AI 编程登上 Science 封面：AlphaCode 打竞赛，三分之二赛题一遍过，成绩超过一半程序员
DeepMind 的 NS 论文又新添一篇。
这回，是"信息学竞赛选手"AlphaCode，登上了最新一期 Science 封面。
对，就是那个悄悄潜入 10 场编程比赛敲代码，成绩超过了一半人类的编程 AI。
并且就在这篇最新更新的论文中，DeepMind 还首次透露了 AlphaCode 的"一次通过率"：66%。
也就是说，AlphaCode 近三分之二的提交，都是一次 AC（Accepted）的。
CMU 博世人工智能中心教授 J. Zico Kolter 的最新评论文章也同时发表在了这一期 Science 上，他认为：
AlphaCode 不仅仅是复制现有的解决方案。
在面对以前没见过的编程题时，它表现得非常好，无论它是在多大程度上真正"理解"了这个任务。
而在 DeepMind 的官方推特下，还有不少人把 AlphaCode 同当红炸子鸡 ChatGPT 联系了起来。
有人已经迫不及待看到两者同台演出：
首次通过率 66%
尽管 AI 编程领域，GitHub 的 Copilot 已经快进到收费模式，甚至还和程序员们"法庭上见"了。
但在 DeepMind 看来，AlphaCode 还是颇有些不同之处。
一方面，编程竞赛对于 AI 而言本身就是比纯编程更为复杂的任务，关键是要为无法预见的问题构建解决方案。
另一方面，在架构上，AlphaCode 采用了不同的机制来编码赛题文本。
值得一提的是，AlphaCode"打"的这 10 场编程比赛都来自 Codeforces。
相比其他针对算法和数据结构的编程比赛，Codeforces 更偏好考查思维能力，这意味着 AI 无法仅仅通过"背题"来完成挑战。
例如这是 Codeforces 上关于 1553D 问题的描述：
有两个字符串 s 和 t，都是由小写字母组成。对于字符串 s，我们从前向后扫描整个字符串。
如果按下 Backspace 键，就删除该光标前到上一个未删除字符之间的所有字符。
也就是说，假设字符串 s 是"abcbd"，你分别在第一个位置和第四个位置按下 Backspace，那么将得到字符串"bd"。
因为在第一个光标位置前没有字符，所以第一次没有动作。第四个光标位置前的字符是 c，上一个未删除字符是 a，所以按下 Backspace 将删除前三个字符"bd"。
针对这个"前提"，我们需要解决的问题如下：
我们能否从前向后扫描一次 s 字符串，让 s 变为 t？如果可以就输出 YES，否则输出 NO。
针对这个问题，AlphaCode 给出的解法如下：
那么，我们只需要给定输入的字符串数量（4）和具体的字符串内容，就能让程序输出对应的结果：
第一组 ababa（ba），第二组 ababa（bb），第三组 aaa（aaaa），第四组 aababa（ababa）。
对此程序输出的结果分别是 YES、NO、NO 和 YES。
在做题过程中，AlphaCode 的"解题思路"也不再是黑箱。
它不仅成功解决了问题，还能将代码和注意力高亮的对应位置显示出来：
上述还只是 AlphaCode 解的其中一道题。
整体来说，在 Codeforces 平台举办的编程比赛模拟评估中，AlphaCode 在超过 5000 名参与者的比赛中平均排名前 54.3%-- 击败了一半的选手。
并且第一次提交就通过的概率达到了 66%。
AlphaCode 是如何读题写码的
所以，AlphaCode 究竟是凭借什么原理达成这一"战果"的呢？
它仍然基于预训练-微调的范式打造，采用 Transformer 架构，其中编码器具备"解读能力"，解码器则具备"写码能力"。
这次发表在 Science 上的论文，也给出了更直观的原理图，并以 Python 作为案例，讲解具体训练的过程。
在预训练（pre-training）时，研究人员会先整理出 GitHub 上的各种代码集，并"喂"给 AlphaCode 上的编码器和解码器。
以 Python 上的 print ("hello") 为例，这里 print () 是一个常见的函数，即"打印输出"，"hello"则是具体需要打印输出的内容。
经过预训练后的模型，就具备了基本的"按指令完成任务"的要求，其中编码器负责生成指令，解码器则负责填充剩余的部分。
在微调（fine-tuning）环节，研究人员会整理出竞争性编程竞赛的数据集，包括问题和解决思路两部分，并以 GOLD 与 tempering 作为训练目标，进一步减少搜索空间。
其中，问题以注释#的形式交给编码器"学习"，解决思路则交给解码器来尝试理解：
微调完成后，解码器就懂得通过编码器生成注释的内容，来尝试输出对应的代码。
经过预训练-微调后，就来到了最终的评测环节。
Codeforces 的题目会被直接以注释的形式交给编码器，解码器则尝试输出数百万个不同的程序，对它们进行过滤和聚类（cluster）之后，提交其中的 10 个程序来解决问题。
（当然前面也提到，有不少问题在第一次提交后就通过了）
对于 AlphaCode 的出现，有程序员调侃称"可以在艺术家旁边排队等领救济粮了。"
不过，DeepMind 官方对于 AlphaCode 的定调并非"AI 版程序员"，而是希望它作为一个辅助的角色出现在编程工作中：
我们希望它能作为软件开发者的助手，尤其是为 0 编程基础的人提供写代码的机会。
论文地址：
https://www.science.org/doi/10.1126/science.abq1158
参考链接：
[1]https://www.science.org/doi/10.1126/science.add8258
[2]https://mp.weixin.qq.com/s/wZcY_hEk_M61wTJVVIXfIg
[3]https://www.deepmind.com/blog/competitive-programming-with-alphacode
本文来自微信公众号：量子位 （ID：QbitAI），作者：鱼羊 萧箫
