人工智慧編程工具Codex神助攻!讓你寫程式真輕鬆!(下)

人工智慧編程工具Codex神助攻!讓你寫程式真輕鬆!(下)
人工智慧編程工具Codex神助攻!讓你寫程式真輕鬆!(下)

自從有人工智慧編程工具Codex,寫程式真的變得好輕鬆!(下)

 

本文為下篇,上篇請看此連結

OpenAI:共同維持單純生態讓程式社群「產生更高價值」

當被問及這些抱怨時,Greg Brockman回答:「新技術即將到來,確實需要這場辯論,即使會有別於過往社群的意見,我們將接受反饋並以不同的方式做事。」他認為人工智慧社群始終受益於Open AI的工作。「這會對生態系統有很大的價值,歸根結底,這些技術可以重塑我們的經濟,為所有人創造一個更美好的世界。」Brockman解釋道。

 

Codex 也肯定會為 OpenAI 及其投資者創造價值。2015年公司以非營利實驗室的身份起步,為了吸引外部資金,它在 2019 年轉為「利潤上限」 (capped-profit)模式,儘管Codex最初是作為免費API發布的,但 OpenAI 預期未來將會對使用者收費。

 

OpenAI表示它不想使用Codex構建自己的工具,因為它其實更適合改進人工智慧核心模型。Brockman說:「我們意識到如果追求成為任何一項工具,就會切斷任何其他路線。作為一家初創公司,可以選擇最擅長一件事。毫無疑問,此系統正為所有模型製作更好的版本。」

 

從 Codex 展示案例中猜測語言喜好

雖然 Codex 聽起來非常令人興奮,但在真正的工程師掌握之前很難判斷它的全部功能。但即使在不是工程師的情況下,確實看到 Codex 的運行情況,並且對人工智慧有一些想法。

 

OpenAI 的 Brockman 和 Codex 負責人 Wojciech Zaremba 線上展示使用 Codex 創建網站遊戲,Brockman 在 Google 圖片上找到一個人的剪影,告訴 Codex 在貼上 URL 前「從頁面添加這個人的圖像」,剪影隨後出現在視窗上,然後 Brockman 修改它的大小,說道:「讓這個人變大了一點」、「現在可以用左右箭頭鍵控制它」。

OpenAI 的 Brockman 使用 Codex 創建網站遊戲 ,使用口語來「使喚」Codex 寫出相應代碼。

 

人工智慧藝術與科學般的對 Codex 下達指令

這一切都非常順利。人影開始在視窗上晃來晃去,但很快就遇到一個問題:它一直在視窗外消失。為了阻止這情況,Brockman額外下達指令:「不斷檢查這個人是否離開頁面,如果是就把它放回頁面上。」這阻止它移出視線,但很好奇指令需要多麼精確。我建議可以嘗試不同的方法:「確保此人無法退出頁面。」這這也有效,由於 Brockman 和 Zaremba 無法解釋的原因,它還改變圖形的寬度,將其壓扁在視窗上。

 

雖然此人工智慧應用實例很好的展現出來,同時也說明程式有一定的侷限性。OpenAI 並沒有聲稱它一定完全能夠讀懂人的大腦、完美的執行每個指令。相反地,它需要深思熟慮以及更多的反覆嘗試。Codex不會在一夜之間將不會撰寫程式碼的人變成專家工程師,但它肯定比任何其他程式語言更容易明白與學習。

 

 

 

 

推薦文章:
自家的人工智慧太會寫假新聞!馬斯克嚇到離開OpenAI?


給人工智慧幾它給你完整文章!奇幻、科普、假新聞任你挑


人工智慧寫文太療癒,奪排行榜冠軍!學霸敲碗求更新


人工智慧寫「不想消滅人類」登《衛報》……記者將被 AI 取代?


