程序员的压力有多大？不管怎样，最近的一个谣言让码农们瑟瑟发抖。有传言称谷歌正在开发一个秘密的新项目来教AI编写代码。据说AI学完后不仅会写代码，还会修bug。说到写代码，代码应该自己听。谷歌的这个秘密项目会通过机器学习训练代码，让他们自己编译，自己修bug，自己更新。这个项目表明谷歌离生成式人工智能（generationalartificialintelligence）又近了一步。今天的人工智能正变得越来越无所不能。他们可以创建图像、视频和编写代码。如果这种人工智能继续发展，未来还需要程序员吗？据知情人士透露，该项目最初由Alphabet的登月部门XDivision开发，代号为Pitchfork。今年夏天，它被转移到了谷歌实验室。众所周知，谷歌实验室重视“长期投资”，包括VR和AR项目。现在，Pitchfork已经成为谷歌实验室下属“AI开发者协助团队”的一名员工。根据内部资料，Pitchfork的作用是“教代码自己编写和重写”。它可以学习不同的编程风格并根据这些风格编写代码。现在，该团队正在探索不同的用例来帮助开发人员。一位谷歌员工表示，开发Pitchfork的初衷是构建一个工具，将谷歌的Python代码库更新到新版本。您如何在不雇佣冗余软件工程师的情况下从一个版本过渡到下一个版本？干草叉应运而生。团队负责人Hatalsky表示，随着时间的推移，Pitchfork项目的目标变成了构建一个通用系统。从去年年底开始，Pitchfor已经能够降低forX的成本。AlphaCode：击败72%的程序员其实，AI编程早已不是新鲜事。2022年2月，Alphabet的另一家子公司，谷歌的兄弟公司DeepMind，推出了名为“AlphaCode”的系统，可以利用人工智能生成代码。根据DeepMind的说法，AlphaCode可以与人类匹敌。DeepMind使用编程竞赛平台Codeforces上举办的10个现有竞赛对AlphaCode进行了测试，它在总体上排名前54.3%，这意味着它击败了46%的参赛者。DeepMind声称AlphaCode解决了使用编程竞赛平台Codeforces测试的100万个样本中的34.2%。此外，在过去6个月参加比赛的用户中，AlphaCode的数据排名前28%，可以说是“击败了72%的人类程序员”！当时，DeepMind指出，虽然AlphaCode目前只适用于竞技编程领域，但很显然，它未来的能力绝不会止步于此。它打开了创建工具的大门，这些工具将使编程更易于访问并有朝一日完全自动化。Copilot：程序员的好帮手展望未来，2021年，GitHub和OpenAI联合推出了AI编程神器——GitHubCopilot。键入代码时，Copilot会自动建议程序中下一个可能的代码片段，就像受过训练可以用Python或JavaScript说话的自动完成机器人一样。Copilot能够填写必要的代码块，只要它们不是特别复杂或没有创意，这对于相当于体力劳动的编程非常有用。此外，Copilot还优化了多人在线协作功能，是生成式AI早期最成功的项目之一。2022年6月22日，C端正式上线Copilot，定价为10美元/月或100美元/年，免费提供给学生用户和热门开源项目的维护者。今天，成千上万的开发人员使用Copilot。在十几种最流行的语言中编写的代码-高达40%是在其中生成的。GitHub预测开发人员将在五年内将Copilot用于多达80%的代码。微软首席技术官凯文斯科特也表示：“我们确信：GitHubCopilot可以应用于数千种不同类型的工作。”然而，因为涉嫌侵权，Copilot发布不到5个月就被愤怒的程序员下架了。他一举告上法庭，索赔90亿美元。Codex：AI实时自动编程OpenAI首创文本生成。从2019年开始，OpenAI开始使用一种叫做GPT-2的算法，引起了业界的轰动；2021年底，OpenAI推出了GPT-2的升级版GPT-3，任何人都可以使用。GPT-3拥有1750亿个参数，是上一代模型GPT-2的100倍，也比之前同类NLP模型的参数记录增加了10倍。