最新的AI会“杀死”编程吗？

大数据文摘授权转载自数据派THU

现在，AI可以使用任何语言进行编码，而无需额外的培训。

2017年，有研究人员问：人工智能能否在2040年之前编写出大多数代码？测试人员现在正在使用OpenAI的GPT-3已经可以使用任何语言进行编码。机器主导的编码几乎就差临门一脚了。

GPT-3接受了数千亿个单词的训练，或者说基本上整个互联网都参与了训练，这就是为什么它可以使用CSS，JSX，Python等任何你能说出名字的语言进行编码的原因。

此外，GPT-3无需对各种语言任务进行“训练”，因为其训练数据包罗万象。相反，当你给出琐碎的指令时，网络会被手头上的任务限制住。

GPT通过将有监督学习与无监督的预训练相结合（或将无监督步骤的参数用作有监督步骤的起点），实现了语言任务的最先进水平。与下一代相比，GPT很小。它仅利用了一台8CPU机器在几千本书上进行训练。

GPT-2极大地扩展了内容，包含10倍的参数，并加入了10倍以上的训练数据。尽管如此，该数据集还是相对有限的，它专门使用“至少运用了3个karma的Reddit出站链接”进行训练。GPT-2被描述为一个“类似变色龙”的合成文本生成器，但在诸如回答问题，总结或翻译之类的下游任务中并不是最先进的。

（照片来自Hans-Jurgen Mager）

GPT-3是AI世界中最新，最强大的工具，它在一系列任务中达到了最先进的水平。它的主要突破是消除了针对特定任务微调的需求。在大小方面，该模型再次大幅扩展，达到了1,750亿个参数，是其前身规模的116倍。

然而，GPT-3完全不需要训练（零次学习的例子），单次学习或多次学习会使它丧失原本优秀的性能。

情况是这样：测试人员正在使用GPT-3来生成能掌握必要繁琐知识的有效代码从按钮到数据表，甚至重新创建Google主页。这些示例都是通过零样本学习完成的。

除了AI的飞速发展外，另外两个主要的技术趋势也使编程工作在未来不稳定的现实变得更为严峻：无代码和AutoML。

无代码是指可视化工具，使任何人都可以轻松构建新产品，无论是网站，设计，数据分析还是模型。WordPress，Wix和Shopify是无代码工具的典范，它使数以百万计的人能够自己做事，而不必雇用开发人员或设计师。

第二个趋势是AutoML，即自动机器学习，它大大缩短了将AI投入生产的时间。

诸如Apteo之类的工具结合了这些趋势，使任何人都可以部署AI模型而无需任何编码技能。

GPT-3将引发另一波无代码和AutoML工具的浪潮。许多潜在的雇主会选择这些工具，而不是雇用昂贵的程序员。

自然地，技能最差的程序员将是最先离开的人群，而专家将享有更长的工作安全性-与任何领域一样。

要将GPT-3定向到特定的语言任务，只需简单地把你希望实现的示例提供给它。因此，您可以指导GPT-3编写代码，也可以指导它编写诗歌，音乐，社交媒体评论或任何其他文本。

例如，如果您要生成新闻文章，则可以输入诸如“美国卫理公会同意历史性分裂”之类的标题，以及诸如“反对同性婚姻的人将构成自己的宗派”之类的副标题。

输入这些，GPT-3产生以下结果：

“经过两天的激烈辩论，卫理公会联合会达成了历史性的分裂-预期将以新教派的创建而告终，根据《华盛顿邮报》的说法，该教派将是“神学上和社会上的保守派”。参加5月教堂年度大会的大多数代表投票表决，加强了对LGBTQ神职人员排序的禁令，并制定了新规则，将“纪律”主持同性婚礼的神职人员。但是那些反对这些措施的人有一个新计划：他们说到2020年他们将组成一个单独的教派，称他们的教会为基督教卫理公会派教徒……”

只有12％的人类正确地指出这是由AI编写的。88％被骗了。

就像人类一样，GPT-3可以仅通过一个例子就学会新单词。例如，给定上下文：

“ Burringo”是具有非常快的加速度的汽车。一个使用Burringo单词的句子的示例是：

GPT-3输出：

在我们的车库中，有一个父亲每天开车去工作的Burringo。

这些结果令人激动。请记住，人工智能的发展必然的，因此对当前性能的任何批评都将化为乌有。

GPT可以编写代码，或者可以编写任何东西，但是它也可以生成图像。

这怎么可能？

可以在像素序列而不是文本编码上训练相同的模型体系结构，从而生成新的图像而不是新的文本。实际上，它在这方面如此出色以至于可以与顶级CNN竞争。

我之所以提及这一点，是因为它表明GPT（及下一代）不仅具有某一天取代编码器的潜力，而且鉴于其通用性，还可以取代整个行业。

GPT-3令人难以置信的性能已经使许多人相信超级智能比我们想象的要近，或者至少，人工智能生成代码比我们想象的要近。它会产生创造性的、有见地的、深刻甚至美丽的内容。有关GPT-3的更多创造性示例（并且如果您需要更相信它的强大，请查看Gwern的这篇文章）：

https://www.gwern.net/GPT-3#effective-prompt-programming

相关报道：

点「在看」的人都变好看了哦！