AI技術導入東奧!7個黑科技你不能不知道!(一)


蘋果用AI把關兒童情色照,卻遭質疑沒隱私!(上)


心裡苦卻說不出?人工智慧24待命安慰你的心!(上)

人工智慧編程工具Codex神助攻!讓你寫程式真輕鬆!(上)

人工智慧編程工具Codex神助攻!讓你寫程式真輕鬆!(上)
人工智慧編程工具Codex神助攻!讓你寫程式真輕鬆!(上)

自從有人工智慧編程工具Codex,寫程式真的變得好輕鬆!(上)

 

目錄

1. 人工智慧發展太快!Codex可將英文翻譯成程式碼

2. Codex:能將人話翻成Python等10多種程式碼的人工智慧應用

3. 程式設計中「最乏味」的關鍵步驟,人工智慧一把罩!

4. Codex 恐延續 Copilot 的代碼版權爭議

5. OpenAI:共同維持單純生態讓程式社群「產生更高價值」

6. 從 Codex 展示案例中猜測語言喜好

7. 人工智慧藝術與科學般的對 Codex 下達指令

 

人工智慧發展太快!Codex可將英文翻譯成程式碼

還在苦惱不會寫Python、Java這些程式碼,落後於其他人嗎?現在隨著人工智慧技術越來越強,未來程式設計不再是需要編寫複雜的代碼,甚至只要會說英文就能 coding!

 

馬斯克創辦、致力於人工智慧的研發公司 OpenAI 日前發佈一款新的機器學習系統「Codex」,可以將英語直譯成程式語言。期望這樣的人工智慧應用,能讓程式設計變得更簡單便利,為的是讓更多人能共同參與。

 

Codex:能將人話翻成Python等10多種程式碼的人工智慧應用

OpenAI 的 CTO 兼聯合創辦人 Greg Brockman 和 Codex 負責人 Wojciech Zaremba 線上展示 Codex 的各式用途,揭開它神秘的面紗:簡約的介面、能夠將自然語言翻譯成 Python、JavaScript、Go、Perl、PHP、Ruby、Swift 和 Shell 等 10 多種主流程式語言的能力。

 

Codex 就像是一位資料科學家,可以將資料下載、歸納後予以分析、製作圖表。還可以把人話翻譯成電腦程式碼,實現多種程式語言之間的互譯,更進一步建構出基礎的網站和遊戲。

 

舉例來說:使用者在指令欄中,使用英文「寫」出一個上方有大標、側邊有導覽列的網頁後,Codex 便會將此指令翻譯為完整的程式碼。雖然此系統並非萬無一失,操作執行時仍需要耐心,但已證明可為不同領域帶來更佳效率與價值。

 

程式設計中「最乏味」的關鍵步驟,人工智慧一把罩!

OpenAI 的 CTO 兼聯合創始人 Greg Brockman 說他們將 Codex 這項人工智慧定義為「增加工程師的人數」。他說:「編寫程式語言有兩個部分:首先,你必須認真思考、理解一個問題;之後將這些需要執行的片段——無論是函數還是API——轉譯成現有程式語言。」而後者的「轉譯」步驟是最乏味、但也是最關鍵的,這時就只能請出人工智能「Codex」為工程師消除繁重的工作。

 

Codex 恐延續 Copilot 的代碼版權爭議

OpenAI 使用早期版本的 Codex 為 GitHub 構建了一個名為 Copilot 的工具,這是一個微軟的原始碼儲存庫(因為微軟本身就是 OpenAI 的密切合作夥伴)。

 

Copilot 類似 Gmail 中輸入內容時修正拼字和文法錯誤的工具,藉此能夠提供開發者整行或整個函式的程式碼編寫、修正建議。不過 OpenAI 的新版 Codex 更加先進靈活,除了 coding 外,甚至還可以自行創建程式碼。

 

Codex 建立在 OpenAI 的語言生成,延伸 GPT-3 的模型,訓練資料包含自然語言,以及數十億的開放原始碼。GPT-3 本身就擁有閱讀、生成人類自然語言的能力,而 Codex 更是進一步地優化 GPT-3 原有的能力,甚至可從網路上抓取開放原始碼儲存庫並且進行培訓。

 

這樣的人工智慧應用與技術,卻有從工程師們的成果中謀利之嫌,已經讓 OpenAI 飽受爭議。例如過去的 Copilot 工具最受質疑的地方,就是對原代碼的版權侵犯問題。

 

