广告的创意案例分析

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>谷(gu)歌(ge)神(shen)秘(mi)項(xiang)目(mu)曝(pu)光(guang)！能(neng)寫(xie)代(dai)碼(ma)還(hai)會(hui)改(gai)bug的(de)AI，讓(rang)码農(nong)瑟(se)瑟發(fa)抖(dou)

新(xin)智(zhi)元(yuan)報(bao)道(dao)

編(bian)輯(ji)：编辑部(bu)

【新智元導(dao)讀(du)】谷歌神秘项目Pitchfork曝光！這(zhe)次(ci)，会有(you)多(duo)少(shao)码农被(bei)叠(die)代？

做(zuo)壹(yi)個(ge)程(cheng)序(xu)員(yuan)，壓(ya)力(li)有多大(da)？

反(fan)正(zheng)，最(zui)近(jin)的一个傳(chuan)聞(wen)，是(shi)让码农們(men)瑟瑟发抖。

传說(shuo)谷歌正在(zai)研(yan)发一个秘密(mi)的新项目，教(jiao)AI写代码。

據(ju)说，學(xue)会之(zhi)後(hou)，AI不(bu)僅(jin)能写代码，还会修(xiu)復(fu)bug。

写代码这件(jian)事(shi)，就(jiu)應(ying)該(gai)让代码自(zi)己(ji)來(lai)

传闻，谷歌的这个秘密项目，会通(tong)過(guo)機(ji)器(qi)学習(xi)訓(xun)練(lian)代码，让它(ta)们自己编自己，自己修复bug，还能自己更(geng)新。

这个项目表(biao)明(ming)，谷歌向(xiang)生(sheng)成(cheng)式(shi)人(ren)工(gong)智能（generational artificial intelligence）更近了(le)一步(bu)。

現(xian)在的AI，是愈(yu)发無(wu)所(suo)不能了。它们可(ke)以(yi)創(chuang)建(jian)圖(tu)像(xiang)、視(shi)頻(pin)，还能写代码。

如(ru)果(guo)这个AI再(zai)進(jin)化(hua)下(xia)去(qu)，未(wei)来还需(xu)要(yao)写代码的码农嗎(ma)？

据知(zhi)情(qing)人士(shi)透(tou)露(lu)，这个项目起(qi)初(chu)是由(you)Alphabet的登(deng)月(yue)部門(men)——X部门開(kai)发的，代號(hao)為(wei)Pitchfork。

今(jin)年(nian)夏(xia)天(tian)，它被轉(zhuan)移(yi)到(dao)了谷歌實(shi)驗(yan)室(shi)。

眾(zhong)所周(zhou)知，谷歌实验室看(kan)重(zhong)的是「長(chang)期(qi)投(tou)資(zi)」，包(bao)括(kuo)VR和(he)AR项目。

现在，Pitchfork已(yi)經(jing)成为了谷歌实验室下「AI开发者(zhe)援(yuan)助(zhu)團(tuan)隊(dui)」的一名(ming)员工。

根(gen)据內(nei)部资料(liao)，Pitchfork的作(zuo)用(yong)是「教代码自行(xing)编写、自行重写」。

它能夠(gou)学习不同(tong)的编程風(feng)格(ge)，並(bing)且(qie)根据这些(xie)风格写出(chu)代码。

现在，这个团队正在探(tan)索(suo)不同的用例(li)，来幫(bang)助开发者。

一名谷歌员工表示(shi)，开发Pitchfork的初衷(zhong)是希(xi)望(wang)建立(li)一个工具(ju)，將(jiang)谷歌的Python代码庫(ku)更新到新版(ban)本(ben)。

在不用雇(gu)傭(yong)多余(yu)軟(ruan)件工程師(shi)的情況(kuang)下，怎(zen)麽(me)從(cong)一个版本过渡(du)到下一个版本呢(ne)？

Pitchfork应運(yun)而(er)生。

团队負(fu)責(ze)人Hatalsky表示，隨(sui)著(zhe)時(shi)間(jian)的推(tui)移，Pitchfork项目的目標(biao)逐(zhu)漸(jian)變(bian)成了建立一个通用系(xi)統(tong)。

从去年年底(di)开始(shi)，Pitchfor已经可以降(jiang)低(di)for X的成本。

AlphaCode：吊(diao)打(da)72%程序员

其(qi)实，AI编程这件事，早(zao)就不新鮮(xian)了。

2022年2月，Alphabet的另(ling)一家(jia)子(zi)公(gong)司(si)、谷歌的兄(xiong)弟(di)公司DeepMind，就推出了一个名为「AlphaCode」的系统，可以使(shi)用人工智能生成代码。

根据DeepMind的说法(fa)，AlphaCode可以與(yu)人類(lei)匹(pi)敵(di)。

DeepMind使用编程競(jing)賽(sai)平(ping)臺(tai)Codeforces上(shang)托(tuo)管(guan)的10个现有竞赛来測(ce)試(shi)AlphaCode，總(zong)體(ti)排(pai)名位(wei)於(yu)前(qian) 54.3%，也(ye)就是说它擊(ji)敗(bai)了46%的參(can)赛者 。

