สิ่งที่คาดหวังจาก Codex API ของ OpenAI
Transform Technology Summits เริ่มต้นวันที่ 13 ตุลาคมด้วย Low-Code/No Code: Enable Enterprise Agility สมัครตอนนี้!
บทความนี้เป็นส่วนหนึ่งของซีรี่ส์ของเรา ที่สำรวจ ธุรกิจปัญญาประดิษฐ์
OpenAI จะทำให้ Codex เทคโนโลยีโปรแกรมเมอร์ AI พร้อมใช้งานผ่านอินเทอร์เฟซการเขียนโปรแกรมแอปพลิเคชัน บริษัท ประกาศ ในบล็อก ในวันอังคาร ควบคู่ไปกับการประกาศดังกล่าว Greg Brockman CTO ของ OpenAI, หัวหน้านักวิทยาศาสตร์ Ilya Sutskever และผู้ร่วมก่อตั้ง Wojciech Zaremba ได้นำเสนอความสามารถในเชิงลึก ทางออนไลน์ แบบจำลองการเรียนรู้
การสาธิต Codex นำข้อดีของแบบจำลองภาษาขนาดใหญ่มาแสดงอย่างเต็มที่ โดยแสดงความสามารถที่น่าประทับใจในการแก้ไขข้อมูลอ้างอิง และเขียนโค้ดสำหรับ API และไมโครทาสก์ต่างๆ ที่อาจใช้เวลานานอย่างน่าหงุดหงิด
OpenAI ยังคงทดสอบน่านน้ำด้วย Codex คุณสามารถผลักดันงานเขียนโปรแกรมได้ไกลแค่ไหนและจะส่งผลต่อตลาดงานซอฟต์แวร์อย่างไรยังคงเป็นคำถามเปิดอยู่ แต่การหันกลับมาสู่การสำรวจแบบจำลองภาษาขนาดใหญ่ของ OpenAI อย่างไม่คาดฝันนี้ ดูเหมือนจะเป็นแอปพลิเคชั่นแรกที่มีแนวโน้มของเครือข่ายประสาทเทียมที่มีไว้สำหรับการสนทนากับมนุษย์ รุ่นภาษาสำหรับการเข้ารหัส
Codex สืบเชื้อสายมาจาก GPT-3 ซึ่งเป็นโมเดลภาษาขนาดใหญ่มาก OpenAI เปิดตัวในปี 2020 และเผยแพร่ผ่าน API เบต้าส่วนตัวเชิงพาณิชย์ นักวิจัยของ OpenAI ต้องการดูว่านักพัฒนาจะใช้ GPT-3 กับแอปพลิเคชันประมวลผลภาษาธรรมชาติอย่างไร
แต่ผลลัพธ์ที่ได้ทำให้พวกเขาประหลาดใจ “เรื่องตลกสำหรับเราคือการเห็นว่าแอพพลิเคชั่นที่จับจินตนาการของผู้คนได้มากที่สุด ที่เป็นแรงบันดาลใจให้ผู้คนมากที่สุด คือแอปพลิเคชั่นการเขียนโปรแกรม” Brockman กล่าวในวิดีโอสาธิตของ Codex “เพราะเราไม่ได้สร้างโมเดลให้เก่งในการเขียนโปรแกรมเลย และเรารู้ว่าถ้าเราทุ่มเท เราสามารถทำให้บางสิ่งบางอย่างเกิดขึ้นได้”
Codex เป็นเวอร์ชันของ GPT-3 ที่ได้รับ ปรับแต่งสำหรับงานเขียนโปรแกรม มีการใช้โมเดลการเรียนรู้ของเครื่องแล้วใน Copilot ซึ่งเป็นผลิตภัณฑ์การสร้างรหัสทดสอบเบต้าอีกตัวหนึ่ง โดย GitHub ตาม OpenAI เวอร์ชันปัจจุบันของ Codex มีความแม่นยำ 37 เปอร์เซ็นต์ในงานเขียนโค้ดซึ่งต่างจากศูนย์เปอร์เซ็นต์ของ GPT-3
