DeepMind程式設計AI AlphaCode具人類工程師中等水準

 轉貼自：https://www.ithome.com.tw/news/149181?fbclid=IwAR2EgFDNVifoPQEeQSNlqMJKHk8EDzJddQiAEMxHNEnrhDw8_1HDJqxyHGI

Alphabet旗下DeepMind宣布其打造的AlphaCode系統，透過實際參與Codeforces的評比，來證明該模型所產出的程式碼，具備中等程式設計師水準

Alphabet旗下AI公司DeepMind又有新進展了。DeepMind本周表示該公司設計的AlphaCode AI系統具備能撰寫程式的能力，且在程式競賽中證明已經具備人類中等程式設計師水準。

DeepMind發展的AlphaCode系統是機器學習系統，可學習解決問題能力。DeepMind利用過去程式碼及資料集訓練後，AlphaCode的變換器（transformer）語言模型產出極大規模的程式碼後，從中產出特定程式。透過程式競賽平臺Codeforces評比，AlphaCode 被認為具「中等參賽者」的水準，也是AI程式撰寫系統首次達到具競爭力的水準。

DeepMind指出，程式競賽本質上是程式設計師解決問題的過程。參賽者接到多個問題描述，並被要求在幾小時內撰寫程式解決問題。贏得程式競賽需要的問題解決能力超出現有AI系統能力，而這集結了分析思維、邏輯、演算法、程式撰寫及自然語言理解。為此，DeepMind結合了大規模變化器（transformer）模型大量程式取樣（sampling）及篩選（filtering）試圖開發出能解決未知問題的AI系統。

在作法上，DeepMind預先以GitHub上公開程式碼來預訓練模型，並以少量高品質的編程資料集來微調。在評估階段，他們為程式競爭主辦單位給定的問題各建立了該公司歷來最大量C++和Phyton程式，然後開始針對這些程式進行篩選、集合及重新排名，最後完成10支最有希望的程式，並且提交給主辦單位。DeepMind指出，這套自動化系統運作不同於一般競爭者使用的嘗試錯誤（trial and error）過程，即除錯、編譯、測試及提交。

圖片來源／DeepMind

最後，他們在主辦單位同意下，模擬參賽近年10次競賽，每一次AlphaCode都必須開發出新式解決方案。總結而言，AlphaCode能力在所有參賽者中，大約名列前54%的水準，居中等能力。雖然無法贏得大賽，但DeepMind認為AlphaCode已顯示深度學習模型解決分析思維任務的能力進展。

DeepMind相信這有助於推進問題解決型AI的研究。DeepMind也將AlphaCode使用的資料集公布在GitHub上，包括每一次測試的資料供外界使用。