來源：Open AI
編輯：小勻 Priscilla
【新智元導讀】剛剛，OpenAI 發(fā)布Codex的改進版本，將把API以私有測試版的形式發(fā)布。Codex是可以將自然語言轉(zhuǎn)換為代碼的AI系統(tǒng)，也就是那個為 GitHub Copilot提供「馬達」的模型。口頭命令令AI生成代碼的時代到來了。
只要你對這個AI發(fā)號施令，它就會將英語翻譯成代碼。add this image of a rocketship隨后，你的雙手離開鍵盤，AI會自動編程，這張火箭照片就被添加進來了：這就是OpenAI發(fā)布的一種新機器學習工具——Codex，可以將英語翻譯成代碼。哦對了，Codex也正是為GitHub Copilot提供動力的模型。剛剛，OpenAI發(fā)布了Codex的改進版本，API以私有測試版的形式發(fā)布出來，可以將自然語言轉(zhuǎn)換為代碼的AI系統(tǒng)。從GPT-3到DALL·E，不久前大熱的Copilot（背后也依賴Open AI的技術），OpenAI這是要徹底「砸了」程序員的飯碗嗎？然而，OpenAI的CTO和聯(lián)合創(chuàng)始人Greg Brockman則表示：「它消除了程序員繁瑣的工作。」
Codex不僅能夠收到指令后自行編程，還能夠開發(fā)個小游戲。問題不大，Open AI和微軟合作出了一個Word插件。研究人員用APPS數(shù)據(jù)集來測量不同語言模型的編碼挑戰(zhàn)能力。APPS含有5000次訓練和5000次代碼問題的測試。測試結(jié)果顯示，120億參數(shù)版的Codex能夠?qū)?/span>28.81%的問題給出正確答案。準確率遠遠超過「前浪」GPT-Neo和GPT-J。經(jīng)過不斷修正，最終Codex-12B的準確率提升到了72.31%！二、將這些小片段映射到現(xiàn)有的代碼中，不管它是一個庫、一個函數(shù)還是一個API。Codex的目的是讓編碼員在第一部分上花費更多時間，而不是第二部分。畢竟，大量的代碼都是在重復或直接抄襲別人之前所做的事情。當然，它可以是創(chuàng)造性的，但沒有人會在做基本的事情時發(fā)揮他們的想象力，比如部署一個網(wǎng)絡服務器來測試一點代碼。比如部署 Web 服務器來測試一些代碼。布羅克曼用一條簡單的線做到了這一點——「創(chuàng)建一個說明這一點的網(wǎng)頁」。利用Codex，一秒鐘后，就有十幾行JavaScript以完全標準的方式做了這件事。上面說了Codex不少優(yōu)點，可以幫助用戶使用新的代碼庫，減少上下文切換。但Open AI也承認，Codex還有許多不足之處。它的訓練集上有數(shù)十億行代碼，包括來自GitHub的Python代碼。多有經(jīng)驗的開發(fā)人員也不會遇到這么多代碼啊！但就算有這么多行代碼的訓練，計算機科學的學生可能比Codex-12B更能解決問題。比如Codex演示人員下了一個指令：Say Hello World with empathy除此之外，Open AI很實誠地在論文的預印本中指出Codex的其它缺點：因為互聯(lián)網(wǎng)上的訓練集或多或少帶有種族歧視，經(jīng)過訓練后的Codex也會帶有偏見。Codex的出現(xiàn)會對程序員的就業(yè)市場產(chǎn)生沖擊。大規(guī)模參數(shù)量還會產(chǎn)生大量碳足跡。目前Open AI Codex還處于私測階段，后續(xù)會繼續(xù)擴大規(guī)模。參考資料：
https://www.twitch.tv/videos/1114111652
https://arxiv.org/abs/2107.03374
https://openai.com/blog/openai-codex/#helloworld