Codex ใช้ภาษาธรรมชาติเป็นอินพุต (เช่น “สวัสดีชาวโลก”) และสร้างโค้ดสำหรับงานที่ได้รับ มันควรจะทำให้โปรแกรมเมอร์ดูแลส่วนทางโลกของการเขียนซอฟต์แวร์ได้ง่ายขึ้นมาก
“คุณเพียงแค่ขอให้คอมพิวเตอร์ทำบางสิ่งและมันก็ แค่ทำมัน” Brockman กล่าว
ในการสาธิต Brockman และ Sutskever ใช้ Codex ผ่านชุดของงานที่มีตั้งแต่การแสดงข้อความ “Hello World” ง่ายๆ ใน Python เพื่อค่อยๆ เขียนเกมบนเว็บด้วย JavaScript
การสาธิตมีไฮไลท์ที่น่าประทับใจ แม้ว่าจะดูเหมือนเป็นการซ้อม ตัวอย่างเช่น Codex ดูเหมือนจะค่อนข้างดีในการแก้ปัญหา coreference นอกจากนี้ยังเชื่อมโยงคำนามในพรอมต์กับตัวแปรและฟังก์ชันที่เหมาะสมในโค้ด (แม้ว่าในการสาธิต ดูเหมือนว่า Brockman จะรู้จักการใช้วลีคำสั่งของเขาเพื่อหลีกเลี่ยงความสับสนในโมเดลการเรียนรู้เชิงลึก)
Codex สามารถทำงานที่น่าเบื่อหน่ายได้ เช่น การแสดงผลหน้าเว็บ การเปิดใช้เว็บเซิร์ฟเวอร์ และการส่งอีเมล โมเดลนี้ยังแสดง ความสามารถในการเรียนรู้แบบซีโร่ช็อต ของ GPT- 3. ตัวอย่างเช่น ในการสาธิต Brockman แสดงให้เห็นว่าคุณสามารถเพิ่มความสามารถในการเชื่อมต่อ Mailchimp ให้กับ Codex ด้วยคำสั่งสามบรรทัดได้อย่างไร ต่อจากวิดีโอ ผู้นำเสนอใช้ Codex เพื่อสร้างอินเทอร์เฟซผู้ใช้ใน JavaScript วางวัตถุบนหน้าจอ และทำให้วัตถุสามารถควบคุมได้ด้วยปุ่มลูกศรบนแป้นพิมพ์ วิดีโออื่นแสดง OpenAI สร้างรหัสวิทยาศาสตร์ข้อมูลและสร้างแผนภูมิในไลบรารี matplotlib
ของ Python
งานเหล่านี้ไม่ใช่งานที่ซับซ้อน แต่เป็นกระบวนการที่น่าเบื่อและเกิดข้อผิดพลาดได้ง่าย และมักจะต้องค้นหาคู่มืออ้างอิง การเรียกดูฟอรัมการเขียนโปรแกรม และการตรวจสอบตัวอย่างโค้ด ดังนั้นการมีผู้ช่วย AI ในการเขียนโค้ดประเภทนี้จะช่วยประหยัดเวลาอันมีค่าได้
“สิ่งเหล่านี้ไม่ใช่ส่วนที่สนุกของการเขียนโปรแกรม” Brockman กล่าว
บางทีในที่สุดฉันก็สามารถใช้ matplotlib ได้โดยไม่ต้องใช้เวลาครึ่งวันในการค้นหาไวยากรณ์และตัวเลือกที่แน่นอน!
