人工智能

ChatGPT修bug横扫全场 准确率达78%

字号+作者: 来源:量子位 2023-02-06 12:14 评论(创建话题) 收藏成功收藏本文

ChatGPT到底有多会修bug?这事终于有人正儿八经地搞研究了——来自德国、英国的研究人员,专门搭了个“擂台”来检验ChatGPT的这项本领。除了ChatGPT之外,研'...

ChatGPT到底有多会修bug?这事终于有人正儿八经地搞研究了——来自德国、英国的研究人员,专门搭了个“擂台”来检验ChatGPT的这项本领。除了ChatGPT之外,研究人员还找来了其它三位修bug的“AI猛将”,分别让它们修复40个错误代码。结果真是不比不知道,一比吓一跳。Qan品论天涯网

Qan品论天涯网

ChatGPT准确修复了其中31个bug,遥遥领先第二名(21个),直接拿下“AI修bug界”的SOTA成绩!Qan品论天涯网

Qan品论天涯网

于是乎,这项研究引来了众多网友的围观和讨论,Reddit上发布此帖的标题更是用上了“小心”、“注意”这样的字眼:Qan品论天涯网

Qan品论天涯网

但事实上,这真的会让程序员“危”吗?Qan品论天涯网

我们不妨先来看下这项研究。Qan品论天涯网

很会修bug的ChatGPTQan品论天涯网

虽然ChatGPT并非是为了专门修改bug而生,但自打它问世以来,不少网友们都发现它是具备这项能力的。Qan品论天涯网

因此研究人员为了摸清ChatGPT到底能修改bug到什么程度,便引入了标准的错误修复基准集QuixBugs来进行评估。Qan品论天涯网

以及与它同台竞技的AI选手,分别是CodeX、CoCoNut和StandardAPR。Qan品论天涯网

研究人员从QuixBugs中挑了40个问题,分别让它们来修复bug。Qan品论天涯网

让ChatGPT来修bug的方法,就是在对话框里向它提问:Qan品论天涯网

这个代码有什么错误吗?Qan品论天涯网

在第一轮较量过后,结果如下:Qan品论天涯网

Qan品论天涯网

从第一轮battle结果来看,ChatGPT修复了19个,CodeX修复了21个,CoCoNut修复了19个,StandardAPR则是7个。Qan品论天涯网

而且研究人员还发现,ChatGPT的答案与CodeX最为相似;这是因为它俩是来自同一个语言模型家族。Qan品论天涯网

这时候就会有小伙伴要问了,“ChatGPT不是还没有CodeX厉害吗”。Qan品论天涯网

别急,不要忘了,ChatGPT的一个特点就是越问越“上道”。Qan品论天涯网

例如在这个基准集中,有一个叫bitcount的问题,ChatGPT在刚才第一轮修复过程中是给了错误的答案:Qan品论天涯网

Qan品论天涯网

原本ChatGPT应该将第7行的n^=n-1改为n&=n-1。Qan品论天涯网

但在第一轮中它的回答是:Qan品论天涯网

如果没有更多关于预期行为和导致问题的输入信息,我无法判断程序是否存在错误。Qan品论天涯网

于是在给予它更多信息之后,ChatGPT便答对了这个问题。Qan品论天涯网

以此类推,在对第一轮没答对的问题进行更多信息提示之后,ChatGPT的修bug能力有了大幅提高:Qan品论天涯网

Qan品论天涯网

最终,ChatGPT在QuixBugs的40个问题里答对了31个。Qan品论天涯网

网友忧喜参半Qan品论天涯网

对于这样的实验结果,网友们对ChatGPT修bug拿下SOTA这事产生的态度却不太一样。Qan品论天涯网

有网友认为这事不应该让程序员感到危机,而是会让他们觉得开心才对。Qan品论天涯网

言外之意,便是程序员们有了这么好用的工具,干活儿就会变得事半功倍。Qan品论天涯网

Qan品论天涯网

不过也有人对此给出了不一样的看法:Qan品论天涯网

工作变得简单,不也就意味着需要的人力更少了吗?Qan品论天涯网

Qan品论天涯网

但还网友觉得,活儿是干不完的:Qan品论天涯网

即使AI能把开发时间缩短一个数量级,也只是意味着程序员将更快处理下一个工作。Qan品论天涯网

Qan品论天涯网

