設計自己的程序的計算機

計算機程序員可能很快就會設計出最終的程序：設計程序的程序。上周，由英特爾機器編程研究小組主任賈斯汀·戈茨利希(Justin Gottschlich)領導的團隊宣布，將創建一種新的機器學習系統，該系統可設計自己的代碼。他們將系統稱為MISIM，機器推斷的代碼相似性。

Gottschlich解釋說：“英特爾機器編程的最終目標是使軟件創建民主化。一旦完全實現，機器編程將使每個人都能以最適合自己的方式表達意圖，無論是代碼，自然語言還是其他方式，來創建軟件。這是一個大膽的目標，盡管還有很多工作要做，但MISIM是邁向這一目標的堅實一步。”

該系統分析了一段代碼，由于可以“理解”代碼要完成的工作，因此可以從其存儲庫中查找代碼并搜索為類似任務設計的代碼。然后，它可以為更快或更有效的編碼提供建議，以實現相同的任務。

約翰·卡馬克(John Carmack)是負責Wolfenstein 3-D，Doom和Quake等游戲的杰出計算機程序員，最近觀察到，盡管在機器編程的許多領域都取得了很大進步，但自動計算機生成代碼領域并不總是優先考慮的問題。 。

“我曾經說過AI研究似乎對編程工作的自動化有一個奇怪的盲點，我懷疑潛意識的自我保護偏見。最近(幾乎是偶然的)發現GPT-3可以寫代碼的確會產生輕微的顫抖。”

他指的是最近發布的Generative Pretrained Transformer 3(簡稱GPT-3)，與MISIM一樣，它已經成功地創建了多種編程語言的代碼。人工智能實驗室OpenAI在機器學習模型(例如GPT-3)方面取得了重大進展。它經過訓練，擁有1750億個參數的存儲庫，并且能夠根據簡單的非技術性指令生成代碼。例如，受命設計“看起來像西瓜的按鈕”，GPT-3生成了用于網頁演示的HTML代碼，并帶有交互式西瓜提示。

GPT-3能夠以多種編程語言編寫代碼的能力，對于那些依賴于基于陳舊的，幾乎已經過時的編程的計算機系統的機構而言，尤其具有吸引力。一些美國政府機構擁有幾十年前設計的計算機系統。

MISIM背后的團隊包括英特爾，麻省理工學院和喬治亞理工學院的研究人員。

MISIM并不是第一個比較代碼片段的系統，但是它的創建者說它的準確率是最接近的競爭對手的40倍。

瑞士公司DeepCode的CTO Veselin Raychev表示，機器學習在簡化極其耗時的錯誤檢測流程方面邁出了令人振奮的一步。DeepCode專門從事高級錯誤檢測軟件。但是，Raychev說，機器學習會產生太多的誤報。

他說：“實際上它們還不存在。”

誤報的原因之一是，除非定義了錯誤，否則AI不會善于發現錯誤。但是MISIM系統不依賴這樣的定義。相反，通過將新程序與先前確定為正確的代碼進行比較，當檢測到可能是錯誤的重大差異時，它可以發出一個標志。

Gottschlich說，隨著MISIM的成熟和擴展其將簡單的英語指令轉換為編程代碼的能力，每個人都可以設計自己的程序。

Gottschlich說：“為手機構建一些小的應用程序或類似的東西對您的日常生活有幫助-我認為這些應用程序相距不遠。” “我希望有80億人以最自然的方式創建軟件。”