有開發者表示:「我不同意 GitHub 在未經授權和未經許可的情況下,使用受版權保護的程式碼作爲機器學習產品『Copilot』的訓練資料庫 。Copilot 在未聲明原始碼所有權的狀況下,將這些受版權保護的原始碼放入用戶的軟體中⋯⋯這是對版權擁有者們的作品的的未經授權、未經許可的不當使用。」而 Python Flask 框架的創辦者 Armin Ronacher 更是因為 Copilot 的緣故而退出 GitHub。

 

同樣批評可能也將會針對 Codex,儘管 OpenAI 表示有受法律合理的保護使用。

 

 

下篇請看此連結

 

 

 

 

 

推薦文章:
自家的人工智慧太會寫假新聞!馬斯克嚇到離開OpenAI?


給人工智慧幾它給你完整文章!奇幻、科普、假新聞任你挑


人工智慧寫文太療癒,奪排行榜冠軍!學霸敲碗求更新


人工智慧寫「不想消滅人類」登《衛報》……記者將被 AI 取代?


心情鬱卒就找臉書AI!陪你聊心事還會記得你的一切!(上)


選手靠AI訓練就行?!7個東奧結合AI的新科技-1


蘋果用AI阻擋兒童情色照傳播,卻引發爭議!(上)

特斯拉自研發超高效能晶片D1,訓練人工智慧效率光速快!

特斯拉自研發超高效能晶片D1,訓練人工智慧效率光速快!
特斯拉自研發超高效能晶片D1,訓練人工智慧效率光速快!

你能想像訓練人工智慧的超高效能晶片D1,竟是出自特斯拉自行研發的嗎?

 

Vehicle Automobile Car Road Tesla Auto White Car

 

目錄

Dojo D1:超越以往自駕的晶片運算

 

電動車大廠特斯拉(Tesla)於上個月舉行的 AI 日(Tesla AI Day)上,發布 2 項重要產品:一是機器人「Tesla Bot」、另一個是由特斯拉自動駕駛硬體高級總監 Ganesh Venkataramanan 宣布自行研發的 AI 晶片「Dojo D1」,用來訓練資料中心,是特斯拉 Dojo 超級電腦晶片的一部分。

 

Dojo D1 晶片的研發讓特斯拉不僅是一間汽車公司、人工智慧的業者,還是一家晶片供應商!Tesla 和 Intel、Nvidia、Graphcore 等科技大廠,同為 AI 訓練模型的晶片供應者。

 

電動車大廠特斯拉(Tesla)於上個月的 AI 日(Tesla AI Day)上發布自行研發的 AI 晶片「Dojo D1」,可以用來訓練資料中心,是特斯拉 Dojo 超級電腦晶片的一部分。

 

Dojo 計畫負責人 Ganesh 說 「D1 晶片——從架構到封裝——完全是由特斯拉團隊所設計。其晶片就像 GPU,但是又有『CPU 等級』的靈活度,上下載頻寬還是網路晶片的兩倍⋯⋯」因此 D1 晶片已經超越了單純的 CPU 與GPU,而直接被稱為「Pure Learning Machine」(純學習機器)。

 

訓練人工智慧模型,需要大量的運算能力,而 D1 晶片的效能,對 AI 模型的訓練來說,可以說是是綽綽有餘的。像是車內攝影機所蒐集的各種影像,Dojo 晶片未來將協助自駕 AI 處理、應對處理路上的狀況。

 

特斯拉 CEO 馬斯克表示:特斯拉將在 2022 年投入 Dojo 的營運,目標是能夠實現真正的 100% 全自動駕駛。特斯拉稱 D1 晶片的頻寬是當前網絡中使用的晶片的兩倍。通過設計這樣一款高性能晶片,該公司希望保持低延遲和最大頻寬。

 

Dojo D1:超越以往自駕的晶片運算

D1 號稱由 500 億個電晶體構成,超越 AMD 的 EPYC Rome(395.4 億個電晶體),並略少於擁有多達 540 億個電晶體的 Nvidia GA100 Ampere SoC。D1 的大小約 645mm²,每 mm² 的整合高達 7750 萬個電晶體的有效電晶體密度,功率密度高於 Nvidia 的 A100 GPU 並略低於 Apple 的 M1 晶片。

