前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >说出你的需求,我们AI给你写代码 | MIT新研究

说出你的需求,我们AI给你写代码 | MIT新研究

作者头像
量子位
发布2019-04-23 15:25:50
4590
发布2019-04-23 15:25:50
举报
文章被收录于专栏:量子位
乾明 发自 凹非寺 量子位 出品 | 公众号 QbitAI

说你想干什么,AI就能自动写代码。

现在,我们离这个目标又近了一步。

近日,MIT的一个研究团队放出了新的研究成果。

他们提出了一种灵活组合模式识别和推理的方法,在无监督学习的情况下, 来解决AI自动编程遇到的问题。

先给你看几个例子:

任务要求:

给定一个数组,计算数字翻转过来之后的中位数。

AI会给出代码:

(reduce(reverse(digits(deref (sort a)(/ (len a) 2)))) 0 (lambda2 (+(* arg1 10) arg2)))

任务要求:

输入: 1, [-101, 63, 64, 79, 119, 91, -56, 47, -74, -33] 4, [-6, -96, -45, 17, 26, -38, 17, -18, -112, -48] 输出: 39 8

AI会给出的代码:

(MAXIMUM (MAP DIV3 (DROP input0 input1)))

这是怎么做到的?

给人类程序员一个任务,在开始写代码之前,会根据自己的经验来判断代码架构是什么样的。如果没有经验,就要采取推理的方式,来完善代码架构。

这个AI系统,就是模仿了人类结合模式识别和推理写代码的方式。

模型分为两个模块,分别是概要生成器(sketch generator)和代码合成器( program synthesizer)。

输入任务要求之后,先经过概要生成器,生成满足任务要求概率比较高的代码概要,即可能满足任务要求的初始代码,细节并不丰富。然后,代码概要进入代码合成器模块,找到满足任务要求的模块。

概要生成器,是一个带有注意力机制的seq2seq循环神经网络(RNN),在给定任务之后,通过LSTM编码器对其进行编码,然后再逐token解码。

代码合成器,有两个组成部分:广度优先概率枚举器和神经网络识别器。前者根据可能性从大到小枚举代码sketch, 后者根据任务要求来指导这一过程。

具体效果怎么样?

为了验证模型的性能,研究团队选择了两个模型与其进行对比。

分别是只有合成器的模型(Synthesizer only)和只有生成器的模型(Generator only)。

只有合成器的模型,相当于研究中代码合成器模块,进行模式识别之后,从头开始枚举所有可能的编码。与微软研究院研究团队2016年提出的“Deepcoder”模型媲美。

只有生成器的模型,相当于研究中概要生成器模块,用来预测完整的代码。与微软研究院和MIT团队在2017年提出的“RobustFill”模型媲美。

进行对比的任务是数组列表、字符串转换和自然语言要求。

在数组列表任务中,与其他两项研究相比,研究中的模型可以在简单的程序中呈现很好的性能。

在字符串转换任务中,表现要比只有合成器的模型要好,并且在一定情况下,会好于只有生成器的模型。

真正展现模型能力的,是在AlgoLisp数据集中进行的测试,这一数据集中,不仅有数组列表和字符串相关的输入输出示例,还有相应的自然语言描述。

在这个数据集上,研究者检验了模型在非结构化数据情况下的性能。

测试结果表明,模型的表现完全超过了先前学者的研究。

而且,在包含“Even”和“Odd”要求的情况下,性能更加突出了,表明了模型的通用性更强。

如果你对这个研究感兴趣,可以阅读论文,来获取更多的研究细节。

传送门:

Learning to Infer Program Sketches https://arxiv.org/abs/1902.06349

作者系网易新闻·网易号“各有态度”签约作者

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-02-24,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 量子位 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 这是怎么做到的?
  • 具体效果怎么样?
相关产品与服务
NLP 服务
NLP 服务(Natural Language Process,NLP)深度整合了腾讯内部的 NLP 技术,提供多项智能文本处理和文本生成能力,包括词法分析、相似词召回、词相似度、句子相似度、文本润色、句子纠错、文本补全、句子生成等。满足各行业的文本智能需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档