нейросеть которая пишет код
Российский искусственный интеллект нацелился оставить программистов без работы. Он впервые написал программу самостоятельно
Нейросеть ruGPT-3, обученная специалистами дочерней компании Сбербанка Sber AI, самостоятельно написала компьютерную программу на С++ и Java. Это первое зарегистрированное в России ПО, написанное искусственным интеллектом.
Искусственный интеллект выучился на программиста
В России зарегистрирована первая компьютерная программа, с нуля написанная искусственным интеллектом. Как сообщили CNews представители Сбербанка, за ее разработкой стоит команда Sber AI, дочерней компании банка.
На момент публикации материала Artificial Vision была зарегистрирована в Роспатенте. Дополнительно она внесена в Реестр программ для ЭВМ – ей присвоен номер 2021661571.
Тренировкой нейросети, написавшей программу, занимались сотрудники Sber AI. Именно они указаны в протоколе о регистрации в графе «Авторы». По информации представителей Сбербанка, над программой работала нейросеть ruGPT-3.
Для написания программы использовались языки С++ и Java, каждый из которых, наряду с Python, С и C#, входит в топ-5 самых популярных языков программирования в мире по версии Tiobe. Скомпилированная программа весит 1,7 МБ.
Что делает программа
Созданная искусственным интеллектом программа Artificial Vision умеет имитировать зрение человека. ПО позволяет сопоставлять пиксели изображения нейронам «сетчатки» искусственного глаза.
Один из вариантов использования Artificial Vision – это создание модели искусственного интеллект со способностью к существованию в виртуальной среде и обучению восприятию визуальных сцен. Другими словами, программа обеспечивает распознавание визуальных образов.
Перспективы нейросетей как разработчиков ПО
Нейросеть ruGPT-3, написавшая Artificial Vision, была обучена нескольким языкам программирования. Как сообщили «Ведомостям» представители Сбербанка, в дальнейшем она сможет взять на себя ряд рутинных задач, выполняемых программистами.
Sber AI планирует и дальше совершенствовать нейросеть и развивать в ней навыки написания программ. «Не исключено, что «Сбер» начнет предоставлять технологию как коммерческую услугу, когда она станет более совершенной», – сообщили изданию представители Сбербанка.
Стоит ли разработчикам бояться конкуренции
Представители портала HeadHunter называют программистов «дефицитным и капиталоемким кадровым ресурсом», подчеркивая, что свободных специалистов в этой отрасли, готовых откликнуться на открытую вакансию, пока довольно мало. Это влечет за собой и рост зарплат, который в первом полугодии 2021 г. составил 9% год к году.
Программисты действительно могут получать сотни тысяч рублей. Как сообщал CNews, хорошей зарплатой обеспечены как минимум разработчики, пишущие на Python и C#.
Однако внедрение искусственного интеллекта, способного писать программы, позволит компаниям резко сократить свои расходы – в пределах 6 млн руб. в год, и это еще на самых простых проектах, над которыми трудятся два-три программиста. Если же над той или иной программой трудятся до 10 человек, их замена на искусственный интеллект позволит сэкономить до 30 млн руб., рассказали «Ведомостям» представители HeadHunter.
Более оптимистично смотрит на внедрение искусственного интеллекта в среду программирования основатель и гендиректор группы vvCube Вадим Ткаченко. «С развитием технологии программистов, с одной стороны, будет требоваться меньше, с другой – за искусственным интеллектом нужно будет кому-то следить, а для этого нужны программисты более высокого уровня», – сообщил он изданию.
Мировая практика
Искусственный интеллект дополняет и постепенно заменяет программистов не только в России. В июне 2020 г. CNews писал, что компания Amazon запустила сервис Honeycode для создания приложений без необходимости написания программного кода. Проект полностью бесплатный, и использовать его могут как обычные потребители, так и крупные компании. К примеру, Slack, разработчик одноименного мессенджера, уже заявил о готовности к использованию Honeycode в своей работе.
В конце июня 2021 г. корпорация Microsoft запустила сервис Copilot, представляющий собой виртуального помощника программиста на базе искусственного интеллекта.
