Egy átlagos programozóval már simán felveszi a versenyt a mesterséges intelligencia
Gyakran felvetődik, hogy a technológiai fejlődés miatt kik veszítik el leghamarabb a munkájukat. Általában a manuális, ismétlődő feladatokat végzőket említik ilyenkor, de nemcsak a robotizáció, a mesterséges intelligencia is felforgathatja a munkaerőpiacot. Programozókból folyamatosan hiány van, a DeepMind most viszont bebizonyította, hogy ezen a területen is előre törhetnek a gépi megoldások.
A sakkozó vagy épp a fehérjék szerkezetét feltáró mesterséges intelligenciáival már világhírnévre szert tett londoni központú cég ezúttal olyan MI-t alkotott, amely képes összetett szoftverek programját megírni. Az új AlphaCode rendszer a gyártók szerint meg tud oldani olyan problémákat, amelyekhez a logikai és kritikai gondolkodás, valamint az emberi nyelv megértése szükséges – írja New Scientist.
Az AlphaCode-nak keresztelt mesterséges intelligenciát elindították egy programozó versenyen. A Codeforces versenyén a programozók között a sakkban használatos pontszámokhoz hasonló módon állapították meg a helyezettek sorrendjét.
Ez az első eset, hogy egy mesterséges intelligencia egy programozó versenyen ilyen szinten megállta a helyét – állítják a tervezők. Mike Miryazanov, a Codeforce társalapítója bevallotta, hogy az elején kételkedett az AlphaCode sikerében, mert még a legegyszerűbb versenyfeladatoknál sem csupán az algoritmusok ismeretére van szükség, kell hozzá kreativitás is. Az eredmény alapján viszont most már úgy látja, hogy ígéretes új versenyző mutatkozott be.
Az AlphaCode egy neurális hálózat, amit kódmintákkal tanítottak. Forrásként egyrészt a Microsfot tulajdonában lévő GitHub szoftver-tárházat, másrészt pedig a Codeforces korábbi versenyzőinek anyagát használták fel. A mesterséges intelligenciát először a GitHubon nyilvánosan elérhető kódokkal tanították. Ezt követően dolgozták fel a programozó versenyek anyagait. A Google által 2014-ben megvásárolt DeepMind ugyanakkor fontosnak tartotta közölni: az AlphaCode nem másol semmilyen korábbi kódot.
Amikor a program egy új problémával szembesül, nagyszámú megoldást kínál C++ és Python programozó nyelven egyaránt, majd szűri ezeket és kiválasztja a tíz legjobbat.
A programozó versenyek feladatainak megoldásához arra is szükség van, hogy az AI pontosan értse a probléma angol nyelvű leírását.
Riza Theresa Batista-Navarro, a manchesteri egyetem kutatója a DeepMind által közzétett példákból azt szűrte le, hogy AlphaCode képes problémákat megoldani, miközben csak egy kicsivel több kódot másol le a kiképző adatokból, mint az emberek, de sokkal összetettebb feladatokkal is megbirkózik, mint az eddigi csúcstechnológiás mesterséges intelligencián alapuló kódoló eszközök, például a GPT.
Oriol Vinyals, a DeepMind vezető kutatója úgy nyilatkozott, hogy a kísérletek még a kezdeti stádiumban vannak, de az eredmények biztatóak. A cél olyan mesterséges intelligencia létrehozása, amely képes lesz önállóan megoldani azokat a kódolási feladatokat, amelyeket ma még csak emberek tudnak. Hosszú távon pedig azt remélik, hogy az AlphaCode segíti majd a programozókat és a nem szakembereket is a kódírásban, növelve ezzel a termelékenységet és új utakat nyitva a szoftver-készítésben – mondta Vinyals.