原文標題：《程序危！傳 OpenAI 全球招外包大軍，手把手訓練 ChatGPT 取代碼農(nóng)》OpenAI 招了一千多名外包員，訓練 AI 學會像人類一樣一步思考。如果 ChatGPT「學成歸來」，碼農(nóng)恐怕真的了？碼農(nóng)真的危了最近有消息稱，OpenAI 已經(jīng)在悄悄地訓練 ChatGPT，讓它學習人類的思考過程，從真正掌握軟件工程徹底代替「初級碼」。OpenAI 招外包大軍，教 AI 學人類思考會編程的 AI，幾家硅谷大廠都在做。DeepMind 的 AlphaCode，據(jù)說「吊打 72% 人類程序員」，但尚未開放；傳聞谷歌的「神秘項目Pitchfork，也還在醞釀中；微軟的 GitHub Copilot 主要是一個代碼補全工具。要說完全替人類碼農(nóng)，它們不夠格。但如果真讓 ChatGPT 學會了用人類思維去編程，這些友商 / 自家的產(chǎn)品恐怕要被吊打。而從種跡象看來，OpenAI 似乎正在下一盤大棋。根據(jù) Semafor 的報道，在過去的六個月，OpenAI 已經(jīng)從拉美和東歐等區(qū)招募了大約 1000 名外包人員，來訓練他們的 AI 碼代碼。這個新聞中，有兩個「華點。首先，為什么地選在拉美和東歐？個咱們都明白，現(xiàn)硅谷的泡沫戳破了各家互聯(lián)網(wǎng)大廠都絞盡腦汁「降本增」，有的靠裁員，的就去其他國家找價勞動力。第二個華點」是，這些外人員中，很多人并是計算機專業(yè)的畢生，也不具備高級編程技能。他們的用是，編寫 OpenAI 期待實現(xiàn)的「自動化」基本代。具體來說，其中 60% 從事「數(shù)據(jù)標注」工作 —— 創(chuàng)建大量的圖像、音頻片段等信息，來訓練人工智能工或自動駕駛汽車。外的 40% 則是實打?qū)嵉某绦騿T，們正在為 OpenAI 的模型「手搓」數(shù)據(jù)，從而讓 AI 學習軟件工程任務。此前，OpenAI 一直是用從 GitHub 上抓取的代碼訓練其模。而這次，OpenAI 想建立的數(shù)據(jù)集中，不僅有代碼還包括背后用自然言編寫的人類解釋論文地址：https://arxiv.org/ abs / 2107.03374對此，Semafor 特地采訪了一位南美的開者，而他曾無償為 OpenAI 完成了 5 小時的編碼測試。在這個測試，他被要求處理兩任務。首先，他會到一個編程問題，OpenAI 要求他用書面的英語解釋己將如何處理這個題。然后，他需要供一個解決方案。果他發(fā)現(xiàn)了一個 bug，OpenAI 就會要求他詳細說明問題是什么，應如何糾正，而不是單地修復?！杆麄?可能是想用一種非特殊的訓練數(shù)據(jù)來喂這個模型，在這情況下，就需要展人類是如何一步步考的。」這位開發(fā)說。此前的 ChatGPT，寫的代碼就被揪出過不少問。原因在于，ChatGPT 沒有任何標記了對錯的內(nèi)部錄，它其實是一個計模型。ChatGPT 的答案，本質(zhì)上就是從構(gòu)成 GPT-3 的互聯(lián)網(wǎng)數(shù)據(jù)語料庫中收集的率結(jié)果。當時 OpenAI 也說，ChatGPT 最合適的定位，應該是碼輔助工具。但想一下，如果 OpenAI 真的教會了 ChatGPT「像人類一樣一步一思考」，那它完全以代替一些需要死硬背的寫代碼工作后果就是，一些「級」碼農(nóng)被徹底淘?，F(xiàn)在，硅谷的高們正在設想這樣的品，讓幾乎沒有編經(jīng)驗的人士向 AI 描述自己的創(chuàng)意和愿景，然后就能構(gòu)出任何自己想要的西，無論是一個網(wǎng)，還是一個游戲。天前，特斯拉的前工智能主管 Andrej Karpathy 剛剛在推特上說：「最熱門的編程語言是英語」用 ChatGPT 來 debug，效果拔群這可能并是一個玩笑，比如紅炸子雞 ChatGPT，就很有潛力。最近，一項來自因茨大學和倫敦大學院的研究發(fā)現(xiàn)，ChatGPT 不僅可以出色地修復 bug，而且開發(fā)者還能通過對話來顯著高成功率。研究人表示，ChatGPT 的 debug 性能與常見的深度學習方法 CoCoNut 和 Codex 相差無幾，并且明顯優(yōu)于標準的動程序修復方法（APR）。論文地址：https://arxiv.org/ abs / 2301.08653用 ChatGPT 來解決代碼問題并新鮮，但與人類對的獨特能力，使它其他方法和模型更優(yōu)勢。為了評估 ChatGPT 的 debug 性能，研究人員使用 QuixBugs 基準的 40 個純 Python 問題對其進行了測試，然手動檢查建議的解方案是否正確。由 ChatGPT 給出的答案存在一的隨機性，因此研人員針對每個問題會單獨測試 4 次。與其他自動程序復的基準不同，QuixBugs 包含了相對較小的問題代碼行數(shù)少），而非常適合在對話系中使用。在測試過中，研究人員刪除所有的注釋，并詢 ChatGPT 這段代碼是否有 bug 以及如何修復它。比如，圖 1 中就是一個關于 BITCOUNT 問題的例子。其中， 1-2 行是向 ChatGPT 提出的需求；從第 4 行開始是錯誤的代碼片段。對于這個子，我們希望 ChatGPT 的回答能解決第 7 行的錯誤，即 n?= n - 1 應該被替換為 n &= n - 1。