人工智能（AI）在圍棋、星際爭霸等策略性游戲方面已經碾壓人類選手，在繪畫、蛋白質結構研究乃至數學問題求解方面也展現了驚人的應用前景。現在，兩大人工智能系統Open AI 和DeepMind均可以產生有意義的代碼行，但研究表明，軟件工程師們還不用急著轉行。
AI研究人員對AlphaCode的技能印象深刻，AlphaCode是一種人工智能系統，在解決簡單的計算機科學問題方面通?？梢耘c人類匹敵。谷歌姊妹公司DeepMind是一家總部位于倫敦的人工智能巨頭，于2月發布了該工具，目前已在《科學》雜志上發表了其結果，顯示AlphaCode在代碼競賽中擊敗了約一半的人類。
在過去一周左右的時間里，社交媒體用戶被另一個聊天機器人ChatGPT的能力迷住了，該機器人可以應要求編寫一些偶爾聽起來有意義（有時甚至荒謬至極）的短文，包括簡短的計算機程序。但這些最先進的AI只能執行相當有限的任務，研究人員表示，它們遠不能取代人類程序員。
11月30日，加利福尼亞州舊金山的軟件公司OpenAI發布了最新版本的自然語言系統ChatGPT。ChatGPT和AlphaCode都是“大型語言模型”——基于神經網絡的系統，通過學習大量現有的人工生成文本來執行任務。事實上，賓夕法尼亞州匹茲堡卡內基梅隆大學的計算機科學家齊科·科爾特（Zico Kolter）表示，這兩個系統使用“幾乎相同的架構”。“當然，雖然在訓練和執行方面存在細微的差異，但主要的差異（如果有的話）是，他們只是根據不同的數據集進行訓練，從而完成不同的任務。”
雖然ChatGPT是一個通用的對話引擎，但AlphaCode更為專業：它專門針對人類如何回答軟件寫作比賽中的問題進行訓練。“AlphaCode是專門為競爭性編程而設計和訓練的，而不是為軟件工程而設計的，”DeepMind的研究工程師、《科學》論文的合著者大衛·崔（David Choi）在電子郵件中告訴《自然》雜志。
研究人員指出，大型軟件工程項目的大部分工作——比如設計一個網絡瀏覽器——都涉及到了解將要使用它的人的需求。這些很難用AI可以用來生成代碼的簡單、機器可讀的規范來描述。
Kolter表示，目前還不清楚機器是否有可能從頭開始生成大規模的軟件系統。但“我最好的猜測是，像這樣可以生成程序部分的工具很可能會成為程序員的‘第二直覺’工具”，他說。
Choi說：“我們希望進一步的研究將產生提高程序員生產力的工具，并使我們更接近解決問題的人工智能。”。
Kolter補充道，已經有一些足夠好的人工智能工具可以讓程序員的工作變得更容易，比如一種叫做Copilot的工具，這是代碼庫GitHub去年推出的一種基于OpenAI技術的代碼自動完成服務。
報道鏈接：
https://doi.org/10.1038/d41586-022-04383-z
