雖然過去十幾年一直引領全球AI 進步，谷歌在過去的幾個月卻只能努力追趕微軟和OpenAI 的步伐，為此這個星期甚至還把谷歌大腦和DeepMind 合併到了一起。
去年底，ChatGPT 引發了科技業的劇變，今年 2 月，Google發布 ChatGPT 競賽 Bard，人們對其使用體驗褒貶不一。 Bard 有這樣那樣的限制，很多人對開發人員提出的需求就是「什麼時候它才能寫程式碼？」
本週五，Bard 寫程式碼的能力終於上線了。
Google表示，Bard 現在能使用20 種程式語言，包括C 、Go、Java、Javascript、Python 和Typescript 等等，還能幫助用戶debug 和解釋程式碼、優化程式碼。只需要簡單的 prompt，例如「能讓程式碼更快嗎？」，Bard 就能理解人類意圖，自動讓程式碼變得更有效率。
我們知道，很多人會使用 Google Colab 跑機器學習模型，它也自備免費的雲端 GPU 算力。現在人們也可以輕鬆地將 Bard 生成的 Python 程式碼匯出到 Google Colab 上 —— 甚至無需複製貼上。 Bard 也能夠協助 Google Sheets 編寫函數。
先前，Google已宣布開放給美國和英國的用戶 Bard，這部分用戶已經可以直接使用 Bard 的所有新功能了。
Google示範了 Bard 寫程式碼的效果。就像ChatGPT 一樣，現在Bard 可以根據你的需求產生完成對應任務的程式碼：
#解釋程式碼的功能對於程式設計初學者來說特別有用：
除了產生、解釋程式碼，Bard 還可以幫助使用者偵錯（debug）程式碼，包括Bard 自己產生的程式碼。如果 Bard 產生的程式碼未如預期執行，只需告訴 Bard：「this code didn’t work, please fix it（此程式碼無效，請修復）」，Bard 就可以幫助使用者進行偵錯。
應用程式生成式 AI 來加速軟體開發並幫助人們解決複雜的工程挑戰，這是 Bard 推出程式碼產生功能的美好願景。但目前 Bard 的能力還有待提升。
Google表示，Bard 仍處於早期實驗階段，有時可能會提供不準確、誤導或虛假的信息，也可能會產生無法產生預期輸出的程式碼，或者產生不是最優的/ 不完整的程式碼。使用者需要在採用 Bard 產生的程式碼之前，仔細檢查程式碼，測試和審查程式碼中的 error 和 bug。
對於一款正在大規模測試的語言大模型來說，新上線的功能必然會遇到用戶各式各樣的調戲，Bard 的程式碼能力也是如此。
首先 Bard 在給出答案時會自帶引用的程式碼鏈接，對於一個面向實用化的產品來說，這很重要，也受到了好評。
你們常常吐槽 AI 是在抄程式碼，它不是亂抄的。
問 Bard「你能幫我實作一個基本的 RNN 並在虛擬文字資料上測試它嗎？」然後直接把產生的程式碼匯出到 Google Colab 上。程式碼的一部分不起作用。找到錯誤再次詢問 AI，Bard 修改了程式碼，看起來一切似乎都運行完美。現在我們只需要檢查實作是否正確，手動檢查，有必要的時候做一些單元測試就行了。
擁有 Google Colab 匯出功能真的很有用。
最後，有人嘗試用Bard 產生上古程式語言COBOL 的程式碼，結果居然是令人滿意的：
人們一直在擔心，等現在這波COBOL 程式設計師退休，很多關鍵職位會後繼無人。看起來，AI 可以幫我們解決這個大問題了。
不過也有部分網友表示，Bard 的能力似乎仍不如 GPT-4。
使用 AI 輔助編程，能否最終改變我們的工作方式？這還有待我們繼續探索。
以上是直連Colab，支援20種程式語言：Google版ChatGPT程式碼水平反殺了？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