Распространяется Copilot на бесплатной основе. Он изучает код и комментарии к нему и предлагает разработчику функции и целые строки для добавления в этот код. Такой подход ускоряет процесс написания программ и дает возможность полностью отказаться от поиска решений в интернете. В процессе работы Copilot обучается и с каждым разом становится все умнее.
За месяц до запуска Copilot Microsoft создала инструмент для написания ПО без развитых навыков программирования. Проект получил название Microsoft Power Apps, и он пригодится тем, кто пишет на языке Power Fx. С его помощью пользователи могут разрабатывать программы в формате диалога с компьютером. Например, при разработке приложения в сфере электронной коммерции можно будет описать в диалоге желаемую цель на естественном английском языке, после чего Power Apps задействует алгоритмы искусственного интеллекта и предложит варианты преобразования этого запроса в формулу Microsoft Power Fx.
Нейросети пишут код: за и против
Оставят ли сервисы по разработке софта на основе ИИ без работы программистов
Новость о том, что Сбер обучил нейросеть написанию программы, заставила задуматься о перспективах взаимодействия человека и искусственного интеллекта. Участники рынка рассказали, какие риски могут возникнуть, если ИИ сам начнет создавать ПО, и станет ли нейросеть тем слугой, который обошел своего нерасторопного хозяина.
СЭКОНОМИТЬ НА КАДРАХ?
Сбер сообщил о регистрации программы Artificial Vision («Искусственное зрение»), созданной с использованием искусственного интеллекта. С ее помощью можно распознавать и анализировать объекты в виртуальной реальности. Обучила нейросеть, написавшую программный код, команда Sber AI.
«Пока сложно понять, что именно было сделано в этом проекте: что было подано на вход, какой именно код был написан, для какого еще типа задач эта нейронная сеть может разработать код», – поделился с RSpectr своим мнением директор Центра компетенций по искусственному интеллекту и анализу данных Crayon Владимир Еронин. По его словам,
текущее положение дел в IT-индустрии еще очень далеко от того, чтобы получить реально работающий в открытой (не тестовой) среде сильный ИИ
Владимир Еронин, Центр компетенций по искусственному интеллекту и анализу данных Crayon:
– Задачу написания кода по произвольной формулировке задания также, насколько я знаю, никто еще не решил и пока, похоже, не скоро решит. Поэтому, считаю, рано говорить о том, что ИИ уже готов разрабатывать произвольный код.
Но эксперты уже просчитывают варианты развития ситуации. По мнению гендиректора компании «Аванпост» Андрея Конусова,
применение искусственного интеллекта для написания программ позволит бизнесу значительно сэкономить на кадрах
В настоящее время в России наблюдается острый дефицит IT-специалистов. На этом фоне их заработки растут быстрыми темпами: за первое полугодие нынешнего года заплаты «айтишников» увеличились на 9 процентов. В целом доход программиста может достигать нескольких сотен тысяч рублей в месяц, напоминает он.
Андрей Конусов, «Аванпост»:
– Экономия может составлять до 6 млн рублей в год. И это только на самых простых проектах, в которых участвуют максимум трое IT-специалистов. Если их количество увеличивается до десяти, экономия может достигать 30 млн рублей.
В то же время ИИ, задействованный в написании программ, нужно контролировать, а это могут делать только специалисты с высоким уровнем экспертизы и большим опытом, подчеркивает он.
МАСТЕРА И ПОДМАСТЕРЬЯ
Искусственный интеллект в процессе создания программ оптимизирует работу и избавляет человека от рутинных операций, рассказал RSpectr руководитель направления развития голосовых продуктов и интеллектуальных сервисов компании BSS Юрий Ледаков. По его словам, наблюдая за специалистами, машина накапливает базу знаний, затем подбирает и предлагает наиболее предпочтительный вариант части кода или даже всей программы. Эксперт подчеркивает, что
нейросеть является помощником человека, позволяя программистам повышать свой профессионализм максимально быстро и выходить на качественно новый уровень, минуя путь проб и ошибок
Юрий Ледаков, BSS:
– В обозримом будущем нейросеть сможет выступать в качестве «переводчика» – когда, например, аналитик говорит, какую программу с каким функционалом хотел бы видеть на выходе, а ИИ переводит этот «заказ» в формат программного кода.
