這個12月，正當OpenAI的ChatGPT勢頭正旺時，那個曾經卷趴一半程式設計師的AlphaCode登上Science封面了！
論文連結：https://www.science.org/doi/10.1126/science.abq1158
#說到AlphaCode，想必大家並不陌生。
早在今年2月，它就在著名的Codeforces上，悄悄地參加了10場程式設計比賽，並一舉擊敗了半數的人類碼農。
卷趴一半碼農
我們都知道，程式設計師中非常流行這樣一種測試－程式設計競賽。
在競賽中，主要考察的就是程式設計師透過經驗進行批判性思維，為不可預見的問題創造解決方案的能力。
這體現了人類智慧的關鍵，而機器學習模型，往往很難模仿這種人類智慧。
但DeepMind的科學家們，打破了這個規律。
YujiA Li等人，使用自監督學習和編碼器-解碼器轉換器架構，開發出了AlphaCode。
AlphaCode的開發工作，還是在居家期間完成的
雖然AlphaCode也是基於標準的Transformer編解碼器架構，但DeepMind對它進行了「史詩級」的強化－
它使用基於Transformer的語言模型，以前所未有的規模生成程式碼，然後巧妙地篩選了一小部分可用的程式。
具體步驟為：
1）多問詢注意力：讓每個注意力區塊共用鍵和值的頭，並同時結合編碼器-解碼器模型，使AlphaCode的取樣速度提高了10倍以上。
2) 掩碼語言建模（MLM）：透過在編碼器上加入一個MLM損失，來提高模型的解決率。
3）回火：讓訓練分佈更尖銳，從而防止過度擬合的正規化效應。
4）值調節與預測：透過區分CodeContests資料集中正確和錯誤的問題提交，來提供一個額外的訓練訊號。
5）示範性異策略學習產生（GOLD）：透過將訓練的重點放在每個問題最可能的解決方案上，讓模型為每個問題產生正確方案。
結果嘛，大家都知道了。
憑藉著1238的Elo得分，AlphaCode讓自己在這10場比賽中的排名達到了前54.3%。放眼之前的6個月，這成績更是達到了前28%。
要知道，為了達到這個排名，AlphaCode必須「過五關斬六將」，解決融合了批判性思維、邏輯、演算法、編碼和自然語言理解相結合的種種新問題。
從結果來看，AlphaCode不僅解決了CodeContests資料集中29.6%的程式設計問題，而且其中有66%是在第一次提交時解決的。 （總提交次數限制在10次）
相比起來，傳統的Transformer模型求解率都比較低，只有個位數。
對於這個結果，就連Codeforces創辦人Mirzayanov都非常驚訝。
畢竟，程式設計比賽考驗的是發明演算法的能力，這一直是AI的弱項，人類的強項。
我可以肯定地說，AlphaCode的結果超出了我的預期。開始我持懷疑態度，因為即使在簡單的競賽問題中，不僅需要實施演算法，而且還需要發明演算法（這是最困難的部分）。 AlphaCode已經讓自己成為許多人類的強大對手。我迫不及待地想知道，未來會發生什麼事！
——Mike Mirzayanov，Codeforces 創辦人
所以，AlphaCode這是能搶程式設計師的飯碗了？
當然還不行。
AlphaCode還只能完成簡單的程式設計任務，如果任務變得更複雜，問題更加「不可預見」，只會將指令翻譯成程式碼的AlphaCode就束手無策了。
畢竟，1238的分數從某個角度來說，也就相當於一個初學程式的中學生菜鳥的等級。這個level，還威脅不到真正的程式設計大牛。
但毫無疑問的是，這類編碼平台的開發，會對程式設計師的生產力產生巨大的影響。
甚至，整個程式設計文化都可能會被改變：或許，以後人類只要負責制定問題就可以，而產生和執行程式碼的任務，就可以交給機器學習了。
我們知道，雖然機器學習在生成和理解文字方面取得了巨大進步，但是大部分AI目前仍然局限於簡單的數學和程式設計問題。
它們會做的，更多是檢索和複製現有的方案（這一點相信最近玩過ChatGPT的人都深有體會）。
那麼，讓AI學習產生正確的程序，為什麼這麼困難呢？
1. 要產生解決指定任務的程式碼，就需要在所有可能的字元序列中搜索，這是一個海量的空間，而其中只有一小部分對應有效的正確程式.
