„DeepMind“ tvirtina, kad „AlphaCode“ gali susitvarkyti su programavimo problemomis, kurioms spręsti būtina sujungti logiką, kritinį mąstymą ir gebėjimą suprasti natūralią kalbą. Šis įrankis dalyvavo svetainės „Codeforces“, kur žmonės tikrina savo programavimo įgūdžius, 10-yje programavimo varžybų raundų. „AlphaCode“ atsidūrė medianinio dalyvio lygyje. „DeepMind“ sako, kad tai pirmas kartas, kai programinės įrangos DI sistema programavimo konkurse pasiekė tokį konkurencingą lygį.
„AlphaCode“ buvo sukurtas neuroninius tinklus treniruojant daugybe programavimo pavyzdžių iš programinės įrangos repozitorijos „GitHub“ ir ankstesnių „Codeforces“ turnyrų dalyvių. Pateikus sistemai naują problemą, ji sukuria daugybę sprendimų C++ ir „Python“ programavimo kalbomis. Tuomet jie filtruojami ir sudaromas top 10. Kai buvo tikrinamas „AlphaCode“, šiuos sprendimus vertino žmonės – ir turnyrui pateikdavo geriausius.
Programinio kodo kūrimas DI – itin kebli problema, nes sunku įvertinti kaip arti sėkmės yra konkretus rezultatas. Užstringantį ir užduoties neatliekantį programinį kodą nuo idealaus sprendimo gali skirti vienas rašybos ženklas, o daugybė veikiančių sprendimų gali radikaliai skirtis. Be to, kad galėtų spręsti programavimo turnyro užduotis, DI privalo suprasti problemos aprašymą anglų kalba.
„Microsoft“ priklausantis „GitHub“ pernai sukūrė panašų, bet labiau ribotą įrankį „Copilot“. „GitHub“ repozitorijoje milijonai žmonių dalinasi programų kodais ir organizuoja programinės įrangos projektus. „Copilot“ šiuo kodu treniravo neuroninį tinklą, ir taip šis gebėjo spręsti panašias programavimo užduotis.
Bet tai buvo kontroversiškas įrankis – nes daugelis tvirtino, kad jis gali tiesiog plagijuoti treniruočių duomenis. Armin Ronacher iš programinės įrangos kompanijos „Sentry“ išsiaiškino, kad įmanoma liepti „Copilot“ pasiūlyti autorių teisėmis apsaugotą programos kodą iš 1999 metų kompiuterinio žaidimo „Quake III Arena“, kartu su originalaus programuotojo komentarais. Šio kodo be leidimo naujai panaudoti negalima.
Paleidžiant „Copilot“ „GitHub“ sakė, kad apie 0,1 proc. jo pateikiamų kodo pasiūlymų gali būti „šiek tiek“ paraidinio treniravimo medžiagos kodo. Kompanija taip įspėjo, kad įmanoma, jog „Copilot“ pateiks tikrus asmeninius duomenis, tokius, kaip telefonų numeriai, e.pašto adresai ar vardai – ir kad pateikiame kode gali būti „šališkų, diskriminuojančių, piktavališkų ar įžeidžiančių rezultatų“ ar juose gali būti saugumo spragų, todėl prieš naudojant, jie turėtų būti patikrinti ir išbandyti.
„AlphaCode“, kaip ir „Copilot“, iš pradžių buvo treniruojamas viešai prieinamais „GitHub“ esančiais kodais. Tada buvo patobulintas programavimo konkursų kodais. „DeepMind“ sako, kad „AlphaCode“ ankstesnių pavyzdžių programinių kodų nekopijuoja. Sprendžiant iš „DeepMind“ pranešime pateiktų pavyzdžių, atrodo, problemos buvo išspręstos ir kopijuojama tik šiek tiek daugiau treniravimo medžiagos duomenų, nei tai daro žmonės, sako Riza Theresa Batista-Navarro iš Mančesterio universiteto (JK).
Bet atrodo, kad „AlphaCode“ buvo taip gerai suderinta spręsti sudėtingas problemas, kad ankstesni geriausi DI programavimo įrankiai vis dar lenkia jį, atliekant paprastesnes užduotis, teigia ji.
„Pastebėjau, kad nors „AlphaCode“ geba pralenkti tokius tobuliausius DI kaip GPT turnyro užduotyse, įžanginio lygio iššūkius jis įveikia santykinai prastai, – sako R.T.Batista-Navarro. – Spėju, jie norėjo atlikti turnyro programavimo užduotis, sudėtingesnes nei pradinio lygio programavimo problemas. Bet panašu, kad šis modelis buvo taip gerai suderintas sudėtingoms problemoms, kad jis tam tikra prasme pamiršo pradinio lygio problemas“.
„DeepMind“ komentarų apie visa tai nepateikė“ bet Oriolas Vinyalsas iš „DeepMind“ pranešime sakė: „Niekada nesitikėjau, kad MM [mašininis mokymasis] tarp varžovų pasieks maždaug vidutinį žmonių lygį. Kaip bebūtų, tai rodo, kad dar laukia daug darbo, kad būtų pasiektas geriausių varžovų lygis ir patobulintos mūsų DI sistemos problemų sprendimo galimybės“.
Parengta pagal „New Scientist“.
