لقد أنشأت DeepMind ملف نظام AI يسمى AlphaCode التي تقول “يكتب برامج الكمبيوتر على مستوى تنافسي”. اختبرت شركة Alphabet الفرعية نظامها ضد تحديات الترميز المستخدمة في المسابقات البشرية ووجدت أن برنامجها قد حقق “مرتبة تقديرية” مما جعله ضمن أعلى 54 بالمائة من المبرمجين البشريين. والنتيجة هي خطوة مهمة للأمام بالنسبة للترميز المستقل ، كما يقول DeepMind ، على الرغم من أن مهارات AlphaCode لا تمثل بالضرورة نوع مهام البرمجة التي يواجهها المبرمج العادي.

أخبر أوريول فينيالس ، عالم الأبحاث الرئيسي في DeepMind الحافة عبر البريد الإلكتروني أن البحث كان لا يزال في مراحله المبكرة ولكن النتائج جعلت الشركة أقرب إلى إنشاء ذكاء اصطناعي مرن لحل المشكلات – وهو برنامج يمكنه التعامل بشكل مستقل مع تحديات الترميز التي هي حاليًا مجال البشر فقط. “على المدى الطويل ، نحن متحمسون [AlphaCode’s] إمكانية مساعدة المبرمجين وغير المبرمجين على كتابة التعليمات البرمجية ، أو تحسين الإنتاجية أو إنشاء طرق جديدة لصنع البرامج ، “قال فينيالز.

تم اختبار AlphaCode ضد التحديات برعاية الرموز، منصة ترميز تنافسية تشارك المشكلات الأسبوعية وتصدر تصنيفات للمبرمجين مماثلة لنظام تصنيف Elo المستخدم في لعبة الشطرنج. تختلف هذه التحديات عن نوع المهام التي قد يواجهها المبرمج أثناء إنشاء تطبيق تجاري ، على سبيل المثال. إنها أكثر اكتفاءً بذاتها وتتطلب معرفة أوسع بكل من الخوارزميات والمفاهيم النظرية في علوم الكمبيوتر. فكر فيها على أنها ألغاز متخصصة جدًا تجمع بين المنطق والرياضيات وخبرة الترميز.

في واحد مثال التحدي التي تم اختبار AlphaCode عليها ، يُطلب من المنافسين إيجاد طريقة لتحويل سلسلة واحدة عشوائية متكررة س و ر الأحرف في سلسلة أخرى من نفس الأحرف باستخدام مجموعة محدودة من المدخلات. لا يستطيع المتسابقون ، على سبيل المثال ، كتابة أحرف جديدة فقط ، ولكن يتعين عليهم بدلاً من ذلك استخدام أمر “backspace” الذي يحذف عدة أحرف في السلسلة الأصلية. يمكنك قراءة وصف كامل للتحدي أدناه:

الصورة: DeepMind / Codeforces

تم إدخال عشرة من هذه التحديات في AlphaCode بنفس التنسيق تمامًا المعطى للبشر. أنتج AlphaCode بعد ذلك عددًا أكبر من الإجابات الممكنة وقام بتصفية هذه الإجابات عن طريق تشغيل الكود والتحقق من المخرجات تمامًا كما قد يفعل أي منافس بشري. قال يوجيا لي وديفيد تشوي ، الرئيسان المشاركان في ورقة AlphaCode ، “العملية برمتها تلقائية ، بدون اختيار بشري لأفضل العينات” الحافة عبر البريد الإلكتروني.

تم اختبار AlphaCode على 10 من التحديات التي واجهها 5000 مستخدم على موقع Codeforces. في المتوسط ​​، تم تصنيفها ضمن أعلى 54.3 بالمائة من الردود ، وتقدر DeepMind أن هذا يمنح النظام Codeforces Elo 1238 ، مما يضعه ضمن أعلى 28 بالمائة من المستخدمين الذين تنافسوا على الموقع في الأشهر الستة الماضية.

وقال مايك ميرزايانوف مؤسس شركة كودفورسيز في بيان نشره موقع ديب مايند “يمكنني القول بأمان أن نتائج AlphaCode فاقت توقعاتي”. “كنت متشككا [sic] لأنه حتى في المشكلات التنافسية البسيطة ، غالبًا ما يكون مطلوبًا ليس فقط تنفيذ الخوارزمية ، ولكن أيضًا (وهذا هو الجزء الأصعب) لابتكارها. تمكنت AlphaCode من الأداء على مستوى منافس جديد واعد “.

الصورة: DeepMind

يلاحظ DeepMind أن مجموعة المهارات الحالية لـ AlphaCode قابلة للتطبيق حاليًا فقط في مجال البرمجة التنافسية ولكن قدراتها تفتح الباب لإنشاء أدوات مستقبلية تجعل البرمجة أكثر سهولة ويوم واحد مؤتمتة بالكامل.

تعمل العديد من الشركات الأخرى على تطبيقات مماثلة. على سبيل المثال ، قامت Microsoft ومختبر الذكاء الاصطناعي OpenAI بتكييف برنامج توليد اللغة الخاص بالأخير GPT-3 للعمل كبرنامج إكمال تلقائي التي تنتهي من سلاسل التعليمات البرمجية. (مثل GPT-3 ، يعتمد AlphaCode أيضًا على بنية AI المعروفة باسم المحول ، وهو بارع بشكل خاص في تحليل النص المتسلسل ، واللغة الطبيعية والرمز). بالنسبة إلى المستخدم النهائي ، تعمل هذه الأنظمة تمامًا مثل ميزة الكتابة الذكية الخاصة بـ Gmails – مما يقترح طرقًا لإنهاء كل ما تكتبه.

تم إحراز الكثير من التقدم في تطوير أنظمة تشفير الذكاء الاصطناعي في السنوات الأخيرة ، لكن هذه الأنظمة ليست جاهزة لتولي عمل المبرمجين البشريين. غالبًا ما تكون الشفرة التي ينتجونها عربات التي تجرها الدواب ، ولأن الأنظمة يتم تدريبها عادةً على مكتبات الشفرة العامة ، فإنها في بعض الأحيان تنسخ مواد محمية بحقوق الطبع والنشر.

في دراسة واحدة من أداة برمجة الذكاء الاصطناعي المسماة Copilot التي طورها مستودع الأكواد GitHub ، وجد الباحثون أن حوالي 40 بالمائة من مخرجاتها تحتوي على ثغرات أمنية. محللو الأمن اقترحوا حتى يمكن للممثلين السيئين كتابة ومشاركة التعليمات البرمجية عن قصد مع أبواب خلفية مخفية عبر الإنترنت ، والتي يمكن استخدامها بعد ذلك لتدريب برامج الذكاء الاصطناعي التي من شأنها إدراج هذه الأخطاء في البرامج المستقبلية.

تعني مثل هذه التحديات أنه من المحتمل أن يتم دمج أنظمة تشفير الذكاء الاصطناعي ببطء في عمل المبرمجين – بدءًا من المساعدين الذين يتم التعامل مع اقتراحاتهم بشك قبل أن يتم الوثوق بهم لتنفيذ العمل بمفردهم. بمعنى آخر: لديهم تدريب مهني للقيام به. لكن حتى الآن ، تتعلم هذه البرامج بسرعة.