Но подобные разработки не станут конкурентами людей, уверен эксперт. В дальнейшем они будут выявлять и нивелировать ошибки, обусловленные человеческим фактором – усталость, эмоциональная нестабильность, недостаток знаний лучших практик и подходов в программировании, полагает Ледаков.
Скорее всего, искусственный интеллект возьмет на себя объем работ, связанный с разделами кода, которые обычно поручают начинающим программистам и тестировщикам ПО, но постановка задач останется за людьми, пояснил RSpectr руководитель центра бизнес-аналитики RAMAX Group Сергей Левашов.
При этом много программистов может остаться без рутинной работы, но это произойдет не ранее, чем через пять-десять лет, считает Java developer компании Сбер Роман Иванов: «Искусственный интеллект еще долго не будет способен самостоятельно создавать новые алгоритмы. Сейчас его можно научить программировать самые элементарные сервисы, которые часто требуются в бизнесе. Например, создать сервис для проверки цифровой подписи документов».
Вытеснение программистов нейросетями в ближайшее время сложно представить, поддерживает коллег специалист центра машинного обучения «Инфосистемы Джет» Андрей Тарасов. «Система-подсказчик на основе нейросети будет полезна, если она будет внедрена в среду разработки и будет служить помощником для программиста, но заменить человека она не сможет», – сказал он RSpectr.
Искусственный интеллект действительно выглядит очень перспективным для создания программ будущего, но важно, как его алгоритм обучен, отмечает Senior Big Data Engineer в компании GridDynamics Артем Гогин. Обучение нейросети целиком зависит от человека – именно он определяет и контролирует результат работы, пояснил он RSpectr.
Артем Гогин, GridDynamics:
– Я как разработчик с нетерпением жду развития искусственного интеллекта, который сможет выполнить часть моей работы. Охотно верится, что нейросеть будет на это способна. Тогда от человека потребуется уже не писать код, а проверять его и следить за обучением модели.
Опытным профессионалам такое положение дел пойдет только на руку, так как, кроме человека, никто не способен подготавливать, развивать и контролировать нейросеть. «Начинающим специалистам может стать тяжелее, ведь искусственный интеллект заменит их на работе. Новичкам придется соперничать с нейросетью и учиться еще быстрее, чем прежде», – подчеркивает А.Гогин.
НАБИРАТЬСЯ УМА
В ближайшие годы не стоит ждать сложных программных продуктов, полностью созданных искусственным интеллектом, рассказал RSpectr гендиректор компании IVA Cognitive (ГК «ХайТэк») Алексей Цессарский.
Алексей Цессарский, IVA Cognitive (ГК «ХайТэк»):
– Произойдет перераспределение обязанностей – машины будут больше заниматься реализацией графических интерфейсов, еще больше возьмут на себя вопросы, связанные с оцифровкой данных и их обработкой. В общем, будут заменять человека в тех областях, где постановка задачи хорошо формализуема.
При этом работа ИИ без вмешательства человека в рамках тех задач, для которых его готовили, вполне возможна. «Просто эти рамки пока остаются очень узкими и специфическими, для каждой конкретной задачи – свой искусственный интеллект», – подчеркивает эксперт.
Нейросети могут вызвать определенный сдвиг парадигмы разработки ПО и ролей в этом процессе
От людей все больше будет требоваться точно и корректно формулировать задачу, чтобы машина могла сгенерировать максимум кода самостоятельно. «По сути, это будет то же программирование, просто на более высоком уровне абстракции, возможно, на естественных, человеческих языках», – полагает А.Цессарский.
По мнению В.Еронина, риски при разработке софта нейросетью в целом такие же, как и при создании программ людьми: некачественный, неоптимальный, небезопасный код.
