网络安全检测|网络安全服务|网络安全扫描-香港墨客投资移动版

　　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

特别声明：以上文章内容仅代表作者本人观点，不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。