https://t.co/Vak1nzu0Jk
— Soumith Chintala (@soumithchintala) 11 สิงหาคม 2564
ตามบล็อกของ OpenAI: “เมื่อโปรแกรมเมอร์รู้ว่าต้องสร้างอะไร การเขียนโค้ดก็ถือได้ว่า (1) แบ่งปัญหาออกเป็นปัญหาที่ง่ายกว่า และ (2) จับคู่ปัญหาง่ายๆ เหล่านั้นกับโค้ดที่มีอยู่ (ไลบรารี, API หรือฟังก์ชัน) ที่มีอยู่แล้ว กิจกรรมหลังนี้น่าจะเป็นส่วนที่สนุกน้อยที่สุดในการเขียนโปรแกรม (และเป็นอุปสรรคสูงสุดในการเข้าร่วม) และเป็นที่ที่ OpenAI Codex เก่งที่สุด” ข้อ จำกัด ของ Codex
ในขณะที่การสาธิต Codex นั้นน่าประทับใจ แต่ก็ไม่ปรากฏ ภาพเต็มของความสามารถและขีดจำกัดของระบบการเรียนรู้เชิงลึก
Codex พร้อมใช้งานผ่านโปรแกรมเบต้าแบบปิดซึ่งตอนนี้ฉันยังไม่สามารถเข้าถึงได้ (หวังว่า ที่จะเปลี่ยนไป) OpenAI ยังได้ท้าทายการเข้ารหัส Codex ในวันพฤหัสบดีซึ่งทุกคนสามารถใช้ได้ ขออภัย เซิร์ฟเวอร์ของพวกเขาทำงานหนักเกินไปเมื่อฉันเปิดเครื่อง ดังนั้นฉันจึงไม่สามารถเล่นได้
เซิร์ฟเวอร์ Codex Challenge กำลังโอเวอร์โหลดเนื่องจากความต้องการ ( Codex เองก็ใช้ได้นะ!) ทีมงานกำลังแก้ไข… โปรดรอ
— OpenAI (@OpenAI) 12 สิงหาคม 2564
แต่วิดีโอสาธิตแสดงบางส่วน ข้อบกพร่องที่ต้องระวัง เมื่อใช้ Codex ตัวอย่างเช่น ถ้าคุณบอกให้โปรแกรมเมอร์ที่เป็นมนุษย์พิมพ์ “สวัสดีชาวโลก” ห้าครั้ง พวกเขามักจะใช้การวนซ้ำและพิมพ์แต่ละข้อความในบรรทัดเดียว แต่เมื่อ Brockman บอกรูปแบบการเรียนรู้เชิงลึกให้ทำสิ่งเดียวกัน มันใช้วิธีที่ผิดปกติซึ่งวางข้อความทั้งหมดที่อยู่ติดกัน ผลที่ได้คือ Brockman ถูกบังคับให้เปลี่ยนคำสั่งใหม่อย่างเจาะจงมากขึ้น
ผลลัพธ์ของ Codex ไม่จำเป็นต้องเป็นวิธีที่ดีที่สุดในการแก้ปัญหาเสมอไป ตัวอย่างเช่น ในการขยายรูปภาพบนหน้าเว็บ ตัวแบบใช้คำสั่ง CSS ที่ไม่สะดวก แทนที่จะใช้ตัวเลขที่มากขึ้นสำหรับความกว้างและความสูง
และบางครั้ง โมเดลสร้างโค้ดที่อยู่ไกลจากที่นักพัฒนาตั้งใจไว้มาก ในช่วงสิบนาทีสุดท้ายของการสาธิต Brockman และ Sutskever ใช้ Codex เพื่อสร้างเกม JavaScript เมื่อพวกเขาสั่งให้ Codex กำหนดเงื่อนไขสำหรับการสูญเสียเกม โมเดลการเรียนรู้เชิงลึกได้สร้างตัวฟังเหตุการณ์สำหรับการกดแป้นเว้นวรรค Brockman แก้ไขโดยบอกให้ Codex เขียนฟังก์ชันสำหรับการสูญเสียเกม
วิดีโอสาธิตยังไม่แสดงข้อจำกัดใดๆ โดยละเอียดใน Codex paper รวมถึงข้อจำกัดของโมเดลในการจัดการกับงานหลายขั้นตอน . การละเลยนี้ทำให้เกิดความกังวลในชุมชน AI
