人工知能はプログラムを記述するためにコードを「盗む」ほど賢いが、プログラマーは職を失うことを心配する必要はない

人工知能はプログラムを記述するためにコードを「盗む」ほど賢いが、プログラマーは職を失うことを心配する必要はない

人工知能システムはますます賢くなってきています。囲碁をしたり株を取引したりできるだけでなく、今ではコードを書くこともできます。マイクロソフトとケンブリッジ大学の研究者が開発した人工知能システム「DeepCoder」が、ヒューマンプログラミングチャレンジで設定された基本的な課題を完了しました。

DeepCoder は他のプログラムからコードを「盗み」、独自のプログラムの作成を開始できます。しかし、今のところ人間のプログラマーは、それによって仕事が奪われることを心配する必要はありません。 DeepCoder の研究チームは、コーディングの知識がない人でも簡単にプログラムを作成できるようにするためにこのシステムを開発したと述べています。

研究チームによると、DeepCoderはディープラーニング技術を使用して脳のニューラルネットワークをシミュレートし、大量のデータを処理し、評価を行い、意思決定を行うことを可能にするという。

具体的には、研究者は DeepCoder に入力と出力のリストを渡しました。このようにして、DeepCoder はどのコード スニペットがどのような望ましい結果につながるかを判断できます。 DeepCoderの開発者の一人であるMarc Pockschmidt氏は、最終的にはこの方法により、プログラマーでない人でもプログラムのアイデアを記述するだけでシステムにプログラムを自分で書かせることが可能になると期待していると述べました。

人間のプログラマーは、すでに他の公開プログラムからアイデアを借りる方法に精通していますが、DeepCoder のようなシステムは、以前の AI システムよりも高速に検索し、より深く考えることができます。人間がまだ考えつかなかった方法でコードを組み合わせることもできます。

[[184505]]

「このプログラムにより、人々の生産性は突然向上する。コード開発に必要な労力を削減できるという大きな期待がある」とMITのアルマンド・ソラーレザマ教授はニューサイエンティスト誌に語った。

コードを 1 行ずつ実行し、プログラム全体を試行錯誤する人間のプログラマーとは異なり、DeepCoder はどのコードが有用でどのコードが間違っているかを事前に予測できます。さらに、選択から学習し、時間の経過とともにより賢くなります。

DeepCoderの技術はすでに応用されています。 2015年、MITの研究者たちは、欠陥のあるコード行を他のプログラムの動作するコードに置き換えることでソフトウェアの欠陥を自動的に修正するプログラムを開発しました。ブロックシュミット氏は、将来のバージョンでは、人間のプログラマーを必要とせずに、ウェブサイトから情報をスクレイピングしたり、フェイスブックの写真を自動的に分類したりするような日常的なプログラムを簡単に構築できるようになると述べた。

しかし、プログラマーは当面は安心でき、自分の仕事が人工知能に置き換えられることを心配する必要はありません。 Solal Lezama 氏は、DeepCoder はプログラミング作業の最も退屈な部分を自動化するだけで、プログラマーはより複雑なタスクに時間を費やせるようになると考えています。

***DeepCoder は現在、約 5 行のコードを含むプログラミング チャレンジしか解決できないことに注意してください。 「一度に大量のコードを生成するのは困難であり、おそらく非現実的です。しかし、本当に大きなコードは、多数の小さなコードを組み合わせることで作成できます」と Solar Lezama 氏は述べています。

<<:  AI、機械学習、ディープラーニングの違いは何ですか?

>>:  PyTorch と TensorFlow のどちらが優れていますか?最前線の開発者の声

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

ニューラルネットワークのトレーニングではCPUはGPUより10倍以上高速。インテル:行列演算はもう使わない

ディープラーニングやニューラルネットワークの分野では、研究者は通常、GPU なしでは作業できません。...

将来の成長の原動力は?ビッグデータ+人工知能が浸透し、私たちの生活を変える

画像ソース: Unsplash新世代情報技術の急速な発展に伴い、コンピューティング能力、データ処理能...

史上最大規模のAIによる疫病対策キャンペーン

普段は人工知能技術にあまり興味がない人でも、この特別な期間中はAIという文字の組み合わせに注目するで...

...

2019 年に TensorFlow は王座から退いたのでしょうか?

この記事では、著者は GitHub、Medium の記事、arXiv の論文、LinkedIn など...

エッジAI: 人工知能の進化の次のステップ

[[422303]]人工知能(AI)は、かなり長い間、世界中のビジネスにおいて安定した存在となってい...

将来世界に革命を起こす可能性のあるトップ 10 のテクノロジーをご存知ですか?

将来世界に革命を起こす可能性のあるトップ10のテクノロジー1.4Dプリント[[277651]]映画の...

インテリジェントな仮想アシスタントが2022年に生産性を2倍にする方法

翻訳者 | 張野貴校正 | 孫淑娟 良策インテリジェント仮想アシスタント市場の洞察インテリジェント ...

単一のニューロンでも DNN 機能を実現でき、画像分類の精度は 98% です。

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

産業オートメーションにおけるコンピュータビジョンの応用と利点

コンピューター ビジョンは、製造および生産プロセスを自動化および最適化して、効率を高め、製品の品質を...

GPT-4 はハイブリッド大規模モデルを使用しますか?研究により、MoE+命令チューニングにより大規模モデルのパフォーマンスが向上することが証明された

GPT-4 の登場以来、優れた言語理解、生成、論理的推論など、その強力な創発能力に人々は驚嘆してきま...

[ディープラーニングシリーズ] PaddlePaddle と Tensorflow を使用したクラシック CNN ネットワーク AlexNet の実装

先週、私たちは PaddlePaddle と Tensorflow を使用して画像分類を実装し、自分...

2030年までにAI/自動化によって消滅する6つの技術職

翻訳者 | ジン・ヤンレビュー | Chonglou現在、人工知能と自動化は急速な発展段階に入ってお...

AI音声アシスタントの台頭:利便性とセキュリティのバランス

ChatGPT は私たちが知る限り最新の音声アシスタントです。 SiriやAlexaなどの企業は長年...

「ロボット革命」は人類社会の発展にどのような影響を与えるのでしょうか?

世界経済フォーラムが最近発表した報告書によると、2025年までに世界の仕事の半分はロボットによって行...