做為回應，ChatGPT 要么給出一段修復完的代碼，要么給一個描述告訴我們該如何修改。結(jié)果示，ChatGPT 解決了 40 個 bug 中的 19 個，與 CoCoNut（19）和 Codex（21）相當，但標準的 APR 方法只解決了其中的 7 個問題。當然，因為 ChatGPT 和 Codex 都是來自于同一個語言模系列，所以解決問的數(shù)量差不多也就足為奇了。此外，果我們仔細觀察結(jié)還可以發(fā)現(xiàn)，ChatGPT 并不是每次都能解決基準測中的 bug。僅在 BUCKETSORT 和 FLATTEN 這兩個問題上，四次都發(fā)現(xiàn)了 bug，而其他的通常只能成功 1-2 次。也就是說，用戶在實際使用時，能需要嘗試數(shù)次才獲得正確的結(jié)果。過，ChatGPT 有一個強大的優(yōu)勢：我們可以在對話與系統(tǒng)互動，更詳地對問題進行說明從而獲得正確的答。實際測試結(jié)果，確實如此。經(jīng)過與型更進一步的對話研究人員成功地將 ChatGPT 的正確率刷新到了 77.5%，也就是修復了 40 個錯誤中的 31 個，遠超 SOTA。至少，目前看來，這件是完全有可能的：發(fā)人員將不再需要寫樣板代碼。相反他們可以專注于復的應用程序架構(gòu)或絡安全等領域。也是說，雖然 ChatGPT 可能會完成某些編程工作，如編寫通用函數(shù)或板代碼，但它不會全取代程序員。因程序員的工作需要不僅僅是寫代碼。為一名程序員需要巧 —— 能夠構(gòu)建程序、遵循邏輯并成比各部分總和更大的東西。碼農(nóng)：自己「殺」自己顯，ChatGPT 不是碼農(nóng)們做出的一個「自我迭代」產(chǎn)品。咱們來排一，那些會寫代碼的 AI。谷歌的 Pitchfork去年 11 月，坊間傳聞，谷歌正在醞釀個秘密項目，這個品會通過機器學習練代碼，自己編自，自己修復 bug，還能自己更新。知情人士透露，這項目起初是由 Alphabet 的登月部門 ——X 部門開發(fā)的，代號為 Pitchfork，去年夏天被轉(zhuǎn)移了谷歌實驗室。根內(nèi)部資料，Pitchfork 的作用是「教代碼自行編、自行重寫」。它夠?qū)W習不同的編程格，并且根據(jù)這些格寫出代碼。一名歌員工表示，開發(fā) Pitchfork 的初衷是希望建立一個工具，將谷歌 Python 代碼庫更新到新版本AlphaCode：吊打 72% 程序員2022 年 2 月，DeepMind 推出了「AlphaCode」系統(tǒng)，可以使用人智能生成代碼。根 DeepMind 的說法，AlphaCode 可以與人類匹敵。DeepMind 使用編程競賽平臺 Codeforces 上托管的 10 個現(xiàn)有競賽來測試 AlphaCode，它的總體排名位于前 54.3%，也就是說，它擊敗了 46% 的參賽者 。DeepMind 聲稱，在使用編程競賽臺 Codeforces 進行檢測時，AlphaCode 解決了 100 萬個樣本中 34.2% 的問題。另外在過去 6 個月參加過比賽的用戶，AlphaCode 的數(shù)據(jù)排到了前 28%，可以說「吊打 72% 人類程序員」！當時，DeepMind 就指出，雖然 AlphaCode 目前只適用于具有競爭編程領域，但顯然它未來的能力絕不止步于此。它為創(chuàng)某些工具打開了大，而這些工具將使程變得更容易被人接受，并且有朝一可以完全實現(xiàn)自動。Copilot：代碼補全神器再往，在 2021 年，GitHub 與 OpenAI 共同推出了一款 AI 編程神器 ——GitHub Copilot。輸入代碼時，Copilot 會自動提示程序中接下來可能出現(xiàn)的碼片段，就像一個過訓練用 Python 或 JavaScript 說話的自動補全機器人Copilot 能夠填充必要的代碼，只要它們不是特復雜或者特別有創(chuàng)性，這對于相當于工勞動的編程，可有用了。2022 年 6 月 22 日，Copilot 正式面向 C 端上線，定價 10 美元 / 月或 100 美元 / 年，并向?qū)W生用戶和行開源項目的維護免費提供?，F(xiàn)在，千上萬的開發(fā)者都用 Copilot。在十幾種最流行語言編寫代碼中 —— 有高達 40% 是依靠它來生成的。GitHub 預測，開發(fā)人員將在年內(nèi)使用 Copilot 編寫多達 80% 的代碼。微軟首席技術官 Kevin Scott 還表示：「我們確信：GitHub Copilot 可以應用到數(shù)千種不類型的工作中?！?過，因為涉嫌侵權(quán)在發(fā)布不到 5 個月后，Copilot 已經(jīng)被憤怒的程序員一舉告上法庭索賠 90 億美元。而學會「軟件工思維」的 ChatGPT，能吊打它們嗎？按 OpenAI 的速度，恐怕我們不用等太久。參資料：https://www.semafor.com/article/01/27/2023/openai-has-hired-an-army-of-contractors-to-make-basic-coding-obsoletehttps://www.zdnet.com/article/chatgpt-can-write-code-now-researchers-say-its-good-at-fixing-bugs-too/本文來自微信公眾：新智元 （ID：AI_era）