DeepMind聲(sheng)稱(cheng)，在使用编程竞赛平台Codeforces进行檢(jian)测时，AlphaCode解(jie)決(jue)了100萬(wan)个樣(yang)本中(zhong)34.2%的問(wen)題(ti)。

另外(wai)在过去6个月参加(jia)过比(bi)赛的用戶(hu)中，AlphaCode的數(shu)据排到了前28%，可以说「吊打72%人类程序员」！

當(dang)时，DeepMind就指(zhi)出，雖(sui)然(ran)AlphaCode目前只(zhi)適(shi)用于具有竞爭(zheng)性(xing)编程領(ling)域(yu)，但(dan)顯(xian)然，它未来的能力絕(jue)不会止(zhi)步于此(ci)。

它为创造(zao)某(mou)些工具打开了大门，而这些工具将使编程变得(de)更容(rong)易(yi)被人们接(jie)受(shou)，并且有朝(chao)一日(ri)可以完(wan)全(quan)实现自動(dong)化。

Copilot：程序员的好(hao)帮手(shou)

再往(wang)前，在2021年，GitHub与OpenAI共(gong)同推出了一款(kuan)AI编程神器——GitHub Copilot。

輸(shu)入(ru)代码时，Copilot会自动提(ti)示程序中接下来可能出现的代码片(pian)段(duan)，就像一个经过训练用Python或(huo)Java说話(hua)的自动補(bu)全机器人。

Copilot能够填(tian)充(chong)必(bi)要的代码塊(kuai)，只要它们不是特(te)別(bie)复雜(za)或者特别有创造性，这對(dui)于相(xiang)当于手工勞(lao)动的编程，可太(tai)有用了。

此外，Copilot还優(you)化了多名程序员间的線(xian)上協(xie)作功(gong)能，因(yin)此，它是生成式AI早期最成功的项目之一。

2022年6月22日，Copilot正式面(mian)向C端(duan)上线，定(ding)價(jia)10美(mei)元/月或100美元/年，并向学生用户和流(liu)行开源(yuan)项目的維(wei)護(hu)者免(mian)費(fei)提供(gong)。

现在，成千(qian)上万的开发者都(dou)在用Copilot。

在十(shi)幾(ji)種(zhong)最流行的語(yu)言(yan)编写代码中——有高(gao)達(da)40%是依(yi)靠(kao)它来生成的。

GitHub預(yu)测，开发人员将在五(wu)年内使用Copilot编写多达80%的代码。

微(wei)软首(shou)席(xi)技(ji)術(shu)官(guan)Kevin Scott还表示：「我(wo)们確(que)信(xin)：GitHub Copilot可以应用到数千种不同类型(xing)的工作中。」

不过，因为涉(she)嫌(xian)侵(qin)權(quan)，在发布(bu)不到5个月后，Copilot已经被憤(fen)怒(nu)的程序员一舉(ju)告(gao)上法庭(ting)，索賠(pei)90億(yi)美元。

Codex：AI实时自动编程

OpenAI开创了文(wen)本生成的先(xian)河(he)。

从2019年，OpenAI开始使用一种名为GPT-2的算(suan)法，在業(ye)内引(yin)发轟(hong)动；2021年底，OpenAI推出了GPT-2的升(sheng)級(ji)版GPT-3，可供任(ren)何(he)人使用。

GPT-3擁(yong)有1750亿个参数，是上一代模(mo)型GPT-2的100倍(bei)，也一举将此前同类NLP模型的参数紀(ji)錄(lu)提升了10倍。

在图像生成领域，OpenAI在2021年1月官宣(xuan)了DALL-E，它可以为文本提示生成原(yuan)始图像。

在2022年4月，DALL-E 2发布，它能够渲(xuan)染(ran)更复杂的图像。

2021年6月30日，通过搭(da)載(zai)自家的Codex模型，OpenAI与GitHub聯(lian)合(he)发布了 「AI代码补全神器」GitHub Copilot。

不过当时，Codex并沒(mei)有透露过多細(xi)節(jie)，始終(zhong)保(bao)持(chi)着神秘感(gan)。

去年8月10日，OpenAI终于推出了改进版本的Codex，还发布了基(ji)于自身(shen)API的私(si)测版。

与之前的版本相比，Codex的改进版本不仅可以解读簡(jian)單(dan)的自然语言命(ming)令(ling)，还可以自动创建并完成代码，更加靈(ling)活(huo)和先进。

例如在OpenAI的太空(kong)遊(you)戲(xi)《space game》中，用户输入自然语言命令「Make it be smallish」，Codex系统便(bian)会自动生成控(kong)制(zhi)代码，使图中飛(fei)船(chuan)的尺(chi)寸(cun)就縮(suo)小(xiao)。

另外，还有一个能自己写软文的神奇(qi)工具——Jasper。

「Jasper」是一款AI内容平台，搭载GPT-3的文本生成技术，可帮助人类突(tu)破(po)创意(yi)障(zhang)礙(ai)，并以10倍的速(su)度(du)自动生成文本供公司使用，用于營(ying)銷(xiao)、博(bo)客(ke)和電(dian)子郵(you)件等(deng)。