В июне Microsoft совместно с GitHub выпустила нейросетевого помощника программиста Copilot, работающего на базе OpenAI Codex, напомнил эксперт. Однако позднее возникла критика этого решения из-за неоптимальности разрабатываемого кода – оно генерировало десятки строчек кода вместо нескольких простых строк.
Сейчас искусственный интеллект хорошо справляется с конкретными узкими задачами, у которых высокая устойчивость к ошибкам. Например, предсказывает, что заинтересует пользователя в интернет-магазине, опираясь на историю взаимодействия. Если среди десятка рекомендаций покупателю окажется товар, который ему не интересен, этого никто не заметит. «Но если из тысячи перекрестков автономный автомобиль будет всего один проезжать небезопасно – это уже критично. Поэтому сейчас нейросеть активно применяется только в задачах первого класса», – говорит В.Еронин. Он подчеркивает, что
мы еще далеки от того, чтобы ИИ заменил человека при написании кода с произвольным функционалом по текстовой постановке задачи в свободной форме
Каким бы образом ни был сгенерирован программный код, решение о его использовании принимает человек, обращает внимание RSpectr руководитель направления продвинутой аналитики Accenture в России Михаил Садофьев. «Роль разработчиков действительно постепенно будет снижаться – мы видим эксперименты Amazon и других игроков рынка, направленные на автоматизацию рутинных задач программистов. Использование ИИ – еще один шаг на пути к этому», – полагает он.
Если следовать тенденции, то человек сначала руками копал картошку, потом сделал инструменты, потом механизировал, потом автоматизировал робототехникой, образно сравнивает ведущий программист Getmobit Михаил Паремский. «На каждом этапе технология отнимала работу у людей, но порождала деятельность по собственной оптимизации. Если ИИ будет заниматься автоматизацией ПО робототехники, то человек займет ячейку улучшения нейросети, пока не произойдет следующий скачок», – рассказал он RSpectr.
Чтобы нейросеть понимала нюанс каждого шага, необходимо подготовить огромный массив документации, подчеркивает гендиректор компании ONLY Кирилл Владимиров.
Кирилл Владимиров, ONLY:
– К сожалению, многие люди путают нейросеть с каким-то реальным искусственным интеллектом. Они думают, что можно сказать: «Напиши-ка мне сайт, как госуслуги, чтобы люди туда заходили и могли оформить все свои документы через него». И потом нужно только сесть и ждать, пока ИИ изготовит это решение. Это так не работает.
Только единицы компаний в России, такие как Сбер, могут себе позволить разрабатывать такие вещи. Для других это слишком дорого
Сейчас нейросеть нужна, если необходимо сделать что-то простое, например, сгенерировать лендинг. Подобные сервисы, где не нужен разработчик для изготовления сайта, уже есть (конструкторы Wix или Tilda). «У Microsoft есть решение, которое дописывает код за разработчика и предлагает ему оптимальные решения, помогает программистам делать более крутой код», – говорит К.Владимиров. Но чтобы реализовать настоящие бизнес-требования компаний, требуется огромное количество нетривиальных технических решений, где много неопределенной логики. Нейросети с их текущим функционалом и потенциалом не смогут справиться с этим, полагает эксперт.
Может ли нейросеть писать код?
Приходит девушка устраиваться на работу.
— Я работаю на компьютере и печатаю 1200 ударов в минуту.
Все сотрудники в изумлении:
— Какая скорость.
А потом тихонько в сторону добавляет:
— Но такая ерунда получается!
Вопрос скорее философский и больше имеет отношение к языкам программирования, нежели к нейросетям.
Начнём с самого начала. Как будет звучать постановка задачи для нейросети?
Например: напиши 10 раз строку «hello world» с паузой в 1 сек между ними.
Окей, с этим нейросеть вполне справится. На Ruby получится что-то типа:
Но постойте, ведь это почти тоже самое, что мы написали на человеческом языке!
Тут появляется второй вопрос — какой должен быть уровень детализации задачи, чтобы уровень детализации кода соответствовал ему?
И тут мы, немного подумав, понимает, что языки программирования — это и есть та самая нейросеть — интерпретатор или компилятор как мостик между человеческим описанием задачи и его машинной реализацией.
