DeepMind 的 NS 論文又新添一篇。
這回，是“資訊學競賽選手”AlphaCode，登上了最新一期 Science 封面。
對，就是那個悄悄潛入 10 場程式比賽敲程式碼，成績超過了一半人類的程式 AI。
並且就在這篇最新更新的論文中，DeepMind 還首次透露了 AlphaCode 的“一次通過率”：66%。也就是說，AlphaCode 近三分之二的提交，都是一次 AC（Accepted）的。
CMU 博世人工智慧中心教授 J. Zico Kolter 的最新評論文章也同時發表在了這一期 Science 上，他認為：「AlphaCode 不僅僅是複製現有的解決方案。在面對以前沒見過的程式題時，它表現得非常好，無論它是在多大程度上真正“理解”了這個任務。」
而在 DeepMind 的官方推特下，還有不少人把 AlphaCode 同當紅炸子雞 ChatGPT 聯絡了起來。
有人已經迫不及待看到兩者同台演出：
儘管 AI 程式領域，GitHub 的 Copilot 已經快進到收費模式，甚至還和程式設計師們“法庭上見”了。但在 DeepMind 看來，AlphaCode 還是頗有些不同之處。
一方面，程式競賽對於 AI 而言本身就是比純程式更為複雜的任務，關鍵是要為無法預見的問題建構解決方案。
另一方面，在架構上，AlphaCode 採用了不同的機制來編碼賽題文字。
值得一提的是，AlphaCode“打”的這 10 場程式比賽都來自 Codeforces。
相比其他針對演算法和資料結構的程式比賽，Codeforces 更偏好考查思維能力，這意味著 AI 無法僅僅通過“背題”來完成挑戰。
例如這是 Codeforces 上關於 1553D 問題的描述：
「有兩個字串 s 和 t，都是由小寫字母組成。對於字串 s，我們從前向後掃描整個字串。
如果按下 Backspace 鍵，就刪除該游標前到上一個未刪除字元之間的所有字元。」
也就是說，假設字串 s 是”abcbd”，你分別在第一個位置和第四個位置按下 Backspace，那麼將得到字串”bd”。
因為在第一個游標位置前沒有字元，所以第一次沒有動作。第四個游標位置前的字元是 c，上一個未刪除字元是 a，所以按下 Backspace 將刪除前三個字元”bd”。
針對這個“前提”，我們需要解決的問題如下：我們能否從前向後掃描一次 s 字串，讓 s 變為 t？如果可以就輸出 YES，否則輸出 NO。
針對這個問題，AlphaCode 給出的解法如下：
那麼，我們只需要給定輸入的字串數量（4）和具體的字串內容，就能讓程式輸出對應的結果：
第一組 ababa（ba），第二組 ababa（bb），第三組 aaa（aaaa），第四組 aababa（ababa）。
對此程式輸出的結果分別是 YES、NO、NO 和 YES。
在做題過程中，AlphaCode 的“解題思路”也不再是黑箱。它不僅成功解決了問題，還能將程式碼和注意力高亮的對應位置顯示出來：
上述還只是 AlphaCode 解的其中一道題。
整體來說，在 Codeforces 平台舉辦的程式比賽模擬評估中，AlphaCode 在超過 5000 名參與者的比賽中平均排名前 54.3%—— 擊敗了一半的選手。
並且第一次提交就通過的機率達到了 66%。
AlphaCode 是如何讀題寫碼的所以，AlphaCode 究竟是憑藉什麼原理達成這一“戰果”的呢？
它仍然基於預訓練-微調的範式打造，採用 Transformer 架構，其中編碼器具備“解讀能力”，解碼器則具備“寫碼能力”。
這次發表在 Science 上的論文，也給出了更直觀的原理圖，並以 Python 作為案例，講解具體訓練的過程。
在預訓練（pre-training）時，研究人員會先整理出 GitHub 上的各種程式碼集，並“喂”給 AlphaCode 上的編碼器和解碼器。
以 Python 上的 print (“hello”) 為例，這裡 print () 是一個常見的函數，即“列印輸出”，”hello”則是具體需要列印輸出的內容。
經過預訓練後的模型，就具備了基本的“按指令完成任務”的要求，其中編碼器負責生成指令，解碼器則負責填充剩餘的部分。
在微調（fine-tuning）環節，研究人員會整理出競爭性程式競賽的資料集，包括問題和解決思路兩部分，並以 GOLD 與 tempering 作為訓練目標，進一步減少搜尋空間。
其中，問題以註釋#的形式交給編碼器“學習”，解決思路則交給解碼器來嘗試理解：
微調完成後，解碼器就懂得通過編碼器生成註釋的內容，來嘗試輸出對應的程式碼。
經過預訓練-微調後，就來到了最終的評測環節。
Codeforces 的題目會被直接以註釋的形式交給編碼器，解碼器則嘗試輸出數百萬個不同的程式，對它們進行過濾和聚類（cluster）之後，提交其中的 10 個程式來解決問題。
（當然前面也提到，有不少問題在第一次提交後就通過了）
對於 AlphaCode 的出現，有程式設計師調侃稱“可以在藝術家旁邊排隊等領救濟糧了。”
不過，DeepMind 官方對於 AlphaCode 的定調並非“AI 版程式設計師”，而是希望它作為一個輔助的角色出現在程式工作中：我們希望它能作為軟體開發者的助手，尤其是為 0 程式基礎的人提供寫程式碼的機會。
論文地址：
參考連結：
本文來自量子位 （ID：QbitAI）
加入T客邦Facebook粉絲團 固定链接 'AI 程式師又贏了：AlphaCode 參加程式競賽66%題目一次看懂完成，成績超過一半程式設計師' 提交: February 14, 2023, 12:30am CST