新智元報道

編輯：編輯部

【新智元導讀】谷歌神秘項目Pitchfork曝光！這次，會有多少碼農被迭代？

(資料圖片)

做一個程序員，壓力有多大？

反正，最近的一個傳聞，是讓碼農們瑟瑟發抖。

傳說谷歌正在研發一個秘密的新項目，教AI寫代碼。

據說，學會之后，AI不僅能寫代碼，還會修復bug。

寫代碼這件事，就應該讓代碼自己來

傳聞，谷歌的這個秘密項目，會通過機器學習訓練代碼，讓它們自己編自己，自己修復bug，還能自己更新。

這個項目表明，谷歌向生成式人工智能（generational artificial intelligence）更近了一步。

現在的AI，是愈發無所不能了。它們可以創建圖像、視頻，還能寫代碼。

如果這個AI再進化下去，未來還需要寫代碼的碼農嗎？

據知情人士透露，這個項目起初是由Alphabet的登月部門——X部門開發的，代號為Pitchfork。

今年夏天，它被轉移到了谷歌實驗室。

眾所周知，谷歌實驗室看重的是「長期投資」，包括VR和AR項目。

現在，Pitchfork已經成為了谷歌實驗室下「AI開發者援助團隊」的一名員工。

根據內部資料，Pitchfork的作用是「教代碼自行編寫、自行重寫」。

它能夠學習不同的編程風格，并且根據這些風格寫出代碼。

現在，這個團隊正在探索不同的用例，來幫助開發者。

一名谷歌員工表示，開發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。

在不用雇傭多余軟件工程師的情況下，怎么從一個版本過渡到下一個版本呢？

Pitchfork應運而生。

團隊負責人Hatalsky表示，隨著時間的推移，Pitchfork項目的目標逐漸變成了建立一個通用系統。

從去年年底開始，Pitchfor已經可以降低for X的成本。

AlphaCode：吊打72%程序員

其實，AI編程這件事，早就不新鮮了。

2022年2月，Alphabet的另一家子公司、谷歌的兄弟公司DeepMind，就推出了一個名為「AlphaCode」的系統，可以使用人工智能生成代碼。

根據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個現有競賽來測試AlphaCode，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，在使用編程競賽平臺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中，AlphaCode的數據排到了前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性編程領域，但顯然，它未來的能力絕不會止步于此。

它為創造某些工具打開了大門，而這些工具將使編程變得更容易被人們接受，并且有朝一日可以完全實現自動化。

Copilot：程序員的好幫手

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的代碼片段，就像一個經過訓練用Python或JavaScript說話的自動補全機器人。

Copilot能夠填充必要的代碼塊，只要它們不是特別復雜或者特別有創造性，這對于相當于手工勞動的編程，可太有用了。

此外，Copilot還優化了多名程序員間的線上協作功能，因此，它是生成式AI早期最成功的項目之一。

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，并向學生用戶和流行開源項目的維護者免費提供。

現在，成千上萬的開發者都在用Copilot。

在十幾種最流行的語言編寫代碼中——有高達40%是依靠它來生成的。

GitHub預測，開發人員將在五年內使用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可以應用到數千種不同類型的工作中。」

不過，因為涉嫌侵權，在發布不到5個月后，Copilot已經被憤怒的程序員一舉告上法庭，索賠90億美元。

Codex：AI實時自動編程

OpenAI開創了文本生成的先河。

從2019年，OpenAI開始使用一種名為GPT-2的算法，在業內引發轟動；2021年底，OpenAI推出了GPT-2的升級版GPT-3，可供任何人使用。

GPT-3擁有1750億個參數，是上一代模型GPT-2的100倍，也一舉將此前同類NLP模型的參數紀錄提升了10倍。

在圖像生成領域，OpenAI在2021年1月官宣了DALL-E，它可以為文本提示生成原始圖像。

在2022年4月，DALL-E 2發布，它能夠渲染更復雜的圖像。

2021年6月30日，通過搭載自家的Codex模型，OpenAI與GitHub聯合發布了 「AI代碼補全神器」GitHub Copilot。

不過當時，Codex并沒有透露過多細節，始終保持著神秘感。

去年8月10日，OpenAI終于推出了改進版本的Codex，還發布了基于自身API的私測版。

與之前的版本相比，Codex的改進版本不僅可以解讀簡單的自然語言命令，還可以自動創建并完成代碼，更加靈活和先進。

例如在OpenAI的太空游戲《space game》中，用戶輸入自然語言命令「Make it be smallish」，Codex系統便會自動生成控制代碼，使圖中飛船的尺寸就縮小。

