[[402739]]

「我是一個(gè)懶惰而無知的準(zhǔn)計(jì)算機(jī)科學(xué)家，所以我試圖讓計(jì)算機(jī)自己編程。」

在最新的推文中，Yann LeCun「懶洋洋」地寫道。

近年來，研究人員已經(jīng)使用人工智能來改善編程語言之間的翻譯或自動(dòng)修復(fù)問題。例如，人工智能系統(tǒng)DrRepair已被證明可以解決大多數(shù)產(chǎn)生錯(cuò)誤信息的問題。但研究人員還是夢想有一天，人工智能可以根據(jù)非專家的簡單描述來編寫程序。

換言之，這給我們留了個(gè)疑問：代碼能自己寫嗎？

近日，微軟透露計(jì)劃將以生成文本而聞名的GPT-3引入編程。首席執(zhí)行官薩提亞-納德拉說：「如果你能用自然語言描述你想做什么，GPT-3 將生成一個(gè)最相關(guān)的公式列表供你選擇。代碼自己寫。」

Charles Lamanna 說，GPT-3 提供的復(fù)雜性可以幫助人們應(yīng)對(duì)復(fù)雜的挑戰(zhàn)，并為幾乎沒有編碼經(jīng)驗(yàn)的人們提供支持。GPT-3 將自然語言翻譯成 PowerFx，這是一種相當(dāng)簡單的編程語言，類似于微軟在 3 月份推出的 Excel 命令。

GPT-3終于派上用場了！

微軟的新功能基于稱為Transformer的神經(jīng)網(wǎng)絡(luò)架構(gòu)，包括百度，谷歌，微軟，Nvidia和Salesforce在內(nèi)的大型科技公司都使用該網(wǎng)絡(luò)，使用從網(wǎng)絡(luò)上抓取的文字訓(xùn)練數(shù)據(jù)來創(chuàng)建大型語言模型。

去年9月，微軟從OpenAI手里拿過了GPT-3的獨(dú)家授權(quán)，微軟執(zhí)行副總裁兼 CTO Kevin Scott 表示：「讓最前沿的人工智能研究走向民主」！

至此，從最初10億美元的投資，到去年Build宣布的為OpenAI設(shè)計(jì)的AI超算，再到獲得GPT-3獨(dú)家授權(quán)，微軟成功「奪得」OpenAI.

OpenAI聯(lián)合創(chuàng)始人老馬：the opposite of open.

是的，OpenAI不Open了。

還有網(wǎng)友干脆表示：OpenAI也可以改名ClosedAI.

如此布局，微軟到底拿GPT-3做什么了？

今年的Build大會(huì)，微軟宣布了。

Power Apps是微軟2015年推出的小程序開發(fā)軟件，屬于Power Platform的一個(gè)應(yīng)用，利用它，無需代碼編程，人人都能像設(shè)計(jì)PPT一樣開發(fā)App.

現(xiàn)在，微軟又為Power Apps加入了GPT-3。

Power Platform包含Power BI，Power Apps，Power Automate和Power Virtual Agents. 這四部分覆蓋了從非技術(shù)人員到專業(yè)軟件開發(fā)人員的所有低代碼開發(fā)需求。

而低代碼開發(fā)，就是以「拖-拉-拽」的可視化方式，讓開發(fā)人員以最少量的代碼快速開發(fā)應(yīng)用軟件。

此次微軟將GPT-3首次集成到Power Apps使用的低代碼編程語言Power Fx中，無疑是開啟了GPT-3作為基礎(chǔ)性的新技術(shù)的「商用」新征程。

Power Fx依托于Microsoft Excel，比傳統(tǒng)的編程語言更易于使用，但在過去用它創(chuàng)建復(fù)雜的數(shù)據(jù)查詢?nèi)匀皇且粋€(gè)比較艱難的學(xué)習(xí)過程。

比如，我們想實(shí)現(xiàn)一個(gè)「找到所有在美國訂閱過期的用戶」的指令，過去在Power Fx上，我們需要構(gòu)建一個(gè)Power Fx語句來實(shí)現(xiàn)查找，但現(xiàn)在有了GPT-3，我們只需要把我們的需求以正常的語言表達(dá)輸入進(jìn)去，它就可以直接幫你翻譯成Power Fx的代碼語句，比如像下面圖片顯示的一樣。

Power Apps就像是我們?cè)谒阉骺蛑休斎雴栴}，再從眾多搜索結(jié)果中進(jìn)行選擇一樣，GPT-3會(huì)針對(duì)你的輸入的語句返回多個(gè)Power Fx公式建議，然后，開發(fā)者可以選擇自己覺得最合適的公式。

要「淘汰」程序員？最佳模型：只有 14% 的成功率

雖然目前這個(gè)功能并不能完全代替一個(gè)人理解后所執(zhí)行的代碼，但能夠在很大程度上幫助開發(fā)人員做出正確的選擇。

在最近的一項(xiàng)測試中，最好的模型在由一組 AI 研究人員編制的介紹性編程挑戰(zhàn)中只有 14% 的成功率。

盡管如此，進(jìn)行這項(xiàng)研究的研究人員得出的結(jié)論是，測試證明「機(jī)器學(xué)習(xí)模型正在開始學(xué)習(xí)如何編碼」。

為了挑戰(zhàn)機(jī)器學(xué)習(xí)社區(qū)并衡量大型語言模型在編程方面的表現(xiàn)如何？上周，一群AI研究人員提出了使用Python自動(dòng)編碼的基準(zhǔn)。

在該測試中，GPT-Neo（一種開放源語言模型）的設(shè)計(jì)與OpenAI的旗艦?zāi)Ｐ途哂蓄愃频捏w系結(jié)構(gòu)，其性能優(yōu)于GPT-3。該論文的主要作者Dan Hendrycks說，這是由于使用從GitHub收集的數(shù)據(jù)對(duì)GPT-Neo進(jìn)行了微調(diào)的事實(shí)，GitHub是一種流行的協(xié)作編碼項(xiàng)目編程存儲(chǔ)庫。

而使用這樣的AI模型的重要意義在于，可以促進(jìn)「低代碼工具」向更大的受眾群體普及，也就意味著未來人人都可以「自學(xué)成才」，成為開發(fā)者。

至此，正式投入商用的GPT-3就不再是reddit上編故事的水軍了。

它的加入，會(huì)成為程序員更大的威脅嗎？

有網(wǎng)友表示：it will！

你覺得呢？