碼農真的危險了！
最近有消息稱，OpenAI已經在悄悄地訓練ChatGPT，讓它學習人類的思考過程，從而真正掌握軟體工程，徹底取代「初級碼農」。
OpenAI招募大軍，教導AI學人類思考
會程式設計的AI，幾家矽谷大廠都在做。
DeepMind的AlphaCode，據說「吊打72%人類程式設計師」，但尚未開放；傳聞中Google的「神秘計畫」Pitchfork，也還在醞釀中；而微軟的GitHub Copilot主要是一個程式碼補全工具。
要說完全取代人類碼農，它們還不夠格。
但如果真的讓ChatGPT學會了用人類思維去編程，這些友商/自家的產品恐怕要被吊打。
而從種種跡像看來，OpenAI似乎正在下一盤大棋。
根據Semafor的報道，在過去的六個月裡，OpenAI已經從拉美和東歐等地區招募了大約1000名外包人員，來訓練他們的AI碼代碼。
這則新聞中，有兩個「華點」。
首先，為什麼地點選在拉丁美洲和東歐？這個咱們都明白，現在矽谷的泡沫戳破了，各家網路大廠都在絞盡腦汁「降本增效」，有的靠裁員，有的就去其他國家找廉價勞動力。
第二個「華點」是，這些外包人員中，很多人並不是電腦專業的畢業生，也不具備高階的程式設計技能。他們的作用是，編寫OpenAI期待實現的「自動化」基本程式碼。
具體來說，其中的60%從事「資料標註」工作——創建大量的圖像、音訊片段等訊息，用來訓練人工智慧工具或自動駕駛汽車。
另外的40%則是實打實的程式設計師，他們正在為OpenAI的模型「手搓」數據，從而讓AI學習軟體工程任務。
先前，OpenAI一直是用從GitHub上抓取的程式碼訓練其模型。
而這次，OpenAI想建立的資料集中，不只程式碼，還包括背後用自然語言寫的人類解釋。
論文地址：https://arxiv.org/abs/2107.03374
對此，Semafor特地採訪了一位南美的開發者，而他曾無償為OpenAI完成了5小時的程式設計測試。
在這個測驗中，他被要求處理兩個任務。
首先，他會得到一個程式設計問題，OpenAI要求他用書寫的英語解釋自己將如何處理這個問題。
然後，他需要提供一個解決方案。
如果他發現了一個bug，OpenAI就會要求他詳細說明問題是什麼，應該如何修正，而不是簡單地修復。
「他們很可能是想用非常特殊的訓練資料來投餵這個模型，在這種情況下，就需要展示人類是如何一步步思考的。」這位開發者說。
先前的ChatGPT，寫的程式碼就被揪出過不少問題。
原因在於，ChatGPT沒有任何標記了對錯的內部記錄，它其實是統計模型。 ChatGPT的答案，本質上就是從構成GPT-3的網路資料語料庫中收集的機率結果。
當時OpenAI也說，ChatGPT最適合的定位，應該是編碼輔助工具。
但想像一下，如果OpenAI真的教會了ChatGPT「像人類一樣一步一步思考」，那它完全可以代替一些需要死記硬背的寫程式碼工作，後果就是，有些「初級」碼農被徹底淘汰。
現在，矽谷的高層正在設想這樣的產品，讓幾乎沒有程式設計經驗的人士向AI描述自己的創意和願景，然後就能建立出任何自己想要的東西，無論是一個網站，還是一個遊戲。
几天前，特斯拉的前人工智能主管Andrej Karpathy刚刚在推特上说：「最热门的新编程语言是英语」。
用ChatGPT来debug，效果拔群
这可能并不是一个玩笑，比如当红炸子鸡ChatGPT，就很有潜力。
最近，一项来自美因茨大学和伦敦大学学院的研究发现，ChatGPT不仅可以出色地修复bug，而且开发者还能通过对话来显著提高成功率。
研究人员表示，ChatGPT的debug性能与常见的深度学习方法CoCoNut和Codex相差无几，并且明显优于标准的自动程序修复方法（APR）。
论文地址：https://arxiv.org/abs/2301.08653
用ChatGPT来解决代码问题并不新鲜，但与人类对话的独特能力，使它比其他方法和模型更具优势。
为了评估ChatGPT的debug性能，研究人员使用QuixBugs基准的40个纯Python问题对其进行了测试，然后手动检查建议的解决方案是否正确。
由于ChatGPT给出的答案存在一定的随机性，因此研究人员针对每个问题都会单独测试4次。
与其他自动程序修复的基准不同，QuixBugs包含了相对较小的问题（代码行数少），而这非常适合在对话系统中使用。
在测试过程中，研究人员删除了所有的注释，并询问ChatGPT这段代码是否有bug以及如何修复它。
比如，图1中就是一个关于BITCOUNT问题的例子。其中，第1-2行是向ChatGPT提出的需求；从第4行开始是错误的代码片段。
对于这个例子，我们希望ChatGPT的回答能解决第7行的错误，即nˆ= n - 1应该被替换为n &= n - 1。做为回应，ChatGPT要么给出一段修复完的代码，要么给出一个描述告诉我们应该如何修改。
结果显示，ChatGPT解决了40个bug中的19个，与CoCoNut（19）和Codex（21）相当，但标准的APR方法只解决了其中的7个问题。