Усложняем задачу. Человек говорит нейросети: хочу игру с шариком, который скачет по экрану, отскакивает от стен, разбивает стену из кирпичей, а пользователь управляет доской и отбивает его.
Понятно, что человек сразу представляет в уме игру Арканоид. Но у нейросети нет такого опыта! Тут начинается погружение в детали. С какой скоростью мяч летает? Пропадает ли мяч, если его не отбить доской? А даётся ли втрой шанс? А третий? А что если все кирпичи буду разбиты?
Всё программирование состоит из тысяч мелких вопросов-требований, о которых мы даже не задумываемся, когда пишем код. А нейросеть как должна обо всём этом узнать? И опять мы приходим к тому, что достигнув максимального уровня детализации требований, получится, что мы написали программу на естественном языке и её уже не составит труда перевести в машинный. А если столько работы уже проделано, так почему бы человеку самому не закодировать эту задачу сразу на языке программирования?
19 отличных бесплатных нейросетей
К 2019 году искусственные нейронные сети стали чем-то большим, чем просто забавная технология, о которой слышали только гики. Да, среди обычных людей мало кто понимает что из себя представляют нейросети и как они работают, но проверить действие подобных систем на практике может каждый – и для этого не нужно становиться сотрудником Google или Facebook. Сегодня в Интернете существуют десятки бесплатных проектов, иллюстрирующих те или иные возможности современных ИНС, о самых интересных из них мы и поговорим.
Из 2D в 3D
На этом сервисе вы сможете вдохнуть новую жизнь в свои старые фотографии, сделав их объемными. Весь процесс занимает меньше минуты, необходимо загрузить изображение и через несколько секунд получить 3D-модель, которую можно покрутить и рассмотреть во всех деталях. Впрочем, есть два нюанса — во-первых, фотография, должна быть портретной (для лучшего понимания требований на главной странице сайта представлены наиболее удачные образцы снимков, которые ранее загружали другие пользователи; во-вторых, детализация получаемой модельки зачастую оставляет желать лучшего, особенно, если фотография в низком разрешении. Однако авторы разрешают не только ознакомиться с результатом в окне браузера, но и скачать получившийся файл в формате obj к себе на компьютер, чтобы затем самостоятельно его доработать.
Нейминг брендов
Придумали крутую идею для стартапа, но не можете определиться с именем для будущей компании? Достаточно вбить несколько ключевых слов, задать длину названия в символах и готово! В общем, больше не нужно искать на фрилансе людей, которые будут решать такой личный вопрос, как наименование дела всей вашей жизни.
Выбор досуга
Пересмотрели все интересные вам фильмы, прочли все достойные книги и не знаете чем занять вечер? Система рекомендаций от специалиста по искусственному интеллекту Марека Грибни расскажет как увлекательно и с пользой провести свободное время. Для корректной работы сервиса вас сперва попросят указать ваши любимые произведения в кинематографе, литературе, музыке или живописи.
Рай для искусствоведа
Google специально для поклонников современного (и не только) искусства запустила проект Google Arts & Culture, в котором можно подобрать произведения по вашему вкусу как от малоизвестных, так и от малоизвестных авторов. Большая часть контента здесь на английском, но если вы не дружите с языками, можно воспользоваться встроенным переводчиком.
Озвучивание картинок
Японская студия Qosmo разработала очень необычную нейросеть Imaginary Soundscape, которая воспроизводит звук, соответствующий тому или иному изображению. В качестве источника информации вы можете указать ссылку на любую картинку в Интернете, загрузить свой файл либо выбрать случайную локацию на Google Maps.
Не умеешь рисовать – тогда тебе к нам!
Если вы пробовали использовать рукописный ввод на своем смартфоне, эта нейросеть покажется вам до боли знакомой: она превращает любые каракули в аккуратные 2D-рисунки.
Генерация людей
Thispersondoesnotexist – это один самых известных AI-проектов. Нейросеть, созданная сотрудником Uber Филиппом Ваном, выдает случайное изображение несуществующего человека при каждом обновлении страницы.
