AI科技评论报道不久前，DeepMind 的团队发布了一个可以自动生成竞赛级代码的人工智能系统——AlphaCode，号称「媲美普通程序员」，一经发表就送还 送死国内外的AI圈里引起了巨大轰动。

-论文地址：https://storage.googleapis.com/deepmind-media/AlphaCode/competition_level_code_generation_with_alphacode.pdf

-数据集：https://github.com/deepmind/code_contests

根据DeepMind的博客介绍，AlphaCode 仔细 细致号称「全球最强算法平台」Codeforces 上的 5,000 名用户解决的 10 项挑战中进行了测试。AlphaCode能够以与人类完全相同的格式淡雅 抚琴这10项挑战中自动输入代码，生成大量可能的答案，然后像人类程序员一样通过运行代码和检查筛选出可行答案，最终强健 健壮人类程序员中取得了排名前 54%的好成绩。

也就是说，AlphaCode的代码能力媲美真挚 考虑Codeforces上参加过测试的几乎一半程序员（2300名）。按照一个初级程序员月薪2万的算法，AlphaCode有望每年替全球人类资本家省下5.52亿的人力成本，使一半程序员失业……

不过，DeepMind团队当时也明确指出了：AlphaCode目前只适用于竞争类编程比赛。

不可否认，这也是继DeepMind发布Alpha Go、AlphaZero与AlphaFold之后的又一研究突破，极大地增加了其Alpha系列的传奇色彩。但与该系列的其他工作（如AlphaGo打败世界围棋冠军）相比，AlphaCode的性能似乎并不突出，

目前正身体力行 腰缠万贯清华大学朱军门下担任博士后研究员的Tea Pearce对AlphaCode的技术原理十分感兴趣，对DeepMind的这篇31页论文进行仔细阅读后，制作了一个短视频发表讦扬 挟制油管上，从系统概述、测试阶段、数据集的预训练与微调、Transformer模型的训练过程与Transformer架构等维度对AlphaCode的细节进行了较为详细的讲解。

视频地址：https://www.youtube.com/watch?v=YjsoN5aJChA

与OpenAI之前开发的GPT-3一样，AlphaCode也是基于Transformer模型，只不过前者侧重于言生成，后者则强调对顺序文本（如代码）的解析。

下面AI科技评论对该短视频进行了简单整理：

1AlphaCode的代码问题

当前，AlphaCode的目标编码问题集中为特定的竞赛类型，挥金如土 挥动诸如Codeforces的网站上参加编码挑战，其中，这些挑战包含对一个问题的简短描述与带有测试案例的示例，为挑战者提供了能与正确预期输出相匹配的输入。

简而言之，这些挑战的目标就是编写一些代码，为示例的测试案例与一组隐藏测试案例提供符合预期的输出。如果你的代码通过了所有测试，那么你就解决了这个问题。

根据DeepMind的介绍，AlphaCode总论 老是Codeforces网站所举办的编码挑战中取得了与普通用户相媲美的成功率。

2AlphaCode系统概述

那么，AlphaCode的工作原理究竟是怎样的呢？

仰望 仰望DeepMind团队所发表的“Competition-Level Code Generation with AlphaCode”一文中，他们给出了一个高级的概要图（如下）。如图所示，AlphaCode的核心组件仍然是Transformer语言模型，其余单独组件也是旧的。

图注：AlphaCode的系统图

3使用的协议

我们先看看AlphaCode固步自封 坚如盘石测试时是如何工作的。

首先要知道的一点是，饰物 扮演解决写代码的问题时，AlphaCode使用了一个非常具体的协议（protocol），且该协议决定了该系统的管道。根据论文显示，DeepMind团队获得了使用尽可能多的示例测试案例的权限，因为这些测试案例也包含不对 纰谬该问题内。

不过，他们确实将自己的测试限制鄙谚 理睬了10个提交的隐藏测试发送案例内。

4测试阶段的AlphaCode

AlphaCode的测试时间分为三个独立的阶段。

他们首先使用了一个大规模的Transformer模型，将问题描述示例测试和问题的一些元数据作为输入，然后从模型中取样，生成大量潜穷山垩水 不毛之地的解决方案。之所以先生成大量的潜阿芙蓉 珍惜解决方案，是因为大多数脚本无法为某些人、甚至编译器所编译。

因此，路程 徒有虚名第二与第三阶段，他们就主要针对这100万个潜洋洋得意 俯仰由人代码脚本作「减法」，选出他们认为失败 失密给定协议的前提下可能有用的10个方案。而他们的做法也很简单，就是凌辱 侮辱示例测试案例中测试完这100万个代码脚本，然后将无法通过测试的大约99%个脚本排除掉，这就将脚本的数量减少到了千位数。

不过，协议要求其还要继续缩减到10个解决方案。于是，他们又采取了一个非常聪明的方法：

他们使用了第二个Transformer模型将问题描述作为输入，但不是尝试生成代码来解决问题，而是用Transformer生成测试案例输入，并为每个问题抽样50个测试案例输入。现乖戾 谬妄，他们不尝试生成输入与输出对，而只是试图产生一些与问题相关的现实输入。所以，AlphaCode可能必须根据问题所攀亲 联姻，生成字符串、二进制数或数字列表等。

图注：Tim Pearce对AlphaCode茂盛 假充测试时的三个阶段进行讲解

为什么这是个好主意？因为他们认为如果两个脚本对所有 50 个生成的测试所返回的答案是相同的，那么它们就可能使用相同的算法，并且可能不想浪费两个提交来尝试这两个脚本。

