プログラマーにとって「朗報」：AI が人間のコード作成を支援することは信頼できるのか？

[[264055]]

データマップ：ゲーム会社のプログラマー。写真提供：ユー・チン、中国新聞社

午前9時に出勤し、午後9時に退勤し、週6日勤務します。 「996」勤務制度は最近、ネット大手のトップらの「支援」で急速に話題となり、意見が分かれている。しかし、法的、道徳的、価値的レベルの議論を除けば、「996」が反映する現実は、社会が情報化の時代に突入し、プログラマーがすでに圧倒されているということだ。

同時に、Google Brain は AI がプログラミングにおいて人間を支援できる仕組みを示す論文を発表し、疲弊した「プログラマー」たちに新たな朗報をもたらした。 Googleが言及したAI技術はどのようにしてプログラミング支援を実現するのでしょうか？ AI はどのようなプログラミングタスクを支援できますか?プログラマーの解放はどのくらい遠いのでしょうか?これらの質問について、私たちの記者は、フランス原子力・代替エネルギー委員会で人工知能の博士号を取得し、Suwen Intelligenceの創設者でもある王偉氏にインタビューしました。

「画家」と「芸術家」の間をさまよう

シリコンバレーの起業家精神の父、ポール・グラハムは、著書『ハッカーと画家』の中で、プログラミングと絵画を鮮やかに比較しました。グラハムは、優れたプログラマーは画家と同じように創造者であると信じています。しかし、彼は著書の中で、分業がますます洗練されつつある産業チェーンにおいて、「（プログラマーは）リーダーの意志を実現する責任を負う技術労働者に過ぎない。彼の任務は仕様に従ってコードを書くことだ。実際、彼は溝を掘る労働者と同じで、端から端まで掘るだけ、ただ機械的な作業に従事しているだけだ」とも指摘している。両者の違いは、画家と画家の違いに似ています。前者は個人の創作であり、後者は反復的な労働です。

プロのプログラマーの仕事は、もともと知的集約型の技術創造でしたが、インターネット産業の急速な発展に伴い、一部のインターネット企業のプログラマーと組立ラインの労働者の間に本質的な違いはほとんどなくなり、プログラミングは徐々に労働集約型の機械労働になってきました。しかし、イノベーションは通常、長時間労働から生まれるものではありません。プログラマーの創造性の低下は間違いなく高負荷の作業負荷と関係しており、人工知能はこの状況を変えることができるかもしれません。

AIがプログラミングにどのように役立つか

グーグルのこの非常に技術的な論文を素早く理解するために、王偉氏は記者団に対し、自身が参加した別の研究、偉大な作家ユゴーの文章を模倣するAIについて語った。このプロジェクトは、人工知能の統計的手法を使用して、ユゴーの言語スタイル（慣用句、表現、文型を含む）を学習し、最終的には平均的なフランス語の文章力を持つ人々が、この偉大な作家のスタイルで独自の物語を書けるようになることを目指しています。

王偉氏は、人間の自然言語（フランス語など）は文字と単語の連続であり、統計モデル分析を通じて、前の文脈に基づいて次のテキストが現れる確率を予測できると述べた。これは、より高度な連想入力方法または入力プロンプトとして理解できる。マシン指向プログラミング言語は、一方ではコードの並びであり、他方では独自の内部コード編成構造も持っています。この2つをモデル化することで、プログラマーがコードを入力するときに、人工知能技術を使用してその意図を識別し、入力する可能性のあるコードを予測し、プログラマーが新しいコードを書く作業負荷を簡素化するのに役立ちます。さらに、パターン認識により、プログラマーがコードの一部を変更すると、AI は既存のコード内で同様の変更が必要な他の関連コードモジュールを識別し、コード更新ソリューションのオプションを直接提供できるため、プログラマーがコードを変更する作業負荷が大幅に軽減されます。

AI の用語では、後続のテキストやコードを予測することはシーケンスの学習と予測に属し、リカレント ニューラル ネットワークはシーケンス モデリングを実現するためのソリューションです。長短期記憶 (LSTM) は、人気の再帰ニューラル ネットワークです。この論文では、Google が LSTM を使用して既存のコードをモデル化し、複雑で動的なコード編集シーケンスを識別および予測しています。

プログラマーが完了できるタスクは何ですか?

王偉氏は、現在プログラマーがプログラミングに使用している開発ツール IDE (統合開発環境) は、当初からパラメータの自動入力、コンストラクタの自動初期化などの簡単なプロンプト機能を備えており、実際の操作においてプログラマーの効率をある程度向上させてきたと紹介しました。 Google の研究は、より複雑な編集シーケンス モデルを対象としており、そのソリューションは大規模なコード編集データに適用可能です。

この研究が産業応用されれば、第一線のプログラマーやテクノロジー企業にとって大きな恩恵となることは間違いありません。 AI の予測と認識の支援により、新しいコードの作成とコードの変更のプロセスにおけるプログラマーの非常に反復的な作業が大幅に簡素化されます。マシンの追加により、プログラマーの作業負荷と疲労が直接軽減されます。

プログラマー解放への道はどこまで続くのか？

王偉氏は、グーグルの研究はまだ実験段階にあり、大規模な産業応用にはまだ程遠いと述べた。さらに、Google の研究は現時点ではまだ支援プログラミングに限定されているため、一部のメディアの報道もやや誇張されている。当面の間、機械が作成したプログラムはSFの世界のままであり、プログラミングは人間によってのみ実行できる。

技術的な観点から見ると、人工知能は依然として複雑な人間の意図を完全に理解できず、効果的な創造性を形成することもできません。現在、この問題を解決するための目に見える技術的な道筋はありません。また、プログラミングの目的は製品を作り、社会的価値を実現することであり、そこには責任の定義という問題が伴います。社会的観点から見ると、人工知能が単独で判断を下すべきではありません。

しかし、テクノロジーは短期的には常に過大評価され、長期的には過小評価されます。長期的には、AI の支援により、プログラマーの重労働の機械的な負担は大幅に軽減されると予想されますが、革新的な仕事を完了するには依然として人間の知恵が必要です。 「プログラマー」は「庭師」になり、AIの支援を受けてより多くの時間を解放し、より多くのエネルギーを創造に注ぎます。退屈な「画家」の仕事はより面白くなり、プログラマーの「996」労働システムは過去のものになるかもしれません。