人工知能はプログラムを記述するためにコードを「盗む」ほど賢いが、プログラマーは職を失うことを心配する必要はない

人工知能はプログラムを記述するためにコードを「盗む」ほど賢いが、プログラマーは職を失うことを心配する必要はない

人工知能システムはますます賢くなってきています。囲碁をしたり株を取引したりできるだけでなく、今ではコードを書くこともできます。マイクロソフトとケンブリッジ大学の研究者が開発した人工知能システム「DeepCoder」が、ヒューマンプログラミングチャレンジで設定された基本的な課題を完了しました。

DeepCoder は他のプログラムからコードを「盗み」、独自のプログラムの作成を開始できます。しかし、今のところ人間のプログラマーは、それによって仕事が奪われることを心配する必要はありません。 DeepCoder の研究チームは、コーディングの知識がない人でも簡単にプログラムを作成できるようにするためにこのシステムを開発したと述べています。

研究チームによると、DeepCoderはディープラーニング技術を使用して脳のニューラルネットワークをシミュレートし、大量のデータを処理し、評価を行い、意思決定を行うことを可能にするという。

具体的には、研究者は DeepCoder に入力と出力のリストを渡しました。このようにして、DeepCoder はどのコード スニペットがどのような望ましい結果につながるかを判断できます。 DeepCoderの開発者の一人であるMarc Pockschmidt氏は、最終的にはこの方法により、プログラマーでない人でもプログラムのアイデアを記述するだけでシステムにプログラムを自分で書かせることが可能になると期待していると述べました。

人間のプログラマーは、すでに他の公開プログラムからアイデアを借りる方法に精通していますが、DeepCoder のようなシステムは、以前の AI システムよりも高速に検索し、より深く考えることができます。人間がまだ考えつかなかった方法でコードを組み合わせることもできます。

[[184505]]

「このプログラムにより、人々の生産性は突然向上する。コード開発に必要な労力を削減できるという大きな期待がある」とMITのアルマンド・ソラーレザマ教授はニューサイエンティスト誌に語った。

コードを 1 行ずつ実行し、プログラム全体を試行錯誤する人間のプログラマーとは異なり、DeepCoder はどのコードが有用でどのコードが間違っているかを事前に予測できます。さらに、選択から学習し、時間の経過とともにより賢くなります。

DeepCoderの技術はすでに応用されています。 2015年、MITの研究者たちは、欠陥のあるコード行を他のプログラムの動作するコードに置き換えることでソフトウェアの欠陥を自動的に修正するプログラムを開発しました。ブロックシュミット氏は、将来のバージョンでは、人間のプログラマーを必要とせずに、ウェブサイトから情報をスクレイピングしたり、フェイスブックの写真を自動的に分類したりするような日常的なプログラムを簡単に構築できるようになると述べた。

しかし、プログラマーは当面は安心でき、自分の仕事が人工知能に置き換えられることを心配する必要はありません。 Solal Lezama 氏は、DeepCoder はプログラミング作業の最も退屈な部分を自動化するだけで、プログラマーはより複雑なタスクに時間を費やせるようになると考えています。

***DeepCoder は現在、約 5 行のコードを含むプログラミング チャレンジしか解決できないことに注意してください。 「一度に大量のコードを生成するのは困難であり、おそらく非現実的です。しかし、本当に大きなコードは、多数の小さなコードを組み合わせることで作成できます」と Solar Lezama 氏は述べています。

<<:  AI、機械学習、ディープラーニングの違いは何ですか?

>>:  PyTorch と TensorFlow のどちらが優れていますか?最前線の開発者の声

推薦する

韓国の常温超伝導チームは重要な技術を隠蔽したのか?アニーリングの詳細がネットユーザーによって暴露され、6つの中国チームが攻撃を開始

昨今、室温超伝導を再現する実験が注目を集めています。 3日間の期限が過ぎ、多くの再現実験で結果が得ら...

圧縮アルゴリズムについての簡単な説明

1. 冒頭発言お久しぶりです。白部長です。研究であれ実践であれ、既存の問題、解決策、ボトルネック、突...

自動運転のための多視点視覚認識の理解

出力次元の観点から、視覚センサーに基づく知覚方法は、2D知覚と3D知覚に分けられます。視覚システムは...

図解機械学習: ニューラルネットワークと TensorFlow によるテキスト分類

開発者はよく、機械学習を始めたいなら、まずアルゴリズムを学ぶべきだと言います。しかし、それは私の経験...

自動運転制御プロセスにおいて解決すべき規制上の問題は何ですか?

自動運転車は自動車の知能化の究極の目標であると広く考えられていますが、自動車技術のさまざまな段階の発...

...

女王即位70周年にあたり、世界初となる超リアルなヒューマノイドロボットアーティストが肖像画を発表したが、「信憑性に欠ける」と批判された。

ビッグデータダイジェスト制作著者: カレブエリザベス2世女王の即位70周年を祝い、英国は早くも祝賀ム...

クラシック絵文字パッケージにこの「続編」があることが判明しました。ステーブルビデオのクリエイティブなゲームプレイが人気

AI を使って古典的な絵文字を動画にアップグレードする、この創造的な遊び方が最近かなり人気になってい...

LinkedIn が Dagli をオープンソース化し、Java 機械学習ライブラリをリリース

近年では、大規模データ向けのTensorFlow、PyTorch、Caffee、CNTK、Spark...

AIによる顔の改変など、新たな形の著作権侵害が引き起こす論争についてどう思いますか?

2019年にインターネット上で爆発的に広まった「ZAO」と呼ばれる顔を変えるソフトウェアなど、20...

銀行は人工知能を導入し、スマートな顧客サービス以上のものを提供している

[[433578]]最近、ある有名なメディア関係者が銀行からカスタマーサービスに電話を受け、しばらく...

GenAIの課題に対応するためにデータガバナンスはどのように進化する必要があるか

最近、データ ガバナンスが気になっていたので、ChatGPT に「データ ガバナンスとは何ですか?」...

顔認識は終わったのか?最初の「顔ハイジャック」型バンキングトロイの木馬が誕生

各人の顔、指紋、虹彩の情報はそれぞれ固有であり偽造が困難であるため、生体認証は長年にわたり究極の本人...

コンピュータービジョンを例に、AIを仕事に導入する方法を説明します。

[[210306]]以下は、AI ビジネスを始める方法の紹介です。これは比較的人気のある科学講演で...

詳細レポート: ビッグモデルが AI を全面的に加速させます!黄金の10年が始まる

過去70年間に「3つの上昇と2つの下降」を経験した後、基盤となるチップ、コンピューティングパワー、デ...