OpenAI招了一千多名外包人員，訓練AI學會像人類一樣一步步思考。如果ChatGPT「學成歸來」，碼農恐怕真的危了？！
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，進而真正掌握軟體工程，徹底代替「初級碼農」。
OpenAI招外包大軍，教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%人類程式員」，但尚未開放；傳聞中谷歌的「神秘項目」Pitchfork，也還在醞釀中；而微軟的GitHub Copilot主要是一個代碼補全工具。
要說完全代替人類碼農，它們還不夠格。
但如果真的讓ChatGPT學會了用人類思維去程式設計，這些友商/自家的産品恐怕要被吊打。
而從種種迹象看來，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。
這個新聞中，有兩個「華點」。
首先，為什麼地點選在拉美和東歐？這個咱們都明白，現在矽谷的泡沫戳破了，各家網際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，很多人并不是計算機專業的畢業生，也不具備進階的程式設計技能。他們的作用是，編寫OpenAI期待實作的「自動化」基本代碼。
具體來說，其中的60%從事「資料标注」工作——建立大量的圖像、音頻片段等資訊，用來訓練人工智能工具或自動駕駛汽車。
另外的40%則是實打實的程式員，他們正在為OpenAI的模型「手搓」資料，進而讓AI學習軟體工程任務。
此前，OpenAI一直是用從GitHub上抓取的代碼訓練其模型。
而這次，OpenAI想建立的資料集中，不僅有代碼，還包括背後用自然語言編寫的人類解釋。
論文位址：https://arxiv.org/abs/2107.03374
對此，Semafor特地采訪了一位南美的開發者，而他曾無償為OpenAI完成了5小時的編碼測試。
在這個測試中，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要求他用書面的英語解釋自己将如何處理這個問題。
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，應該如何糾正，而不是簡單地修複。
「他們很可能是想用一種非常特殊的訓練資料來投喂這個模型，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。
此前的ChatGPT，寫的代碼就被揪出過不少問題。
原因在于，ChatGPT沒有任何标記了對錯的内部記錄，它其實是一個統計模型。ChatGPT的答案，本質上就是從構成GPT-3的網際網路資料語料庫中收集的機率結果。
當時OpenAI也說，ChatGPT最合适的定位，應該是編碼輔助工具。
但想象一下，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代碼工作，後果就是，一些「初級」碼農被徹底淘汰。
現在，矽谷的高管們正在設想這樣的産品，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，然後就能建構出任何自己想要的東西，無論是一個網站，還是一個遊戲。
幾天前，特斯拉的前人工智能主管Andrej Karpathy剛剛在推特上說：「最熱門的新程式設計語言是英語」。
用ChatGPT來debug，效果拔群
這可能并不是一個玩笑，比如當紅炸子雞ChatGPT，就很有潛力。
最近，一項來自美因茨大學和倫敦大學學院的研究發現，ChatGPT不僅可以出色地修複bug，而且開發者還能通過對話來顯著提高成功率。
研究人員表示，ChatGPT的debug性能與常見的深度學習方法CoCoNut和Codex相差無幾，并且明顯優于标準的自動程式修複方法（APR）。
論文位址：https://arxiv.org/abs/2301.08653
用ChatGPT來解決代碼問題并不新鮮，但與人類對話的獨特能力，使它比其他方法和模型更具優勢。
為了評估ChatGPT的debug性能，研究人員使用QuixBugs基準的40個純Python問題對其進行了測試，然後手動檢查建議的解決方案是否正确。
由于ChatGPT給出的答案存在一定的随機性，是以研究人員針對每個問題都會單獨測試4次。
與其他自動程式修複的基準不同，QuixBugs包含了相對較小的問題（代碼行數少），而這非常适合在對話系統中使用。
在測試過程中，研究人員删除了所有的注釋，并詢問ChatGPT這段代碼是否有bug以及如何修複它。
比如，圖1中就是一個關于BITCOUNT問題的例子。其中，第1-2行是向ChatGPT提出的需求；從第4行開始是錯誤的代碼片段。
