AI编程登Science：AlphaCode打竞赛 表现太优秀

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。

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。

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。

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。

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。

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。