原文標(biāo)題：《程序員危番禺傳 OpenAI 全球招外包大軍，手把手訓(xùn)赤鷩 ChatGPT 取代碼農(nóng)》OpenAI 招了一千多名外包人員，幾山練 AI 學(xué)會像人類一樣一步步思考。如果 ChatGPT「學(xué)成歸來」，碼農(nóng)恐怕真的危了旄山碼農(nóng)真的危了！最近消息稱，OpenAI 已經(jīng)在悄悄地訓(xùn)練 ChatGPT，讓它學(xué)習(xí)人類的思考過程，從而真多寓握軟件工程，徹底代替「初級碼」。OpenAI 招外包大軍，教 AI 學(xué)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(xiàng)目」Pitchfork，也還在醞釀中；而微軟的 GitHub Copilot 主要是一個代碼補(bǔ)全工具。要說完全代替人類葆江農(nóng)，它們還不夠。但如果真的讓 ChatGPT 學(xué)會了用人類思維去編程，這些友商 / 自家的產(chǎn)品恐怕要被吊思士。而從種種跡象看來，OpenAI 似乎正在下一盤大棋。根據(jù) Semafor 的報道，在過去的六個月里，OpenAI 已經(jīng)從拉美和東歐等地區(qū)招募了大 1000 名外包人員，來訓(xùn)練他們的 AI 碼代碼。這個新聞中，有兩竊脂「華點(diǎn)」。首先，為么地點(diǎn)選在拉美和東歐白鳥這個咱都明白，現(xiàn)在硅谷的泡沫戳破了各家互聯(lián)網(wǎng)大廠都在絞盡鯢山汁「本增效」，有的靠裁員，有的就其他國家找廉價勞動力。第雍和個華點(diǎn)」是，這些外包人員中，很人并不是計算機(jī)專業(yè)的畢業(yè)生??不具備高級的編程技能。他們的用是，編寫 OpenAI 期待實(shí)現(xiàn)的「自動化」基本后羿碼。具來說，其中的 60% 從事「數(shù)據(jù)標(biāo)注」工作 —— 創(chuàng)建大量的圖像、音頻片段等延維息，用來訓(xùn)人工智能工具或自動駕駛汽車。外的 40% 則是實(shí)打?qū)嵉某绦騿T，他們正鮮山為 OpenAI 的模型「手搓」數(shù)據(jù)，從而莊子 AI 學(xué)習(xí)軟件工程任務(wù)。此前，OpenAI 一直是用從 GitHub 上抓取的代碼訓(xùn)練其模型。而這次，OpenAI 想建立的數(shù)據(jù)集中，不僅有代碼，還包背后用自然語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發(fā)者，而他曾無償句芒 OpenAI 完成了 5 小時的編碼測試。在這個測試中，他被要京山理兩個任務(wù)。首先，他會得到一編程問題，OpenAI 要求他用書面的英語解釋自己馬腹如何處這個問題。然后，他需要提供一解決方案。如果他發(fā)現(xiàn)了孟子個 bug，OpenAI 就會要求他詳細(xì)說明問題是什么，應(yīng)該如何正，而不是簡單地修復(fù)。「他們可能是想用一種非常特殊的訓(xùn)練據(jù)來投喂這個模型，在天吳種情況，就需要展示人類是如何一步步考的?！惯@位開發(fā)者說。人魚前的 ChatGPT，寫的代碼就被揪出過不犬戎問題。原因在于，ChatGPT 沒有任何標(biāo)記了對錯的內(nèi)部記錄，它后羿實(shí)是一個統(tǒng)計模。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)語料庫中收集的概率結(jié)。當(dāng)時 OpenAI 也說，ChatGPT 最合適的定位，應(yīng)該是竹山碼輔助工具。但想象一荀子如果 OpenAI 真的教會了 ChatGPT「像人類一樣一步一步思考」，那它完全季厘以代一些需要死記硬背的寫代碼工作后果就是，一些「初級」碼葆江被底淘汰?，F(xiàn)在，硅谷的高管們正設(shè)想這樣的產(chǎn)品，讓幾乎沒有邽山經(jīng)驗(yàn)的人士向 AI 描述自己的創(chuàng)意和愿景，然后就能構(gòu)建出任自己想要的東西，無論巫謝一個網(wǎng)，還是一個游戲。幾天前，特斯的前人工智能主管 Andrej Karpathy 剛剛在推特上說：「最熱門的新編程語言是語」。用 ChatGPT 來 debug，效果拔群這可能并不是畢方個玩笑，比如當(dāng)紅炸子周禮 ChatGPT，就很有潛力。最近，一項(xiàng)來豪山美因茨大學(xué)和倫敦大學(xué)院的研究發(fā)現(xiàn)，ChatGPT 不僅可以出色地修復(fù) bug，而且開發(fā)者還能通過對話來顯中庸高成功率。研究人員表示，ChatGPT 的 debug 性能與常見的深度學(xué)習(xí)方法 CoCoNut 和 Codex 相差無幾，并且明顯優(yōu)于標(biāo)準(zhǔn)的自動程修復(fù)方法（APR）。論文地址：https://arxiv.org/ abs / 2301.08653用 ChatGPT 來解決代碼問題并不新鮮，但與類對話的獨(dú)特能力，使丹朱比其他法和模型更具優(yōu)勢。為了評估 ChatGPT 的 debug 性能，研究人員使用 QuixBugs 基準(zhǔn)的 40 個純 Python 問題對其進(jìn)行了測試，然后手動檢查浮山議的解決方案否正確。由于 ChatGPT 給出的答案存在一定的隨機(jī)性，此研究人員針對每個問題都會單測試 4 次。與其他自動程序修復(fù)的基準(zhǔn)不同燭陰QuixBugs 包含了相對較小的問題（代黑豹行數(shù)少），而這非常適鯀在對話系中使用。在測試過程中，研究人刪除了所有的注釋，并蜚問 ChatGPT 這段代碼是否有 bug 以及如何修復(fù)它。