Генерация… котов
Тот же автор разработал аналогичный сайт, генерирующий изображения несуществующих котов.
Быстрое удаление фона
Часто ли вам приходится тратить драгоценное время на удаление бэкграунда с фотографий? Даже если регулярно такой необходимости не возникает, следует на всякий случай знать о возможности быстрого удаления фона с помощью удобного онлайн-инструмента.
Написать стихотворение
Компания ‘Яндекс’, известная своей любовью к запуску необычных русскоязычных сервисов, имеет в своем портфолио сайт, где искусственный интеллект составляет рандомные стихотворения из заголовков новостей и поисковых запросов.
Окрашивание черно-белых фотографий
Colorize – это также российская нейросеть, возвращающая цвета старым черно-белым снимкам. В бесплатной версии доступно 50 фотографий, если вам нужно больше, можете приобрести платный аккаунт с лимитом в десять тысяч изображений.
Апскейлинг фото
Лет 10-15 назад камеры мобильных устройств не отличались высоким разрешением, и слабый сенсор в телефоне никак не мог справиться с детализированной картиной окружающего мира. Теперь же, если вы захотите повысить разрешение своих старых фотографий, это можно сделать на сервисах вроде Bigjpg и Let’s Enhance, которые позволяют увеличить размер изображения без потери в качестве.
Чтение текста голосом знаменитостей
Благодаря высоким технологиям, сегодня у вас есть возможность озвучить любую фразу голосом самых известных в мире людей. Все просто: пишите текст и выбираете человека (среди последних — Дональд Трамп, Тейлор Свифт, Марк Цукерберг, Канье Уэст, Морган Фриман, Сэмюель Л Джексон и другие).
Описание фотографий
Казалось бы, искусственный интеллект должен быть способен без труда описать любую, даже самую сложную картинку. Но это вовсе не так, обучить ИИ распознавать отдельные образы действительно относительно просто, а вот заставить компьютер понимать общую картину происходящего на изображении, очень сложная задача. У Microsoft получилось с ней справиться, и ее CaptionBot без труда скажет, что вы ему показываете.
Музыкальная шкатулка
Напоследок расскажем о целой пачке нейросетей от Google, первая из них – Infinite Drum Machine. Открыв страницу приложения, вы увидите своеобразную карту, на которой находятся самые разнообразные звуки. С помощью круглых манипуляторов можно изменять сочетание элементов, если получившийся набор покажется вам бессмысленным, нажмите кнопку Play в нижней части экрана и звуковая картина сложится сама собой.
Птичий хор
Если предыдущий сервис может оказаться полезным для, например, диджеев или обычных музыкантов, то польза от управления голосами десятков тысяч певчих птиц довольно сомнительна. Кстати, коллекция звуков для Bird Sounds собиралась орнитологами со всего мира на протяжении нескольких десятилетий.
Виртуальный пианист
В A. I. Duet пользователю предлагается сыграть какую-нибудь мелодию на пианино, а искусственный интеллект попробует самостоятельно закончить композицию, подобрав наиболее логичное и гармоничное продолжение.
Распознавание рисунков
Еще во время первых экспериментов с нейросетями в середине прошлого века основной задачей машинного обучения было распознавание визуальных образов. Спустя десятки лет эта технология выбралась из лабораторий и доступна всем желающим: на сайте quickdraw.withgoogle.com/ вам предложат быстро рисовать простые наброски определенных предметов, при этом ИИ будет все время комментировать происходящее на экране синтезированной речью.
Объяснение логики машинного обучения
Проект Visualizing High-Dimensional Space (“Визуализация многомерного пространства”) создавался для того, чтобы объяснить простым людям и начинающим разработчикам, как работают нейросети. Когда ИИ, оперируя большими базами данных, получает информацию (например, вашу фотографию, введенную фразу или только что нарисованное изображение), он сравнивает входящие данные с теми, что у него уже есть. VHDS наглядно демонстрирует корреляцию одного лишь выбранного вами слова с миллионами аналогичных понятий.