. @OpenAI’s #Codex คือการเขียนโปรแกรมตาม FSD 2021 ของ Tesla คือการขับรถ
อ่านเอกสาร (โดยเฉพาะภาคผนวก B) อย่างระมัดระวังแล้วคุณจะรู้ว่ามีช่องว่าง ระหว่างวิดีโอที่ลื่นไหลและความเป็นจริง: มักจะถูกต้องในงานง่าย ๆ แต่มักจะแพ้ความท้าทายที่ซับซ้อนมากขึ้น
1/3 pic.twitter.com/9VNRIj1wYw
— Gary Marcus (@ แกรี่มาร์คัส) 
11 สิงหาคม 2564
แต่ถึงแม้จะมีข้อจำกัด Codex ก็มีประโยชน์มาก แล้ว ผู้โชคดีไม่กี่คนที่ได้รับสิทธิ์เข้าถึง API ได้ใช้มันเพื่อทำให้งานบางส่วนที่น่าเบื่อและน่าเบื่อเป็นไปโดยอัตโนมัติ และคนอื่นๆ อีกหลายคนที่เคยร่วมงานกับ Copilot ของ GitHub ก็แสดงความพึงพอใจกับประโยชน์ด้านประสิทธิภาพการทำงานของการสร้างโค้ดที่ขับเคลื่อนด้วย AI
ใหม่ @OpenAI Codex model น่าตื่นเต้นมาก ชิ้นส่วนของเทคโนโลยี
ที่นี่ฉันทำ @Blender ส่วนเสริมและสอนวิธีใช้ Python API ในตัว
ก้าวไปอีกขั้นของการเขียนโค้ดอย่างสร้างสรรค์!! pic.twitter.com /0UksTsq1Ep
— Andrew Carr (@andrew_n_carr) 11 สิงหาคม 2564
ใครควรใช้ Codex?
ใน สัมภาษณ์กับ The Verge
, Zaremba เปรียบเทียบการเขียนโปรแกรมกับ Codex กับการเปลี่ยนจากบัตรเจาะไปเป็นภาษาโปรแกรม ในขณะนั้น การถือกำเนิดของภาษาโปรแกรมอย่าง C และ Fortran ได้ลดอุปสรรคในการเข้าสู่การพัฒนาซอฟต์แวร์ และทำให้ตลาดเข้าถึงผู้ชมได้กว้างขึ้นมาก สิ่งเดียวกันนี้เกิดขึ้นเมื่อภาษาระดับสูงปรากฏขึ้นและดูแลความท้าทายทางเทคนิคที่ซับซ้อนในการเขียนโค้ด วันนี้ โปรแกรมเมอร์จำนวนมากเขียนโค้ดโดยไม่ต้องกังวลกับการจัดสรรและปล่อยหน่วยความจำ จัดการเธรด หรือปล่อยทรัพยากรระบบและการจัดการ
แต่ฉันไม่คิดว่า Codex เป็น การเปลี่ยนจากการเรียนรู้ภาษาโปรแกรมไปเป็นการให้คำแนะนำในการสนทนากับคอมพิวเตอร์และให้พวกเขาเขียนโค้ดด้วยตนเอง Codex สามารถเป็นเครื่องมือที่มีประโยชน์มากสำหรับโปรแกรมเมอร์ที่มีประสบการณ์ซึ่งต้องการให้ผู้ช่วย AI ปั่นโค้ดที่พวกเขาสามารถตรวจสอบได้ แต่ในมือของโปรแกรมเมอร์มือใหม่ Codex อาจเป็นเครื่องมืออันตรายแต่ให้ผลลัพธ์ที่คาดเดาไม่ได้
ฉันกังวลเป็นพิเศษเกี่ยวกับ ข้อบกพร่องด้านความปลอดภัยที่อาจเกิดขึ้น ที่แบบจำลองทางสถิติดังกล่าวสามารถมีได้ เนื่องจากตัวแบบสร้างผลลัพธ์ตามความสม่ำเสมอทางสถิติของคลังข้อมูลการฝึกอบรม มันจึงมีความเสี่ยงที่จะ