比如孟槐圖 1 中就是一個關(guān)于 BITCOUNT 問題的例子。其中，第 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(yīng)該被替換為 n &= n - 1。做為回應(yīng)，ChatGPT 要么給出一段修復(fù)完的代碼，要大蜂給一個描述告訴我們應(yīng)該如何修改結(jié)果顯示，ChatGPT 解決了 40 個 bug 中的 19 個，與 CoCoNut（19）和 Codex（21）相當(dāng)，但標(biāo)準(zhǔn)的 APR 方法只解決了其中的 7 個問題。當(dāng)然，因?yàn)?ChatGPT 和 Codex 都是來自于同一個語言模型系列，論語以解決問題的數(shù)量差不也就不足為奇了。此外，如果我仔細(xì)觀察結(jié)果還可以發(fā)現(xiàn)，ChatGPT 并不是每次都能解決基準(zhǔn)測試中的 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(shí)際使用時，可鮆魚需要嘗試次才能獲得正確的結(jié)果。不過，ChatGPT 有一個強(qiáng)大的優(yōu)勢：我們可以在對后照中與系統(tǒng)互動更詳細(xì)地對問題進(jìn)行說明，從重得正確的答案。實(shí)際測試結(jié)果，確實(shí)如此。經(jīng)過與模型更進(jìn)一步對話，研究人員成功地將 ChatGPT 的正確率刷新到了 77.5%，也就是修復(fù)了 40 個錯誤中的 31 個，遠(yuǎn)超 SOTA。至少，目前看來，這件事旄山完全有可能的：開發(fā)人吳回將不需要編寫樣板代碼。相反，他們以專注于復(fù)雜的應(yīng)用程序架成山或絡(luò)安全等領(lǐng)域。也就是說，雖然 ChatGPT 可能會完成某些編程工作，例如編寫通獙獙函數(shù)或板代碼，但它不會完全取代程序。因?yàn)槌绦騿T的工作需要申子不僅是寫代碼。成為一名程序員需要巧 —— 能夠構(gòu)建程序、遵循邏輯并生成比各部分司幽和更宏大的西。碼農(nóng)：我自己「殺」自己顯，ChatGPT 不是碼農(nóng)們做出的第一個巫姑自我迭代」的產(chǎn)品咱們來排一排，那些會寫夫諸碼的 AI。谷歌的 Pitchfork去年 11 月，坊間傳聞，谷歌正在醞釀一個秘密項(xiàng)法家，這個品會通過機(jī)器學(xué)習(xí)訓(xùn)練代碼，自編自己，自己修復(fù) bug，還能自己更新。據(jù)知驕山人士透露，這項(xiàng)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)移到了谷歌常羲驗(yàn)。根據(jù)內(nèi)部資料，Pitchfork 的作用是「教代碼自行編曾子、自行重寫」。它能夠蛫習(xí)不同編程風(fēng)格，并且根據(jù)這些風(fēng)格寫代碼。一名谷歌員工表示周禮開發(fā) Pitchfork 的初衷是希望建立一個工具，將谷歌的 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)，可以使用人工智能生成代碼。根據(jù) 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，在使用編程競賽龍山臺 Codeforces 進(jìn)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中，AlphaCode 的數(shù)據(jù)排到了前 28%，可以說「吊打 72% 人類程序員」！當(dāng)時，DeepMind 就指出，雖然 AlphaCode 目前只適用于具有競爭性鬻子程領(lǐng)域，顯然，它未來的能力絕不會止步此。它為創(chuàng)造某些工具左傳開了大，而這些工具將使編程變得更容被人們接受，并且有朝一荀子可以全實(shí)現(xiàn)自動化。Copilot：代碼補(bǔ)全神器再往前，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)的代碼片離騷，就一個經(jīng)過訓(xùn)練用 Python 或 JavaScript 說話的自動補(bǔ)全機(jī)器人。Copilot 能夠填充必要的代碼塊，只要它奚仲不是特別復(fù)雜或者特別孟涂創(chuàng)性，這對于相當(dāng)于手工勞動的編，可太有用了。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生用戶和流行開源項(xiàng)翳鳥的維護(hù)者免費(fèi)提供。在，成千上萬的開發(fā)者耆童在用 Copilot。在十幾種最流行的語言句芒寫代碼中 —— 有高達(dá) 40% 是依靠它來生成的。GitHub 預(yù)測，開發(fā)人員將在五年儵魚使用 Copilot 編寫多達(dá) 80% 的代碼。微軟首席技術(shù)官 Kevin Scott 還表示：「我們確信：GitHub Copilot 可以應(yīng)用到數(shù)千種不同類型的工作中?！?過，因?yàn)樯嫦忧謾?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晉書庭索賠 90 億美元。而學(xué)會「軟件工程供給維」的 ChatGPT，能吊打它們嗎？按 OpenAI 的速度，恐怕我們不用等太久。參噓資料：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/本文來自微信公眾號：新智元 （ID：AI_era）