人工智能现在无需额外培训即可使用任何语言编写代码。2017年，研究人员发问：到2040年，人工智能能否编写大部分代码？Beta测试人员现在正在使用OpenAI的GPT-3，它已经可以用任何语言进行编码。机器主导的编码几乎就在我们家门口。GPT-3接受了数千亿个单词的训练，或者基本上是整个互联网，这就是为什么它可以用CSS、JSX、Python编码——你能想到的。此外，GPT-3不需要针对各种语言任务进行“训练”，因为它的训练数据包罗万象。相反，当给出琐碎的指令时，网络会将自己限制在手头的任务上。GPT-n的演进GPT通过将监督学习与无监督预训练配对（或使用无监督步骤的参数作为监督步骤的起点）在语言任务上实现了最先进的水平。与其后继者相比，GPT规模较小。它仅在几千本书和一台8GPU机器上进行训练。GPT-2大大扩充了内容，包含了10倍的参数，提供了10倍的训练数据。尽管如此，该数据集仍然相对有限，并且专门针对“来自Reddit的至少3个业力的出站链接”进行了训练。GPT-2被描述为“类变色龙”合成文本生成器，但它在回答问题、总结或翻译等下游任务中并不是最先进的。GPT-3是AI世界中最新、最伟大的工具，在一系列任务中实现了最先进的性能。它的主要突破是消除了对特定任务微调的需要。在规模方面，该模型再次显着扩展，达到1750亿个参数，是其前身规模的116倍。尽管GPT-3根本不需要训练（零样本学习的一个例子），但GPT-3令人印象深刻的性能已经被单样本学习或少样本学习所掩盖。进化或死亡的情况就是：Beta测试人员正在使用GPT-3生成有效代码，并且需要具备一些琐碎的知识。从按钮到数据表，您甚至可以重新创建Google主页。这些例子都是用零样本学习完成的。除了AI的迅速崛起之外，另外两个主要技术趋势正在使编程工作在未来不安全成为现实：无代码和AutoML。无代码是指使任何人都可以轻松构建新产品的可视化工具，无论是网站、设计、数据分析还是模型。WordPress、Wix和Shopify都是无代码工具的绝佳示例，这些工具使数百万人无需雇用开发人员或设计师就可以自己做事。第二个趋势是AutoML，即自动化机器学习，它大大减少了将AI投入生产所需的时间。Apteo等工具结合了这些趋势，使任何人都可以在没有任何编码技能的情况下部署AI模型。GPT-3将引发另一波无代码和AutoML工具。许多未来的雇主会选择这些工具而不是雇佣昂贵的程序员。自然地，技术最差的程序员将最先进入，而专家将享有更长的工作保障——就像在任何领域一样。不仅仅是代码——GPT-3适用于任何语言任务要将GPT-3用于特定的语言任务，只需为其提供一个您想要实现的目标的示例。因此，虽然您可以教GPT-3编写代码，但您也可以教它写诗歌、音乐、社交媒体评论或任何其他文本。例如，如果您要生成一篇新闻文章，您可能会输入“联合卫理公会同意历史性分裂”之类的标题和“反对同性婚姻的人将形成自己的教派”之类的副标题。使用这一输入，GPT-3产生了以下结果：“经过两天的激烈辩论，卫理公会已经达到了历史性的分裂——根据《华盛顿邮报》的说法，这种分裂有望以创建新教派而告终，该教派将是“神学和社会保守派”。5月参加教会年度大会的大多数代表投票决定加强对LGBTQ神职人员的禁令，并制定新规则“约束”同性婚礼神职人员。但那些反对这些措施的人有一个新计划：他们说他们将在2020年之前组建一个独立的教派，称他们的教会为基督教卫理公会教派……”只有12%的人正确陈述这是由AI撰写的。88%的人被骗了。就像人类一样，GPT-3可以学习新单词，仅举一个例子。例如，给定上下文：“Burringo”是一辆加速非常快的汽车。使用Burringo这个词的句子示例是：____________GPT-3输出：在我们的车库里，有一辆我父亲每天开车上班的Burringo。这些结果令人印象深刻。请记住，人工智能是不可避免的发展，因此对当前性能的任何批评都将化为泡影。超越语言的知识——应用于图像的GPTGPT可以编写代码或任何东西，但它也可以生成图像。这怎么可能？可以在像素序列而不是文本编码上训练相同的模型架构，从而生成新颖的图像而不是新颖的文本。事实上，它在这方面做得非常好，可以与顶级CNN竞争。我提到这一点是因为它表明GOT（及其后继者）有潜力不仅有朝一日取代编码器，而且鉴于其多功能性，还可以取代整个行业。结论GPT-3令人难以置信的性能让许多人相信超级智能，或者至少是人工智能生成的代码，比我们想象的更接近。它产生有创意、有洞察力、深刻甚至美丽的内容。GPT-3上的更多创意示例。
