打败一半的程序员，AlphaCode究竟是何方神圣？

就在我们举国欢庆春节之际，DeepMind研究机构发布了重要研究成果：基于 Transformer 模型的 AlphaCode，可以编写与人类相媲美的计算机程序。

AlphaCode还默默参加了著名网站Codeforces最近举行的10场编程比赛，超过了46%的人类。Codeforces 是一个具有竞争力的编程平台，它类似于国际象棋中使用的 Elo 评级系统，每周分享编程挑战和问题排名。不同于编程人员在打造商业应用程序时可能面临的任务，Codeforces 的挑战更加独立，需要对计算机科学中的算法和理论概念有更广泛的了解，一般是结合逻辑、数学和编码专业知识的非常专业的难题。

AlphaCode 针对 Codeforces 网站上 5000 名用户解决的 10 项挑战进行了测试，总体排名位于前 54.3% ，其过去六个月内在该网站上竞争的用户中排名前 28%。

想在 Codeforces 的挑战中脱颖而出，可不是一件容易的事。AlphaCode这一项目两年前就展开了，受到疫情的影响，大部分工作都是由研发者在家完成的。随着大规模 Transformer 模型的进步与大规模采样、滤波技术的结合，DeepMind 的研究者已经在 AI 能够解决的问题数量上取得了重大进展。

虽然说目前AlphaCode 的排名排在中位数，没有完全打败竞争对手，但对于AI领域来说，已经实现了人工智能解决问题能力的质的飞跃。这也证明了深度学习模型在需要批判性思维的任务中的潜力。

看到AlphaCode的表现后，连创始人Mirzayanov都惊讶不已。要知道他原本对AI是持怀疑态度的，因为编程比赛考验的是发明算法的能力，这是最困难的，没想到AlphaCode的结果完全超出了他的预期。

AlphaCode发布后，有人惊叹有人鄙夷。有 AI 研究科学家在推特表示，AlphaCode 达到人类水平还需要几年时间。它在 codeforce 上的排名是有限制的，因为平台上许多参与者是高中生或大学生；此外 AlphaCode 生成的绝大多数程序都是错误的，正是使用示例测试进行过滤才使得 AlphaCode 实际解决了某些问题。

全球编程比赛网站上常年排名前几的谷歌工程师Petr Mitrichev说：“解决编程比赛问题是一件非常困难的事情。它既需要良好的代码技能，也需要人类解决问题的创造力。”

实际上AlphaCode并不是才出现的编程工具，Codex以及GitHub Copilot都给人留下了深刻的印象。但DeepMind认为，AlphaCode和前者大有不同。“最近的大规模语言模型展示了生成代码的惊人能力，到现在能够完成简单的编程任务。然而，当对更复杂、看不见的问题进行评估时，这些模型的表现仍然不理想，这需要解决问题的技能而不仅仅是将指令翻译成代码。”

每当人工智能有重大进展的时候，人们都会第一时间思考一个老问题：这项技术在未来会代替人类的一部分职能吗？

DeepMind 指出，AlphaCode 目前的技能组合目前仅适用于竞赛性质的编程领域，但它的能力为创建未来工具打开了新的大门，这些工具使编程变得更加容易，并且有朝一日完全自动化。

许多其他公司正在开发类似的应用程序，主要目的是向用户提供一些关于你正在编写的内容的建议。AI 编程系统的开发在近几年确实取得了很大进展，但这些系统还远远没有准备好接管人类程序员的工作。它们生成的代码通常有问题，而且由于系统通常是在公共代码库上进行训练的，所以有时会复制受版权保护的材料。

总而言之， AI 编程系统可能会慢慢融入程序员的工作中，但是面临的许多挑战还是有待解决的。也许有一天它自主执行工作的能力能够达到被人们所信任的高度，但是在这之前还是得接受人类的质疑。