就在10月，Jasper宣布籌(chou)集(ji)了1.25亿美元的资金(jin)，目前估(gu)值(zhi)已达15亿美元，并声称有望在今年帶(dai)来7500万美元的收(shou)入。

从去年到今年，井(jing)噴(pen)的生成式AI

要说现在业界(jie)最火(huo)熱(re)的詞(ci)匯(hui)，「生成性人工智能」肯(ken)定是其中之一。

用技术一點(dian)的说法，「生成性人工智能」是指无監(jian)督(du)和半(ban)监督的机器学习算法，它使計(ji)算机能够使用文本、音(yin)频和视频文件、图像甚(shen)至(zhi)代码，来创建新内容。

AI根据用户提示生成的藝(yi)术作品(pin)、文本和代码，一次次让人类驚(jing)艷(yan)。

Gartner在「2022 年新興(xing)技术和趨(qu)勢(shi)影(ying)響(xiang)雷(lei)达报告」中，就将生成式AI列(lie)为能带来生產(chan)力革(ge)命的技术之一。

根据Gartner的预测，到2025年，生成式AI将生成所有数据的10%（现在不到1%），以及(ji)面向消(xiao)费者用例的所有测试数据的20%。

并且，到2025年，50%的藥(yao)物(wu)发现和开发都会使用生成式AI。

投资人工智能的大型生物制药公司

而到2027年，30%的制造商(shang)将使用生成式AI来提高产品开发效(xiao)率(lv)。

现在，生成式AI已经引发了矽(gui)谷的「淘(tao)金热」。

风投公司紅(hong)杉(shan)资本就在最近的一篇(pian)博文中，闡(chan)述(shu)了生成人工智能的潛(qian)力，涉及语音合成、视频编辑、生物和化学等领域。

在文章(zhang)最后，该公司得出結(jie)論(lun)：在未来，所有的图像，以及一部分(fen)文本和算法，都是使用AI生成的。

人类会因为AI而失(shi)业吗？

可以预見(jian)，随着生成式人工智能井喷，未来也将有更多、更先进的AI编程模型陸(lu)續(xu)出现，擠(ji)压程序员的生存(cun)空间。

那(na)么，人类程序员会因为AI技术的发展(zhan)而失业吗？

一个业界共識(shi)是：想(xiang)要取(qu)代人类，「AI程序员」们还有許(xu)多问题需要解决。

这主(zhu)要体现在「商业化前景(jing)」和「法規(gui)倫(lun)理(li)」兩(liang)个方(fang)面。

Foundation Capital的合夥(huo)人、Jasper的早期投资者Joanne Chen表示，想要将一家生成式AI工具变成一家有价值的公司仍(reng)然很(hen)困(kun)難(nan)。

前不久(jiu)，「AI编程神器」Kite宣布停(ting)止开发，运营仅8年便徹(che)底涼(liang)凉。

在发布于Kite官網(wang)的最后一期博客中，创始人Adam Smith表示「我们拥有了50万名月活用户，但几乎(hu)没有产生任何收入。」

他(ta)認(ren)为仅仅使开发人员在编写代码时速度提高18%，这对于他们来说也不够轰动，也并不足(zu)以使他们花(hua)錢(qian)購(gou)買(mai)增(zeng)值服(fu)務(wu)。

产品的商业化前景不够明晰(xi)，这或许也是许多付(fu)费AI輔(fu)助软件的通病(bing)。

「伦理与版权」則(ze)是阻(zu)碍生成式AI技术走(zou)入人们生活的另一只攔(lan)路(lu)虎(hu)。

本月早些时候(hou)，GitHub就被提起集体訴(su)訟(song)，指控使用了Copilot工具使用人工智能复制开源代码，并视软件隱(yin)私于不顧(gu)。

一些开发人员也抱(bao)怨(yuan)，Copilot所建議(yi)的代码看起来像他们自己的工作。

虽然GitHub表示，在極(ji)少数情况下，该工具会生成复制的代码，当前版本试图过濾(lv)和阻止与GitHub公共存儲(chu)库中现有代码匹配(pei)的建议。但这仍然在一些程序员社(she)區(qu)中产生了相当大的焦(jiao)慮(lv)。

Chen还表示，生成式人工智能的热潮(chao)可能意味(wei)着监管的缺(que)位，并使它们用于「一些令人討(tao)厭(yan)或危(wei)險(xian)的用途(tu)」。例如制作传播(bo)錯(cuo)誤(wu)信息(xi)的视频等。

因此就谷歌可能推出的Pitchfork来说，虽然该项目尚(shang)處(chu)于早期階(jie)段，但仍需要考(kao)虑如何训练这些模型的棘(ji)手伦理问题，例如偏(pian)见和潜在的版权问题。

所以，程序员是在自己「殺(sha)」自己么？

参考资料：

https://www.deepmind.com/blog/competitive-programming-with-alphacode

https://www.businessinsider.com/google-ai-write-fix-code-developer-assistance-pitchfork-generative-2022-11返(fan)回(hui)搜(sou)狐(hu)，查(zha)看更多

责任编辑：