另外，還有一個能自己寫軟文的神奇工具——Jasper。

「Jasper」是一款AI內容平臺，搭載GPT-3的文本生成技術，可幫助人類突破創意障礙，并以10倍的速度自動生成文本供公司使用，用于營銷、博客和電子郵件等。

就在10月，Jasper宣布籌集了1.25億美元的資金，目前估值已達15億美元，并聲稱有望在今年帶來7500萬美元的收入。

從去年到今年，井噴的生成式AI

要說現在業界最火熱的詞匯，「生成性人工智能」肯定是其中之一。

用技術一點的說法，「生成性人工智能」是指無監督和半監督的機器學習算法，它使計算機能夠使用文本、音頻和視頻文件、圖像甚至代碼，來創建新內容。

AI根據用戶提示生成的藝術作品、文本和代碼，一次次讓人類驚艷。

Gartner在「2022 年新興技術和趨勢影響雷達報告」中，就將生成式AI列為能帶來生產力革命的技術之一。

根據Gartner的預測，到2025年，生成式AI將生成所有數據的10%（現在不到1%），以及面向消費者用例的所有測試數據的20%。

并且，到2025年，50%的藥物發現和開發都會使用生成式AI。

投資人工智能的大型生物制藥公司

而到2027年，30%的制造商將使用生成式AI來提高產品開發效率。

現在，生成式AI已經引發了硅谷的「淘金熱」。

風投公司紅杉資本就在最近的一篇博文中，闡述了生成人工智能的潛力，涉及語音合成、視頻編輯、生物和化學等領域。

在文章最后，該公司得出結論：在未來，所有的圖像，以及一部分文本和算法，都是使用AI生成的。

人類會因為AI而失業嗎？

可以預見，隨著生成式人工智能井噴，未來也將有更多、更先進的AI編程模型陸續出現，擠壓程序員的生存空間。

那么，人類程序員會因為AI技術的發展而失業嗎？

一個業界共識是：想要取代人類，「AI程序員」們還有許多問題需要解決。

這主要體現在「商業化前景」和「法規倫理」兩個方面。

Foundation Capital的合伙人、Jasper的早期投資者Joanne Chen表示，想要將一家生成式AI工具變成一家有價值的公司仍然很困難。

前不久，「AI編程神器」Kite宣布停止開發，運營僅8年便徹底涼涼。

在發布于Kite官網的最后一期博客中，創始人Adam Smith表示「我們擁有了50萬名月活用戶，但幾乎沒有產生任何收入。」

他認為僅僅使開發人員在編寫代碼時速度提高18%，這對于他們來說也不夠轟動，也并不足以使他們花錢購買增值服務。

產品的商業化前景不夠明晰，這或許也是許多付費AI輔助軟件的通病。

「倫理與版權」則是阻礙生成式AI技術走入人們生活的另一只攔路虎。

本月早些時候，GitHub就被提起集體訴訟，指控使用了Copilot工具使用人工智能復制開源代碼，并視軟件隱私于不顧。

一些開發人員也抱怨，Copilot所建議的代碼看起來像他們自己的工作。

雖然GitHub表示，在極少數情況下，該工具會生成復制的代碼，當前版本試圖過濾和阻止與GitHub公共存儲庫中現有代碼匹配的建議。但這仍然在一些程序員社區中產生了相當大的焦慮。

Chen還表示，生成式人工智能的熱潮可能意味著監管的缺位，并使它們用于「一些令人討厭或危險的用途」。例如制作傳播錯誤信息的視頻等。

因此就谷歌可能推出的Pitchfork來說，雖然該項目尚處于早期階段，但仍需要考慮如何訓練這些模型的棘手倫理問題，例如偏見和潛在的版權問題。

所以，程序員是在自己「殺」自己么？

關鍵詞： 人工智能 github copilot pitchfork