凤凰网科技讯 北京时间5月27日消息，微软公布了将GPT-3引入编程的计划，这意味着人工智能将很快基于普通语言编写代码，尽管在一项最近的测试中人工智能编程挑战的成功率不高，相关研究人员仍然对该项领域的发展前景充满信心。
近年来，人工智能领域大放异彩，研究人员已经能够利用人工智能技术来改善编程语言之间的翻译或自动修复问题。例如，人工智能系统DrRepair已被证实能够解决大多数可能会产生错误的问题。不过，研究人员梦想着有朝一日人工智能可以根据非专家的简单描述进行程序编写。
新技术公布
“如果用自然语言描述您想做的事情，GPT-3将为您提供最相关的公式列表供您选择，”微软CEO萨蒂亚·纳德拉（Satya Nadella）在公司Build开发者大会上的主题演讲中曾表示道，“代码可以实现自动编写。”周二，微软和人工智能非营利组织Open AI共享了将GPT-3引入基于自然语言描述的编程的计划。此次计划是自微软去年向Open AI投资10亿美元并获得GPT-3的独家授权以来，GPT-3的第一个商业应用。
关于GPT-3
那么何为GPT-3? 它将如何操作呢?
微软副总裁查尔斯·拉玛纳（Charles Lamanna）告诉《连线》杂志，作为世界上最先进的文本生成模型之一，GPT-3的复杂性可以帮助人们应对复杂的挑战，并且同样适用于缺乏编程经验的人。GPT-3可将自然语言转换为PowerFx，PowerFx是一种相当简单的编程语言，类似于Microsoft在3月引入的Excel命令。
去年在微软的 Build开发者大会上，Open AI的CEO Sam Altman演示了一种语言模型，该语言模型已与GitHub上的代码进行了微调，它可自动生成Python代码行。事实上，像SourceAI这样的初创公司也正在使用GPT-3生成代码。
新技术并不顺利
微软的新功能是基于一种名为Transformer的神经网络架构，百度、谷歌、微软、英伟达（Nvidia）和Salesforce等大型科技公司都在使用这种网络，它利用从网络上提取的文本训练数据创建大型语言模型。而这些语言模型都在不断扩大。谷歌最大版本的BERT是2018年发布的语言模型，具有3.4亿个参数，是神经网络的组成部分。一年前发布的GPT-3有1750亿个参数。
不过，这项技术还有很长的路需要去探索，因为最近的一项测试结果显示，在一组人工智能研究人员编写的入门编程挑战中，最好的模型只有14%的成功率。尽管如此，进行这项研究的研究人员得出结论:“机器学习模型正在开始学习如何编码。”
前景广阔
为了挑战机器学习领域，衡量大型语言模型在编程方面的表现，上周，一群人工智能研究人员提出了使用Python自动编码的基准。
在该测试中，GPT-Neo（一种开源语言模型）的设计与Open AI的旗舰模型具有类似的体系结构，且其性能优于GPT-3。该论文的第一作者丹·亨德里克斯(Dan hendricks)说，这是由于使用从GitHub(一种用于协作编码项目的流行编程存储库)收集的数据对GPT-Neo进行了调整。
随着研究人员和程序员对关于语言模型如何简化编码等知识的深入了解，亨德里克斯相信将会有巨大的发展机会，因为基于Transformer架构的大型语言模型的应用程序可能会开始改变程序员的工作。他表示，最初，此类模型的应用将专注于特定任务，然后再扩展为更通用的编码形式。例如，如果程序员将一个问题的大量测试案例汇总在一起，那么语言模型可以生成建议不同解决方案的代码以供人们选择并决定出最佳行动方案。
未来，该项技术将会如何突破人类代码编写的限制与禁锢，我们目前或许不得而知，不过可以肯定的是，人工智能的应用将会使代码自动编写指日可待。（作者/严安）
（举报）