2. 、一個字元的編輯，可能會完全改變程式的行為，甚至會導致崩潰，而且每個任務都有許多截然不同的有效解決方案。
對於難度極高的程式設計比賽，AI需要理解複雜的自然語言描述；需要對以前從未見過的問題進行推理，而不是簡單地記住程式碼片段；需要掌握各種演算法和資料結構，並精確地完成可能長達數百行的程式碼。
此外，為了評估自己產生的這些程式碼，AI還需要在一套詳盡的隱藏測試上執行任務，並且檢查執行速度和邊緣情況的正確性。
（A）問題1553D，中等難度評分為1500；（B）AlphaCode產生的問題解決方案
就拿這個1553D問題來說，參賽者需要找到一個方法，使用一組有限的輸入將一串隨機重複的s和t字母轉換成另一串相同的字母。
參賽者不能只是輸入新的字母，而必須使用「退格」指令刪除原始字串中的幾個字母。賽題具體如下：
對此，AlphaCode給出的解決方案如下：
並且，AlphaCode的「解題思路」也不再是黑箱，它還能顯示程式碼和注意力高亮的位置。
#參加程式設計比賽時，AlphaCode面臨的主要挑戰是：
#（i）需要在巨大的程式空間中搜索，（ii）只能獲得約13,000個用於訓練的範例任務，以及（iii）每個問題的提交數量有限。
為了回應這些問題，AlphaCode整個學習系統的建構分為三個環節，預訓練、微調、取樣與評估，如上圖所示。
預訓練
#在預訓練階段，利用在GitHub收集的715GB人類碼農的程式碼快照，對模型進行預訓練，並使用交叉熵next-token預測損失。在預訓練過程中，隨機地將程式碼檔案分成兩部分，將第一部分當作編碼器的輸入，並訓練模型去掉編碼器產生第二部分。
這種預訓練為編碼學習了一個強大的先驗，使隨後的特定任務的微調能夠在一個更小的資料集上進行。
微調
#在微調階段，在一個2.6GB的競爭性程式設計問題資料集上對模型進行了微調和評估，資料集是DeepMind創建的，命名為CodeContests公開發布。
CodeContests資料集中包括問題以及測試案例。訓練集包含13,328個問題，每個問題平均有922.4個提交答案。驗證集和測試集分別包含117個和165個問題。
在微調過程中，將自然語言的問題陳述編碼為程式註釋，以使其看起來與預訓練期間看到的檔案更加相似（其中可以包括擴展的自然語言註釋），並使用相同的next-token預測損失。
取樣
為了選出10個最好的樣本進行提交，採用過濾和聚類的方法，利用問題陳述中包含的例子測試來執行樣本，並刪除未能通過這些測試的樣本。
透過過濾篩除了近99%的模型樣本，再對剩下的候選樣本進行聚類，在一個單獨的transformer模型產生的輸入上執行這些樣本，並將在產生的輸入上產生相同輸出的程式歸為一類。
然後，從10個最大的聚類中各挑選一個樣本來提交。直觀地說，正確的程序行為相同，並形成大的聚類，而不正確的程序的失敗方式是多種多樣的。
評估
上圖所示為在10@k指標上，模型性能是如何隨著更多的樣本量和計算量而變化的。從對採樣結果的效能評估來看，研究人員得出了以下4點結論：
#1. 解決率隨著更大的樣本量而呈對數線性擴展；
2. 更好的模型在比例曲線上有較高的斜率；
#3. 解決率與更多的計算量呈對數線性比例；
4. 樣本選擇對解決率的擴展至關重要。
純粹的「資料驅動」
#毫無疑問，AlphaCode的提出，代表了機器學習模型在發展上已經邁出了實質的一步。
有趣的是，AlphaCode並不包含關於電腦程式碼結構的明確的內建知識。
相反，它依靠一種純粹的「資料驅動」方法來編寫程式碼，也就是透過簡單地觀察大量現有程式碼來學習電腦程式的結構。
文章網址：https://www.science.org/doi/10.1126/science.add8258
#從根本上說，使AlphaCode在競爭性程式設計任務上勝過其他系統的原因歸結為兩個主要屬性：
##1. 訓練資料
2. 候選解決方案的後處理
#但電腦程式碼是一個高度結構化的媒介，程式必須遵守定義的語法，並且必須在解決方案的不同部分中產生明確的前、後條件。
而AlphaCode在產生程式碼時所採用的方法，卻和產生其他文字內容時完全一樣－一次一個token，並且只在整個程式寫完後檢查程式的正確性。
鑑於適當的資料和模型的複雜性，AlphaCode可以產生連貫的結構。然而，這個順序生成程序的最終配方被深埋在LLM的參數中，難以捉摸。
不過，無論AlphaCode是否真的能「理解」程式設計問題，它的確在程式碼競賽方面達到了人類的平均水準。
「解決程式設計競賽的問題是一件非常困難的事情，需要人類具有良好的編碼技能和解決問題的創造力。AlphaCode能夠在這一領域取得進展，給我留下了深刻的印象，我很高興看到，該模型如何利用其語句理解來生成程式碼，並引導其隨機探索以創建解決方案。」
－Petr Mitrichev，Google軟體工程師和世界級競技程式設計師
AlphaCode在程式設計競賽中名列前54%，展現了深度學習模式在需要批判性思維的任務中的潛能。
這些模型優雅地利用現代機器學習，將問題的解決方案表達為程式碼，這就回到幾十年前AI的符號推理根源。
而這，只是一個開始。
在未來，還會誕生更多解決問題的強大AI，或許這一天已經不遠了。
以上是超級編程AI登上Science封面！ AlphaCode程式設計大賽卷趴一半程式設計師的詳細內容。更多資訊請關注PHP中文網其他相關文章！
