DeepMind AI 實驗室推出了可以自行編寫代碼的AlphaCode 工具。據開發人員稱，該算法能夠與中級程序員競爭。
介紹#AlphaCode：一個可以在像@codeforces 這樣的競爭性編碼競賽中以人類平均水平競爭的系統。人工智能解決問題能力的一次激動人心的飛躍，結合了機器學習的許多進步
閱讀更多：https://t.co/yaXfMWtEfe 1/pic.twitter.com/Mvhc6Jm7E0
— DeepMind (@DeepMind) 2022 年2 月2 日
人工智能的有效性在Codeforces 平台上進行了測試，該平台每天為需要批判性思維、邏輯和算法知識的程序員提供任務。
開發人員已將10 個英文任務上傳到AlphaCode。 5000 名Codeforces 用戶解決了相同的任務。
該工具為每個任務生成了多個響應，並獨立測試了代碼的功能。結果，AlphaCode 的回應將他排在前54% 的競爭中，以及在過去六個月中Codeforces 用戶的前28%。
DeepMind 指出，當前的AlphaCode 技能集僅適用於比賽。然而，它的功能為創建未來的工具打開了大門，這些工具有朝一日將使編程完全自動化。
根據Codeforces 創始人Mike Mirzayanov 的說法，AlphaCode 超出了他的所有預期。
“我持懷疑態度，因為即使是簡單的競爭問題，通常不僅需要實現算法，而且——這是最困難的事情——發明它，”他說。
回想一下，2021 年5 月，微軟推出了基於GPT-3 語言模型的代碼自動完成工具。
6 月，GitHub 發布了Copilot，這是一款幫助程序員編寫代碼的AI 助手。發布四個月後，該公司表示平台上30% 的新代碼是使用該工具創建的。
8 月，AI 實驗室OpenAI 推出了Codex 算法，將自然語言翻譯成代碼。
在Telegram 上訂閱ForkLog 新聞：ForkLog AI – 來自AI 世界的所有新聞
在文本中發現錯誤？選擇它並按CTRL+ENTER
資訊來源：由0x資訊編譯自FORKLOG。版權歸作者Богдан Каминский所有，未經許可，不得轉載