對于這個例子，我們希望ChatGPT的回答能解決第7行的錯誤，即nˆ= n - 1應該被替換為n &= n - 1。做為回應，ChatGPT要麼給出一段修複完的代碼，要麼給出一個描述告訴我們應該如何修改。
結果顯示，ChatGPT解決了40個bug中的19個，與CoCoNut（19）和Codex（21）相當，但标準的APR方法隻解決了其中的7個問題。
當然，因為ChatGPT和Codex都是來自于同一個語言模型系列，是以解決問題的數量差不多也就不足為奇了。
此外，如果我們仔細觀察結果還可以發現，ChatGPT并不是每次都能解決基準測試中的bug。僅在BUCKETSORT和FLATTEN這兩個問題上，四次都發現了bug，而其他的通常隻能成功1-2次。
也就是說，使用者在實際使用時，可能需要嘗試數次才能獲得正确的結果。
不過，ChatGPT有一個強大的優勢：我們可以在對話中與系統互動，更詳細地對問題進行說明，進而獲得正确的答案。
實際測試結果，也确實如此。
經過與模型更進一步的對話，研究人員成功地将ChatGPT的正确率重新整理到了77.5%，也就是修複了40個錯誤中的31個，遠超SOTA。
至少，目前看來，這件事是完全有可能的：開發人員将不再需要編寫樣闆代碼。
相反，他們可以專注于複雜的應用程式架構或網絡安全等領域。
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闆代碼，但它不會完全取代程式員。因為程式員的工作需要的不僅僅是寫代碼。
成為一名程式員需要技巧——能夠建構程式、遵循邏輯并生成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「自我疊代」的産品。
咱們來排一排，那些會寫代碼的AI。
谷歌的Pitchfork
去年11月，坊間傳聞，谷歌正在醞釀一個秘密項目，這個産品會通過機器學習訓練代碼，自己編自己，自己修複bug，還能自己更新。
據知情人士透露，這個項目起初是由Alphabet的登月部門——X部門開發的，代号為Pitchfork，去年夏天被轉移到了谷歌實驗室。
根據内部資料，Pitchfork的作用是「教代碼自行編寫、自行重寫」。
它能夠學習不同的程式設計風格，并且根據這些風格寫出代碼。
一名谷歌員工表示，開發Pitchfork的初衷是希望建立一個工具，将谷歌的Python代碼庫更新到新版本。
AlphaCode：吊打72%程式員
2022年2月，DeepMind推出了「AlphaCode」系統，可以使用人工智能生成代碼。
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上托管的10個現有競賽來測試AlphaCode，它的總體排名位于前 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進行檢測時，AlphaCode解決了100萬個樣本中34.2%的問題。
另外在過去6個月參加過比賽的使用者中，AlphaCode的資料排到了前28%，可以說「吊打72%人類程式員」！
當時，DeepMind就指出，雖然AlphaCode目前隻适用于具有競争性程式設計領域，但顯然，它未來的能力絕不會止步于此。
它為創造某些工具打開了大門，而這些工具将使程式設計變得更容易被人們接受，并且有朝一日可以完全實作自動化。
Copilot：代碼補全神器
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。
輸入代碼時，Copilot會自動提示程式中接下來可能出現的代碼片段，就像一個經過訓練用Python或JavaScript說話的自動補全機器人。
Copilot能夠填充必要的代碼塊，隻要它們不是特别複雜或者特别有創造性，這對于相當于手工勞動的程式設計，可太有用了。
2022年6月22日，Copilot正式面向C端上線，定價10美元/月或100美元/年，并向學生使用者和流行開源項目的維護者免費提供。
現在，成千上萬的開發者都在用Copilot。在十幾種最流行的語言編寫代碼中——有高達40%是依靠它來生成的。
GitHub預測，開發人員将在五年内使用Copilot編寫多達80%的代碼。
微軟首席技術官Kevin Scott還表示：「我們确信：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，在釋出不到5個月後，Copilot已經被憤怒的程式員一舉告上法庭，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。
編輯：Aeneas 好困
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/