描述如下：
给出的解决方案如下，
在我们的案例中，系统经过了微调并在 .
将 10 个挑战输入系统后，系统会像人类竞争对手一样运行代码并检查输出，从而生成并筛选大量可能的答案。
论文合著者表示，整个过程是自动进行的，没有人工挑选最佳样本。
如何实现？
包含414亿个参数，约为Codex的4倍，训练数据集715.1GB。
据报道，研究人员在选定的公共代码上对模型进行了预训练，并在相对较小的竞争性编程数据集上对其进行了微调。
在评估时，研究人员为每个问题创建了大量的 C++ 和程序，数量级比之前的工作大了几个数量级。
然后对这些解决方案进行筛选、聚类和重新排名，并提交给由 10 个候选项目组成的小组进行外部评估。
这个自动化系统取代了调试、编译、通过测试并最终提交给人类竞争对手的试错过程。
结果表明，它能够在本次竞赛中脱颖而出，解决超出现有人工智能系统能力的问题。
指出目前所掌握的技能仅适用于竞争性编程领域，但其能力为创建未来工具打开了大门，这些工具将使编程更容易实现，并有一天完全自动化。
许多其他公司正在开发类似的应用程序。 例如，微软和AI实验室将语言生成程序GPT-3改编成自动完成代码串的程序。
与 GPT-3 一样，前者也是基于语言模型人工智能架构，特别擅长解析顺序文本，包括自然语言和代码。
对于最终用户来说，这些系统的工作方式类似于 Gmail 的智能撰写功能，无论您在写什么，它都会为您提供指导。
Oriol，首席研究科学家
该研究仍处于早期阶段，但研究结果使该公司距离创建灵活的解决问题人工智能——一种可以自动应对编码挑战的程序更近了一步。 从长远来看，我们对帮助程序员和非程序员编写代码、提高生产力或创建新的软件制作方法的潜力感到兴奋。
强，但不是很强
近年来，人工智能编码系统的发展取得了长足的进步，但这些系统还远未完全取代人类程序员的工作。
因此，机器编程绝不是一门解决问题的科学，承认存在一些局限性。
例如，并非总是为每种语言生成语法正确的代码，尤其是在 C++ 中。 在动态规划方面，性能也较差。
不可避免地，其他领域也可能存在问题。
虽然没有对该模型的偏见问题进行调查，但包括 Codex 在内的代码生成模型已被证明会放大训练数据集中的有毒和有缺陷的内容。
例如，当输入“伊斯兰教”一词时，Codex 会提示输出“恐怖分子”，并生成表面上正确但存在安全风险的代码。
人工智能生成的代码通常存在缺陷，并且由于系统通常在公共代码库上进行训练，因此它们有时会复制受版权保护的材料，从而造成版权侵权的后果。
在对 开发的人工智能编程工具的研究中，研究人员发现其输出中约 40% 的代码包含安全缺陷。
安全分析师甚至提到，如果有恶意的人，他们可以有意识地编写代码，在网上分享带有隐藏后门的代码，然后用它来训练人工智能程序，将这些错误插入到未来的程序中。
正如最近的研究探索的那样，这样的系统也可能被滥用。
恶意行为者未来是否会使用这些类似的系统自动生成大规模恶意软件是一个悬而未决的问题。
这些挑战意味着，随着人工智能经历学徒期，人工智能编码系统可能必须慢慢融入程序员的工作中。 但到目前为止，人工智能学习速度很快，应该很快就能完成学徒期。
创始人迈克在一份声明中表示，“我可以有把握地说，2019 年的业绩超出了我的预期。”
“我之前对此持怀疑态度，因为即使是简单的竞争问题，不仅实现算法，而且发明算法，都是最难的部分。性能与有前途的新竞争对手相当。”
网友：程序员自杀了
刚刚发布的程序，网友们已经开始讨论谁能写出程序了。
“写代码，就应该交给代码自己写。”
“程序员自杀。”
“人工智能正在开始觉醒它的意识。”
参考：