当然，因为ChatGPT和Codex都是来自于同一个语言模型系列，所以解决问题的数量差不多也就不足为奇了。
此外，如果我们仔细观察结果还可以发现，ChatGPT并不是每次都能解决基准测试中的bug。仅在BUCKETSORT和FLATTEN这两个问题上，四次都发现了bug，而其他的通常只能成功1-2次。
也就是说，用户在实际使用时，可能需要尝试数次才能获得正确的结果。
不过，ChatGPT有一个强大的优势：我们可以在对话中与系统互动，更详细地对问题进行说明，从而获得正确的答案。
实际测试结果，也确实如此。
经过与模型更进一步的对话，研究人员成功地将ChatGPT的正确率刷新到了77.5%，也就是修复了40个错误中的31个，远超SOTA。
至少，目前看来，这件事是完全有可能的：开发人员将不再需要编写样板代码。
相反，他们可以专注于复杂的应用程序架构或网络安全等领域。
也就是說，雖然ChatGPT可能會完成某些程式設計工作，例如編寫通用函數或樣板程式碼，但它不會完全取代程式設計師。因為程式設計師的工作需要的不只是寫程式碼。
成為程式設計師需要技巧——能夠建立程式、遵循邏輯並產生比各部分總和更宏大的東西。
碼農：我自己「殺」自己
顯然，ChatGPT不是碼農們做出的第一個「自我迭代」的產品。
咱們來排一排，那些會寫程式的AI。
Google的Pitchfork
去年11月，坊間傳聞，Google正在醞釀一個秘密項目，這個產品會透過機器學習訓練程式碼，自己編自己，自己修復bug，還能自己更新。
據知情人士透露，這個計畫起初是由Alphabet的登月部門——X部門開發的，代號為Pitchfork，去年夏天被轉移到了Google實驗室。
根據內部資料，Pitchfork的功能是「教程式碼自行編寫、自行重寫」。
它能夠學習不同的程式風格，並且根據這些風格寫出程式碼。
一名Google員工表示，開發Pitchfork的初衷是希望建立一個工具，將Google的Python程式碼庫更新到新版本。
AlphaCode：吊打72%程式設計師
2022年2月，DeepMind推出了「AlphaCode」系統，可以使用人工智慧產生程式碼。
根據DeepMind的說法，AlphaCode可以與人類匹敵。
DeepMind使用程式設計競賽平台Codeforces上託管的10個現有競賽來測試AlphaCode，它的整體排名位於前54.3%，也就是說，它擊敗了46 %的參賽者。
DeepMind聲稱，在使用程式設計競賽平台Codeforces進行偵測時，AlphaCode解決了100萬個樣本中34.2%的問題。
另外在過去6個月參加過比賽的用戶中，AlphaCode的數據排到了前28%，可以說「吊打72%人類程式設計師」！
當時，DeepMind就指出，雖然AlphaCode目前只適用於具有競爭性程式設計領域，但顯然，它未來的能力絕不會止步於此。
它為創造某些工具打開了大門，而這些工具將使程式設計變得更容易被人們接受，並且有朝一日可以完全自動化。
Copilot：程式碼補全神器
再往前，在2021年，GitHub與OpenAI共同推出了一款AI程式設計神器－GitHub Copilot。
輸入程式碼時，Copilot會自動提示程式中接下來可能出現的程式碼片段，就像一個經過訓練用Python或JavaScript說話的自動補全機器人。
Copilot能夠填充必要的程式碼區塊，只要它們不是特別複雜或特別有創造性，這對於相當於手工勞動的編程，可太有用了。
2022年6月22日，Copilot正式向C端上線，定價10美元/月或100美元/年，並向學生用戶和流行開源專案的維護者免費提供。
現在，成千上萬的開發者都在使用Copilot。在十幾種最受歡迎的語言編寫程式碼中－有高達40%是依靠它來產生的。
GitHub預測，開發人員將在五年內使用Copilot編寫多達80%的程式碼。
微軟技術長Kevin Scott也表示：「我們確信：GitHub Copilot可以應用到數千種不同類型的工作中。」
不過，因為涉嫌侵權，在發布不到5個月後，Copilot已經被憤怒的程式設計師一舉告上法庭，索賠90億美元。
而學會「軟體工程思維」的ChatGPT，能吊打它們嗎？按OpenAI的速度，恐怕我們不用等太久。
參考資料：
https://www.semafor.com/article/01/27/2023/openai-has-hired-an-army-of-contractors-to-make -basic-coding-obsolete
https://www.zdnet.com/article/chatgpt-can-write-code-now-researchers-say-its-good-at-fixing-bugs-too/
以上是程式設計師危！傳OpenAI全球招外包大軍，手把手訓練ChatGPT取代碼農的詳細內容。更多資訊請關注PHP中文網其他相關文章！
