DeepMind ha creado una IA capaz de escribir código para resolver problemas arbitrarios que se le plantean, como lo demuestra participar en un desafío de codificación y colocar, bueno, en algún punto intermedio. Todavía no ocupará el trabajo de ningún ingeniero de software, pero es prometedor y puede ayudar a automatizar tareas básicas.
El equipo de DeepMind, una subsidiaria de Alphabet, tiene como objetivo crear inteligencia en tantas formas como sea posible y, por supuesto, en estos días, la tarea a la que se dedican muchas de nuestras grandes mentes es la codificación. El código es una fusión de lenguaje, lógica y resolución de problemas que se adapta naturalmente a las capacidades de una computadora y es difícil de descifrar.
Por supuesto, no es el primero en intentar algo como esto: OpenAI tiene su propio proyecto de codificación de lenguaje natural Codex, e impulsa tanto a GitHub Copilot como a una prueba de Microsoft para permitir que GPT-3 termine sus líneas.
El artículo de DeepMind arroja un poco de sombra amistosa sobre la competencia al describir por qué persigue el dominio de la codificación competitiva:
Los modelos de lenguaje a gran escala recientes han demostrado una capacidad impresionante para generar código y ahora pueden completar tareas de programación simples. Sin embargo, estos modelos aún funcionan mal cuando se evalúan en problemas más complejos e invisibles que requieren habilidades de resolución de problemas más allá de la simple traducción de instrucciones a código.
OpenAI puede tener algo que decir al respecto (y probablemente podamos esperar una respuesta en su próximo artículo sobre estas líneas), pero como los investigadores continúan señalando, los problemas de programación competitivos generalmente involucran una combinación de interpretación e ingenio que no es realmente en exhibición en las IA de código existentes.
Para asumir el dominio, DeepMind entrenó un nuevo modelo utilizando bibliotecas de GitHub seleccionadas y una colección de problemas de codificación y sus soluciones. Simplemente dicho, pero no una compilación trivial. Cuando estuvo completo, lo pusieron a trabajar en 10 concursos recientes (y no hace falta decir que no vistos por la IA) de Codeforces, que organiza este tipo de competencia.
Se colocó en algún lugar en el medio del paquete, justo por encima del percentil 50. Ese puede ser un rendimiento mediocre para un ser humano (no es que sea fácil), pero para un primer intento de un modelo de aprendizaje automático es bastante notable.
“Puedo decir con seguridad que los resultados de AlphaCode superaron mis expectativas”, dijo Mike Mirzayanov. “Era escéptico porque incluso en problemas competitivos simples, a menudo se requiere no solo implementar el algoritmo, sino también (y esta es la parte más difícil) inventarlo. AlphaCode logró desempeñarse al nivel de un nuevo competidor prometedor”.
Puede ver un ejemplo del tipo de problema que resolvió AlphaCode y su solución a continuación:
Créditos de imagen: Mente profunda
(Nota para DeepMind: SVG es un formato molesto para figuras como esta).
Como puede ver, es una solución inteligente, pero no del todo de nivel SaaS empresarial. No te preocupes, eso viene después. En este momento, es suficiente para demostrar que el modelo es capaz de analizar y comprender un desafío escrito complejo de una vez y producir una respuesta coherente y viable la mayor parte del tiempo.
“Nuestra exploración de la generación de código deja un amplio espacio para la mejora y sugiere ideas aún más emocionantes que podrían ayudar a los programadores a mejorar su productividad y abrir el campo a personas que actualmente no escriben código”, escribe el equipo de DeepMind. Se están refiriendo a mí en la última parte allí. Si puede modificar diseños receptivos en CSS, es mejor que yo.
Puede profundizar en la forma en que se construyó AlphaCode y sus soluciones a varios problemas, en este sitio de demostración.
Source link