ซึ่งหมายความว่าการยอมรับผลลัพธ์ของ Codex อย่างสุ่มสี่สุ่มห้าอาจเป็นสูตรสำหรับภัยพิบัติ แม้ว่าจะทำงานได้ดีก็ตาม คุณควรใช้เพื่อสร้างรหัสที่คุณเข้าใจอย่างถ่องแท้เท่านั้น
รูปแบบธุรกิจของ Codex
ฉันเชื่อว่า Codex API จะหาเจอ การใช้งานภายในมากมายสำหรับบริษัทซอฟต์แวร์ ตามรายละเอียดในเอกสาร Codex นั้นมีประสิทธิภาพด้านทรัพยากรมากกว่า GPT-3 มาก ดังนั้นจึงควรมีราคาที่ไม่แพงมาก หากบริษัทพัฒนาซอฟต์แวร์จัดการปรับเครื่องมือให้เข้ากับกระบวนการภายในของตน (เช่นเดียวกับตัวอย่าง Blender ด้านบน) และประหยัดเวลาสองสามชั่วโมงสำหรับนักพัฒนาทุกเดือน ก็จะถือว่าคุ้มค่า
แต่การพัฒนาจริงของ Codex จะมาจาก Microsoft เจ้าของ OpenAI อย่างไม่เป็นทางการ และ ผู้ถือใบอนุญาตพิเศษ ของเทคโนโลยี
หลังจาก OpenAI ทำการค้า GPT-3 ฉันแย้งว่าการสร้างผลิตภัณฑ์และโมเดลธุรกิจบนโมเดลภาษาจะเป็น
Microsoft ยังมีตำแหน่งที่มีอำนาจเหนือ Codex โดยเฉพาะอย่างยิ่งเนื่องจากเป็นเจ้าของ GitHub และ Azure ซึ่งเป็นโรงไฟฟ้าสองแห่งสำหรับการพัฒนาซอฟต์แวร์ DevOps และการโฮสต์แอปพลิเคชัน ดังนั้น หากคุณกำลังวางแผนที่จะสร้างผลิตภัณฑ์เชิงพาณิชย์ด้วย Codex API คุณอาจสูญเสียการแข่งขันกับ Microsoft เว้นแต่คุณจะกำหนดเป้าหมายไปยังตลาดที่แคบมากซึ่งซอฟต์แวร์ยักษ์ใหญ่จะไม่สนใจ เช่นเดียวกับ GPT-3 OpenAI และ Microsoft เปิดตัว Codex API เพื่อสำรวจโอกาสในการพัฒนาผลิตภัณฑ์ใหม่ ๆ ในขณะที่นักพัฒนาทดลองกับมัน และพวกเขาจะใช้ข้อเสนอแนะเพื่อเปิดตัวผลิตภัณฑ์ที่สร้างผลกำไร
” รู้ว่าเราแค่ขีดข่วนพื้นผิวของสิ่งที่สามารถทำได้” บล็อก OpenAI อ่าน
เรื่องนี้เดิมปรากฏบน Bdtechtalks.com
. ลิขสิทธิ์ 2021
เวนเจอร์บีท
ภารกิจของ VentureBeat คือการเป็นจัตุรัสกลางเมืองดิจิทัลสำหรับผู้มีอำนาจตัดสินใจด้านเทคนิคเพื่อรับความรู้เกี่ยวกับเทคโนโลยีและการทำธุรกรรมที่เปลี่ยนแปลงได้ ไซต์ของเราให้ข้อมูลที่จำเป็นเกี่ยวกับเทคโนโลยีข้อมูลและกลยุทธ์เพื่อเป็นแนวทางในการเป็นผู้นำองค์กรของคุณ เราขอเชิญคุณเข้าร่วมเป็นสมาชิกชุมชนของเราเพื่อเข้าถึง:
ข้อมูลล่าสุดเกี่ยวกับเรื่องที่คุณสนใจ
จดหมายข่าวของเรา
ปิดกั้นเนื้อหาผู้นำทางความคิดและส่วนลดในการเข้าถึงกิจกรรมล้ำค่าของเรา เช่น แปลงร่าง 2021: เรียนรู้เพิ่มเติม คุณสมบัติเครือข่ายและอื่น ๆกลายเป็นสมาชิก
บ้าน ธุรกิจ การดูแลสุขภาพ ไลฟ์สไตล์
เทคโลก อาหาร เกม
การท่องเที่ยว