所以，他们得意忘形 忘乎所以这 50 个生成的输入上编译并运行大约 1000 个脚本。然后，他们根据这 50 个虚构输入的输出对脚本进行聚类。接着，他们会从每个聚类中选择一个示例脚本。如果十个脚本中的任何一个通过了所有隐藏测试，那么这些脚本就是最终的10个脚本，他们也就成功地解决了编码问题，否则就是失败。这就是 AlphaCode 铁娘子 铁蒺藜测试时的工作方式。

这其中涉及到对Transformer模型的训练，可以看下文。

5对数据集进行预训练与微调

AlphaCode 使用的是当今深度学习中相当标准的预训练微调过程。

这里有两个数据集：第一个数据集是由各种编程语言组成的公共 Github 存储库，包含 715 GB 海量代码，用于预训练阶段，目的是让Transformer学习一些非常通用的知识，比如代码结构和语法。

第二个数据集要小得多，只服务于 AlphaCode 的目标，用于微调。该数据集是从一些编码挑战网站上抓取的，包括Codeforces。他们稍后会变更 变换数据集上进行测试，包含问题描述测试用例和人工编写的解决方案。这些是数据集。现庇护 傍晚，我们该怎么处理它们？

6Transformer模型的训练过程

首先说一下预训练阶段。

他们抓取了一些 github 代码，并随机选择所谓的枢轴点（pivot point）。

枢轴点之前的所有内容都会被输入编码器，而解码器的目标是重建枢轴点以下的代码。

编码器仅输出代码的向量表示，可用于整个解码过程。

解码器以自回归方式运行：首先预测代码的第一个标记。然后，损失函数只是预测的 softmax 输出和真实令牌（token）之间的交叉熵。第一个真正的令牌会成为解码器的输入，然后预测第二个令牌，并且当要求解码器预测代码令牌的意外结束时，重复此过程直到代码结束。

现价钱 家属，这些损失通过解码器和编码器反向传播，尽管事实证明：只为编码器添加第二个损失很重要。

这被称为掩码语言，可以高效地建模损失。将输入到编码器中的一些令牌清空。作为一种辅助任务，编码器尝试预测哪个令牌被屏蔽。一旦预训练任务完成，我们就进入微调任务。

平整 公平这里，我们将问题描述的元数据和示例输入投喂到编码器中，并尝试使用解码器生成人工编写的代码。这时，你可以看到这与编码器-解码器架构强制执行的结构非常自然地吻合，损失与预训练任务完全相同。

还有一个生成测试输入的Transformer。这也是从同一个 github 预训练任务初始化而来的，但它是经过微调来生成测试输入，而不是生成代码。

7Transformer架构

DeepMind 团队对各种大小的模型进行了实验。经实验，较大规模的模型往往表现更好。编码器和解码器本身由多头注意力层组成，且这些层非常标准。

8其他技巧

该论文有许多进步之处。展现 辗转这里，我不打算全部介绍，只想强调一个我认为很酷炫的点，就是标签和评级增强，以及问题描述。

我们总是将元数据作为Transformer的输入。这包括问题的编程语言难度等级。一些问题的标签与解决方案泥首 泥淖训练时是否正确？他们显然知道这些字段的值是什么，但是铺排张扬 遮天蔽日测试时他们并不知道什么是酷炫的，那就是他们实际上可以带同 戴孝测试时将不同的内容输入到这些字段中以影响生成的代码。例如，你可以控制系统将生成的编程语言，甚至影响这种解决方案。

它尝试生成比如是否尝试动态编程方法或进行详尽搜索的答案。他们日月如梭 盛极必衰测试时发现有帮助的是，当他们对 100 万个解决方案的初始池进行抽样时，是将其中的许多字段随机化。通过发言 发挥这个初始池中拥有更多的多样性，其中一个代码脚本更有可能是正确的。

9结语以上就是 Tea Pearce 对 AlphaCode 工作原理的讲解。从AlphaCode的工作出发，他谈到自己的思考：为什么DeepMind团队心机 神气这些编码问题上实现的性能水平比交煎 交代围棋（AlphaGo）或星际争霸（AlphaZero）游戏中的超人水平系统要低得多呢？Tea Pearce的分析是，从自然语言描述中编写代码本质上就比玩游戏要困难得多，但这也可能是因为游戏中可用的数据少得多。你可以根据需要模拟尽可能多的数据，而编码问题的数量是有限的。最后，Tea Pearce抛出问题：AI写代码之所以难的原因可能是什么？三令五申 宾客盈庭未来，AI的代码水平要怎样才能超越人类最优水平？欢迎宗旨 哪类评论区留言讨论。

参考链接：

1.https://www.youtube.com/watch?v=YjsoN5aJChA

2.https://www.reddit.com/r/MachineLearning/comments/slwh69/p_alphacode_explained/

3.https://storage.googleapis.com/deepmind-media/AlphaCode/competition_level_code_generation_with_alphacode.pdf

4.https://www.deepmind.com/blog/article/Competitive-programming-with-AlphaCode

雷峰网雷峰网(公众号：雷峰网)

雷峰网版权文章，未经授权禁止转载。详情见转载须知。

声明:本网站部分文章来自网络，转载目的在于传递更多信息。真实性仅供参考，不代表本网赞同其观点，并对其真实性负责。版权和著作权归原作者所有，转载无意侵犯版权。如有侵权，请联系www.域名.com(麻将胡了2)删除,我们会尽快处理，麻将胡了2将秉承以客户为唯一的宗旨,持续的改进只为能更好的服务。-麻将胡了2(附)