作者 | 马超 责编 | 张红月
出品 | CSDN博文
最近 ， 世界著名的编程竞赛网站Codeforces发布了一篇名为《AlphaCode(DeepMind) Solves Programming Problems on CodeForce》的文章 ， 将 AlphaCode（阿尔法扣） 带入人们的视野 ， 更让 DeepMind 再次霸榜各大媒体的头条 ， 这也是 DeepMind 在 2015 年成功推出阿尔法狗（AlphaGo） ， 击败人类最强围棋选手之后 ， 再次推出改变世界的重榜产品 。

文章图片

击败一半人类参赛程序员的 AlphaCode
据 DeepMind 官网介绍 ， AlphaCode 是由谷歌在英国的 AI 部门发明的一种人工智能工具 ， 该工具可以像真实参加竞赛的程序员一样 ， 参加各大编程竞赛 ， 并且还可以 结合批判性思维、逻辑、算法、编码和自然语言理解的新问题来提供解决方案 。 在正式登场之前 ，DeepMind 已在编程竞赛中测试了 AlphaCode 的真实“水平” 。
Codeforces 每周都会举办一到两次算法比赛 ， 并且具有 独特的天梯排名上分系统 ， AlphaCode 默默参加 Codeforces 最近举行的 10 场编程比赛之后 ， 获得了超过了一半人类程序员的好成绩 ， 最终排名前 54.3% ， Elo 评分1238 。

文章图片

就连 Codeforces 创始人 Mikhail Mirzayanov 也亲自下场为 AlphaCode 打Call ， 除了一些 Codeforces 的表现远超预期等客套话 ， Mirzayanov 的一个重要观点就是 AlphaCode 似乎表现出了比较强的创造性， 这点很不寻常 。

文章图片

这次 DeepMind 给 AlphaCode 选择的编程网站 Codeforces 很有必要向大家介绍一下的 ， 与目前日趋商业化的力扣（LeetCode)不同 ， Codeforces 最大的特点就是代码和题解的公开 。 所有人都可以随意查看其它大牛的代码 ， 非常符合开源的调性 ， 而且 Codeforces 题目一般都不是那种传统科班的考察项目 ， 往往会在题目中设置比较多的思维陷阱 ， 而对于数据结构以及经典算法的相对没有那么侧重 。
突破辅助编程 AlphaCode 还有多远的路要走？
在去年的8月底 ， 微软旗下的两个大牌机构 OpenAI 与 GitHub 联合 ， 推出了基于 AI 技术的自动辅助编程工具 Copilot ， 并基于 VS Code 的 MarketPlace 发布了预览版 ， 结果预览版一经问世就取得了惊世效果 。
Copilot 基于 GPT-3 模型 ， 是针对编程任务适配版本 ， 它以部分完成的代码及注释作为输入 ， 输出完整的代码建议 。 Copilot的官方网站将其定位为“程序员结对编程实践中的AI对手” ， 笔者看到不少开始使用 Copilot 的网友都提到 ， 大多数情况下只要一个简单的函数签名 ， Copilot 就可以完成整个函数的代码编写好 ， 甚至有时只需要一句简单的注释 ， Copilot 就能把整个功能模块全部搞定 。

文章图片

虽然 Copilot 和 AlphaCode 使用的技术类似 ， 从本质上讲 Copilot 是定位于辅助编程的 ， 不过辅助编程技术在前年 GPT-3 刚刚推出时就已经比较成熟 ， 比如由界面需求描述 ， 直接转化成代码的 debuild.co ， 但这些辅助编程工具本质上都是对人类已有的实现进行模仿甚至是照搬 。

文章图片

这些辅助编程工具与 AlphaCode AI 程序员的定位是完全不同的 ， 阿尔法扣这位 AI 程序员还需要不断完善 ， 但它的出现却提供了一个关于 AI 编程未来发展的思路 ，当 AI 学到了足够多的代码之后 ， 是否会展示出相应的创造力 ， 而 AI 的这种创造力是否意味着程序员群体将在未来会被 AI 取代 ， 这些都引发了笔者深深的思考 。