在图像生成领域，OpenAI于2021年1月正式公布了DALL-E，可以为文字提示生成原图。2022年4月，DALL-E2发布，能够渲染更复杂的图像。2021年6月30日，搭载自有Codex模型的OpenAI与GitHub联合发布了“AI代码补全神器”GitHubCopilot。不过当时Codex并没有透露太多细节，始终保持着神秘感。去年8月10日，OpenAI终于推出了改进版的Codex，同时也发布了基于自家API的内测版。与之前的版本相比，改进版的Codex不仅可以解释简单的自然语言命令，还可以自动创建和完成代码，更加灵活和先进。例如，在OpenAI的太空游戏《space game》中，用户输入自然语言指令“Makeitbesmall”，Codex系统会自动生成控制代码，缩小画面中飞船的尺寸。另外，还有一个可以自己写软文的神器——Jasper。“Jasper”是一个搭载GPT-3文本生成技术的人工智能内容平台，可以帮助人类突破创作障碍，以10倍的速度自动生成文本，供企业用于营销、博客和电子邮件。就在10月，Jasper宣布已筹集到1.25亿美元的资金，目前估值为15亿美元，并声称有望在今年带来7500万美元的收入。从去年到今年，井喷式的生成式AI应该说是现在业界最火的词汇，而“生成式人工智能”肯定是其中之一。从技术上讲，“生成式人工智能”是指无监督和半监督的机器学习算法，使计算机能够使用文本、音频和视频文件、图像甚至代码来创造新的内容。AI根据用户提示生成的美术图、文字、代码，一次次让人类惊叹不已。Gartner在《2022年新兴技术和趋势影响力雷达报告》中将生成式AI列为可以彻底改变生产力的技术之一。根据Gartner的预测，到2025年，生成式AI将生成所有数据的10%（目前不到1%），以及用于消费者用例的所有测试数据的20%。而且，到2025年，50%的药物发现和开发将使用生成式人工智能。投资人工智能的大型生物制药公司到2027年，30%的制造商将使用生成式AI来提高产品开发效率。现在，生成式人工智能在硅谷掀起了一股“淘金热”。在最近的一篇博文中，风险投资公司红杉资本阐述了生成人工智能的潜力，涵盖语音合成、视频编辑、生物学和化学等领域。在文章的最后，该公司得出结论，未来所有图像以及一些文本和算法都将使用AI生成。人类会因为人工智能而失业吗？可以预见，随着生成式人工智能的井喷，未来越来越多的高级AI编程模型将陆续出现，挤压程序员的生存空间。那么，人类程序员会不会因为AI技术的发展而失业呢？一个行业共识是，“AI程序员”要取代人类，还有很多问题需要解决。这主要体现在“商业化前景”和“法律与伦理”两个方面。FoundationCapital的合伙人兼Jasper的早期投资者乔安妮·陈(JoanneChen)表示，将生成式人工智能工具转变为一家有价值的公司仍然很困难。前不久，“AI编程神器”Kite宣布停止开发，仅仅运营了8年就彻底闲置了。在Kite官网的最后一篇博文中，创始人亚当·斯密表示“我们有50万月活跃用户，但几乎没有产生任何收入”。他认为这只会让开发人员编写代码的速度提高18%，这对他们来说还不够轰动，也不足以让他们为增值服务买单。产品的商业化前景不够明朗，这可能是很多付费AI辅助软件的通病。“伦理与版权”是阻碍生成式人工智能技术进入人们生活的又一障碍。本月早些时候，GitHub被提起集体诉讼，指控其利用Copilot工具利用人工智能复制开源代码，无视软件隐私。一些开发人员还抱怨Copilot建议的代码看起来像他们自己的作品。虽然GitHub表示在极少数情况下，该工具会生成复制的代码，但当前版本会尝试过滤和阻止与GitHub公共存储库中现有代码相匹配的建议。但这仍然在一些程序员社区中造成相当大的焦虑。陈还表示，生成式人工智能的繁荣可能意味着缺乏监管，并允许它们被用于“一些令人讨厌或危险的用途”。例子包括制作传播错误信息的视频等。所以就Google可能的Pitchfork而言，虽然该项目仍处于早期阶段，但仍需要考虑如何训练这些模型的棘手伦理问题，例如偏见和潜在版权问题。那么，程序员是在“自杀”吗？
