أداة جديدة مفتوحة المصدر لإنشاء أكواد الذكاء الاصطناعي، ألفا كوديوم، مستوحاة من Google DeepMind رمز ألفا (و ألفا كود 2، والتي تم إطلاقها الشهر الماضي بدعم من Gemini) ولكنها تجاوزتها الآن، مما أدى إلى ازدهار X/Twitter هذا الأسبوع.
“نحن على بعد خطوة واحدة من جعل الذكاء الاصطناعي ينشئ أكواد برمجية أفضل من البشر!” نشر سانتياغو فالداراما،. “تضع النتائج AlphaCodium كأفضل طريقة رأيناها لإنشاء التعليمات البرمجية. إنه يتفوق على AlphaCode الخاص بـ DeepMind وAlphaCode2 الجديد دون الحاجة إلى ضبط النموذج!”
وأندريه كارباثي من OpenAI، والذي كان سابقًا مديرًا للذكاء الاصطناعي في Tesla، أبرز طريقة “هندسة التدفق” الخاصة بالأداة لتحسين إنشاء التعليمات البرمجية – “الانتقال من نموذج المطالبة الساذج: نموذج الإجابة إلى نموذج “التدفق”، حيث يتم إنشاء الإجابة بشكل متكرر.”
لتحسين أداء LLMs في المشكلات الخاصة بالرمز، تتجاوز “هندسة التدفق” الخاصة بـ AlphaCode الهندسة السريعة لسلسلة الأفكار من خلال إعادة عناصر بنية GAN (والتي كانت متطور بقلم إيان جودفيلو في عام 2014) لتضمين نموذج يقوم بإنشاء التعليمات البرمجية بالإضافة إلى نموذج عدائي يوفر سلامة التعليمات البرمجية من خلال الاختبار والانعكاس ومطابقة المواصفات.
يبدأ التدفق بالمدخلات ثم يتضمن سلسلة من خطوات المعالجة المسبقة حيث يعكس AlphaCodium المشكلة ويصل في النهاية إلى حل الكود الأول. وبعد ذلك، يقوم بإنشاء اختبارات إضافية تساعد في تحسين الحل، والوصول إلى الحل النهائي الذي يعمل بالفعل.
قامت شركة Startup CodiumAI بتطوير AlphaCodium
شركة ناشئة مقرها تل أبيب كوديومAI – التي تتمثل مهمتها، وفقًا لموقعها الإلكتروني، في “تمكين المطورين من البناء بشكل أسرع بدون أي أخطاء” – قامت بتطوير AlphaCodium، الذي تم اختباره على مجموعة بيانات CodeContests، التي تحتوي على حوالي 10000 مشكلة برمجة تنافسية. أظهر أدائه في اختبار CodeContests أن أدائه أدى إلى تحسين دقة GPT-4 من 19 إلى 44%. وفقًا لـ CodiumAI، “هذه النتيجة ليست مجرد تحسن عددي؛ إنها قفزة إلى الأمام في قدرات حاملي شهادات الماجستير في مجال إنشاء الأكواد البرمجية، مما يضع معيارًا جديدًا في هذا المجال.”
CodiumAI، التي تأسست في عام 2022 وجمعت 10.6 مليون دولار في مارس 2023، شاركت في AlphaCodium مستودع جيثب و الورق المصاحب“إنشاء التعليمات البرمجية باستخدام AlphaCodium: من الهندسة الفورية إلى هندسة التدفق.”
قال المؤسس المشارك والرئيس التنفيذي إيتامار فريدمان لـ VentureBeat في مقابلة إنه فوجئ بالاهتمام الذي أثارته AlphaCodium حتى الآن، لكنه أضاف أنه يعلم أنه كان إنجازًا يمكن أن يساعد مجتمع المطورين بأكمله – مشددًا على أن AlphaCodium ليست مجرد نموذج، ولكنها نظام وخوارزمية تتيح “تدفق” الاتصال بين نموذج توليد التعليمات البرمجية والنموذج “الناقد”.
وقال: “هذا هو الشيء الكبير الذي نأتي به هنا – من المهم أن ننظر إليه باعتباره تدفقًا، ولهذا السبب نطلق عليه اسم “هندسة التدفق”. وأوضح أن هذا التدفق لا يسمح للذكاء الاصطناعي بإنشاء تعليمات برمجية معيارية فحسب، بل أيضًا إنشاء تعليمات برمجية فعالة ودقيقة.
تعد OpenAI وGoogle DeepMind أكبر منافسة في مجال البرمجة
وأشار فريدمان إلى أنه يرى أن OpenAI (التي طورت Codex) وGoogle DeepMind (التي طورت AlphaCode وAlphaCode 2) هما أكبر منافسي CodiumAI في مسابقات البرمجة – لكن أكبر منافس لها هو تقنية تكامل التعليمات البرمجية نفسها.
وقال: “لقد ألهمتنا DeepMind كثيرًا”، مضيفًا أنه تحدث أيضًا إلى الرئيس التنفيذي لشركة OpenAI، سام ألتمان، حول أهمية سلامة التعليمات البرمجية.
وقال: “لدي توافق كبير جدًا مع سام بأن تكامل التعليمات البرمجية ليس مهمًا للغاية للجيل القادم من بناء التعليمات البرمجية فحسب، بل إنه مهم أيضًا لمحاذاة الذكاء الاصطناعي”. وأوضح أن AlphaCodium يدور في الواقع حول تقديم “الجيل التالي” من تكامل التعليمات البرمجية – “إنه لا يحصل على المواصفات الخاصة بي فحسب، بل يحصل أيضًا على مستنداتي الثقافية ومعتقداتي وإرشادات أخرى.”
قال إن شركة Google DeepMind قامت بتضمين جوانب هندسة التدفق في حل AlphaGo الخاص بها ولكن ليس في AlphaCode – “لا أعرف السبب”. ربما يكون السبب، كما اقترح، هو أن الفكرة لم تكن جزءًا من السرد السائد المتمثل في الحاجة ببساطة إلى نموذج لغة كبير أفضل.
وقال: “إن السبب وراء عدم قيام الذكاء الاصطناعي بإنشاء كود عمل ليس لأنك تحتاج إلى ماجستير إدارة أعمال أفضل”. “هذا لأنك تحتاج إلى التدفق.”
مهمة VentureBeat هو أن تكون ساحة مدينة رقمية لصانعي القرار التقنيين لاكتساب المعرفة حول تكنولوجيا المؤسسات التحويلية والمعاملات. اكتشف ملخصاتنا.