整体来看,ChatGPT很会修bug,并不会给程序员带来什么致命伤害。Qan品论天涯网

但若是把目光放到OpenAI其他的行动中呢?Qan品论天涯网

全球招外包训练ChatGPT写代码Qan品论天涯网

在此之前,OpenAI就表示过ChatGPT的重要用途之一是帮助程序员检查代码。Qan品论天涯网

换言之,它被定位可用的辅助工具。Qan品论天涯网

相比“ChatGPT带来威胁”的看法,等ChatGPT能力彻底进化,程序员都不用再怕写bug了。Qan品论天涯网

OpenAI布局的棋盘上,可不只有改bug偷塔程序员岗位这一件事。Qan品论天涯网

为了让它更大更强,OpenAI被曝在拉美和东欧等地区,提供了1000个外包岗位。Qan品论天涯网

外包员工的主要工作是标注数据,以及训练ChatGPT写代码Qan品论天涯网

这1000人中,40%是程序员,他们为OpenAI的模型创建数据,用来学习软件工程任务。Qan品论天涯网

一直以来,OpenAI的训练数据是从GitHub上抓取的。Qan品论天涯网

现在外包程序员们新手搓的数据集,不仅包括代码行,还包括代码行背后的人类思考逻辑步骤。Qan品论天涯网

有位南美的软件开发人员爆料,他为OpenAI完成了五小时的无偿编码测试。Qan品论天涯网

整个过程中,他的任务分为两部分。Qan品论天涯网

用书面英语解释如何处理一个编码问题;Qan品论天涯网

提供解决方案。Qan品论天涯网

如果发现bug,OpenAI会向他详细询问bug的具体情况,并请教如何修正。Qan品论天涯网

程序员需要展示思考问题的每个步骤,他据此猜测OpenAI很可能想为ChatGPT提供非常具体的训练数据。Qan品论天涯网

特斯拉前AI主管AndrejKarpathy在推特上调侃:Qan品论天涯网

最新的热门编程语言是英语。Qan品论天涯网

Qan品论天涯网

不过话说回来,ChatGPT修bug能力强是好事,要真能搞进化到可以完成代码里死记硬背的部分,也是好事。Qan品论天涯网

毕竟OpenAI成立时对外宣称的宗旨,就是希望“确保通用人工智能可以造福全人类”。Qan品论天涯网

虽然乍一看它这些年做的事,有点像在致力于用一部分人的努力,让更多人失业。Qan品论天涯网

从Dota2赛场上碾压人类,到GPT-3、DALL-E2、ChatGPT的闪耀表现,它带来的新产品总是伴随着“快要让xxx失业了”的议论声。Qan品论天涯网

但无论如何,商业却一直对它青睐有加。Qan品论天涯网

就目前而言,OpenAI的主要商业模式是API费用、token费用和软件许可。Qan品论天涯网

OpenAI近期还发布了ChatGPT的付费版ChatGPTPro,每月费用42美元(约合285元人民币)。Qan品论天涯网

Qan品论天涯网

虽然机器人对话初创公司如雨后春笋般冒出,但诸多迹象表明市场对OpenAI的持续看好。Qan品论天涯网

微软刚刚宣布将向OpenAI加码投资数十亿美元,并将OpenAI的模型融入微软必应等消费级和企业级产品中。Qan品论天涯网

根据知情人士透露,此次追加投资数额约为100亿美元。Qan品论天涯网

与此同时,WSJ披露的消息显示,1月初,亿万富翁PeterThiel创立的风投基金FoundersFund正在就投资OpenAI进行谈判。Qan品论天涯网

据悉,融资金额将至少达3亿美元。Qan品论天涯网

OneMoreThingQan品论天涯网

在第一轮实验中,ChatGPT并没有解决QuixBugs数据集的bitcount问题。Qan品论天涯网

但若是你现在再重头问一次这个问题,就会发现ChatGPT可以“一遍过”:Qan品论天涯网

Qan品论天涯网

那么这是否意味着ChatGPT已经从这次研究过程中学会求解了呢?Qan品论天涯网

本网除标明“PLTYW原创”的文章外,其它文章均为转载或者爬虫(PBot)抓取; 本文只代表作者个人观点,不代表本站观点,仅供大家学习参考。本网站属非谋利性质,旨在传播马克思主义和共产主义历史文献和参考资料。凡刊登的著作文献侵犯了作者、译者或版权持有人权益的,可来信联系本站删除。 本站邮箱[email protected]