[[402739]]

「我是一個懶惰而無知的準計算機科學家，所以我試圖讓計算機自己編程。」

在最新的推文中，Yann LeCun「懶洋洋」地寫道。

近年來，研究人員已經使用人工智能來改善編程語言之間的翻譯或自動修復問題。例如，人工智能系統DrRepair已被證明可以解決大多數產生錯誤信息的問題。但研究人員還是夢想有一天，人工智能可以根據非專家的簡單描述來編寫程序。

換言之，這給我們留了個疑問：代碼能自己寫嗎？

近日，微軟透露計劃將以生成文本而聞名的GPT-3引入編程。首席執行官薩提亞-納德拉說：「如果你能用自然語言描述你想做什么，GPT-3 將生成一個最相關的公式列表供你選擇。代碼自己寫。」

Charles Lamanna 說，GPT-3 提供的復雜性可以幫助人們應對復雜的挑戰，并為幾乎沒有編碼經驗的人們提供支持。GPT-3 將自然語言翻譯成 PowerFx，這是一種相當簡單的編程語言，類似于微軟在 3 月份推出的 Excel 命令。

GPT-3終于派上用場了！

微軟的新功能基于稱為Transformer的神經網絡架構，包括百度，谷歌，微軟，Nvidia和Salesforce在內的大型科技公司都使用該網絡，使用從網絡上抓取的文字訓練數據來創建大型語言模型。

去年9月，微軟從OpenAI手里拿過了GPT-3的獨家授權，微軟執行副總裁兼 CTO Kevin Scott 表示：「讓最前沿的人工智能研究走向民主」！

至此，從最初10億美元的投資，到去年Build宣布的為OpenAI設計的AI超算，再到獲得GPT-3獨家授權，微軟成功「奪得」OpenAI.

OpenAI聯合創始人老馬：the opposite of open.

是的，OpenAI不Open了。

還有網友干脆表示：OpenAI也可以改名ClosedAI.

如此布局，微軟到底拿GPT-3做什么了？

今年的Build大會，微軟宣布了。

Power Apps是微軟2015年推出的小程序開發軟件，屬于Power Platform的一個應用，利用它，無需代碼編程，人人都能像設計PPT一樣開發App.

現在，微軟又為Power Apps加入了GPT-3。

Power Platform包含Power BI，Power Apps，Power Automate和Power Virtual Agents. 這四部分覆蓋了從非技術人員到專業軟件開發人員的所有低代碼開發需求。

而低代碼開發，就是以「拖-拉-拽」的可視化方式，讓開發人員以最少量的代碼快速開發應用軟件。

此次微軟將GPT-3首次集成到Power Apps使用的低代碼編程語言Power Fx中，無疑是開啟了GPT-3作為基礎性的新技術的「商用」新征程。

Power Fx依托于Microsoft Excel，比傳統的編程語言更易于使用，但在過去用它創建復雜的數據查詢仍然是一個比較艱難的學習過程。

比如，我們想實現一個「找到所有在美國訂閱過期的用戶」的指令，過去在Power Fx上，我們需要構建一個Power Fx語句來實現查找，但現在有了GPT-3，我們只需要把我們的需求以正常的語言表達輸入進去，它就可以直接幫你翻譯成Power Fx的代碼語句，比如像下面圖片顯示的一樣。

Power Apps就像是我們在搜索框中輸入問題，再從眾多搜索結果中進行選擇一樣，GPT-3會針對你的輸入的語句返回多個Power Fx公式建議，然后，開發者可以選擇自己覺得最合適的公式。

要「淘汰」程序員？最佳模型：只有 14% 的成功率

雖然目前這個功能并不能完全代替一個人理解后所執行的代碼，但能夠在很大程度上幫助開發人員做出正確的選擇。

在最近的一項測試中，最好的模型在由一組 AI 研究人員編制的介紹性編程挑戰中只有 14% 的成功率。

盡管如此，進行這項研究的研究人員得出的結論是，測試證明「機器學習模型正在開始學習如何編碼」。

為了挑戰機器學習社區并衡量大型語言模型在編程方面的表現如何？上周，一群AI研究人員提出了使用Python自動編碼的基準。

在該測試中，GPT-Neo（一種開放源語言模型）的設計與OpenAI的旗艦模型具有類似的體系結構，其性能優于GPT-3。該論文的主要作者Dan Hendrycks說，這是由于使用從GitHub收集的數據對GPT-Neo進行了微調的事實，GitHub是一種流行的協作編碼項目編程存儲庫。

而使用這樣的AI模型的重要意義在于，可以促進「低代碼工具」向更大的受眾群體普及，也就意味著未來人人都可以「自學成才」，成為開發者。

至此，正式投入商用的GPT-3就不再是reddit上編故事的水軍了。

它的加入，會成為程序員更大的威脅嗎？

有網友表示：it will！

你覺得呢？