 

一塊 D1 晶片由 354 個訓練節點組成,每個訓練節點內部都起碼有以下部分:

1. 64 位元 4 路多線程的CPU

2. 1.25MB SRAM 緩存

3. 低延遲數據交換結構;

4. SIMD 單指令多數據流的浮點/整數單元

 

D1 晶片訓練節點的一大特點,就在於「低延遲數據交換結構」:有一個叫做「 NOC Router」的結構,這是訓練節點之間交換數據的工具——特斯拉近乎苛求地給每一個小節點,都設計了上下左右各 64bit 的通道。

 

D1 晶片是 AI 訓練晶片,當然也有高效能的運算能力:單片 FP32 的運算能力高達每秒 22.6 兆次的浮點運算(單位為TOPs)、BF16 運算能力更是達到 262 TOPs——每秒 262 兆次。特斯拉展示:單顆 D1 晶片,其神經網路運算能力已超越一張顯示卡,也就是說性能比 Nvidia 的 GPU 或 Google 的 TPU 更強。

 

 

Tesla 一手打造的 D1 晶片是 AI 訓練晶片,有高效能的運算能力:單片 FP32 的運算能力高達每秒 22.6 兆次的浮點運算(單位為TOPs)、BF16 運算能力更是達到 262 TOPs——每秒 262 兆次。特斯拉展示:單顆 D1 晶片,其神經網路運算能力已超越一張顯示卡,也就是說性能比 Nvidia 的 GPU 或 Google 的 TPU 更強。

 

目前將每 25 個 D1 晶片組合成一個 Training Tile(訓練磚),而每個 Training Tile 的每秒浮點運算次數又為驚人的九千兆次(9 PFlots) ,每 12 個 Training Tile 又組成一個伺服器機櫃,每秒浮點運算次數總共為十億八千兆(108 PFlops);最後再將幾個伺服器機櫃搭配成擁有超高效運算能力的 Dojo 超級電腦,且擁有 50 多萬個訓練節點,超過 17 公里的內部電路連接,完整滿足其 AI 人工智慧的訓練需求。

 

 

Tesla 將每 25 個 D1 晶片組合成一個 Training Tile(訓練磚),每個 Training Tile 的每秒浮點運算次數又為驚人的九千兆次(9 PFlots)。

 

D1 將採用 7 奈米製程生產,可能將由台積電代工;但是三星也為特斯拉製造 HW3 晶片,所以由他們代工 D1 的可能性也很高。

 

 

 

 

 

推薦文章:
UI/UX 按鈕設計基本7個原則,優化電商轉換率


介面、體驗大不同!UI設計/UX設計工作內容完整剖析


使用 A/B 測試來改善網站 UI 設計的 30 個例子


落實「數位優先」的 UI 設計,Audi、福斯把 Logo 壓扁了?


AI技術導入東奧!7個黑科技你不能不知道!(一)


憂鬱症掰掰,人工智慧快速判別及早治療!


軟404讓你SEO成效不彰?放心,谷歌正著手處理中!

Waymo槓上特斯拉,搶爭自駕行業第一把交椅!!(下)

Waymo槓上特斯拉,搶爭自駕行業第一把交椅!!(下)
Waymo槓上特斯拉,搶爭自駕行業第一把交椅!!(下)

到底誰才能是自駕行業第一把交椅?Waymo槓上特斯拉又擦出什麼火花?!(下)

本篇文章為自動駕駛巨頭相互 diss?Waymo 槓上特斯拉 嗆「根本不是對手」的下篇,想回顧 Waymo 對特斯拉嗆聲的精彩內容,請點以上連結了解事情始末!

馬斯克本人推文反擊 Waymo 和特斯拉隔空叫陣


▲ 馬斯克推文反擊 Waymo,說特斯拉的人工智慧硬體比 Waymo 優。截圖自推特(twitter)頁面。

而 Waymo 執行長採訪的新聞一刊出,特斯拉執行長馬斯克(Elon Musk)使用自己的推特帳號公開反擊:「讓我驚訝的是,特斯拉的 AI(人工智慧)硬體和軟體都比 Waymo 更好。」(To my surprise, Tesla has better AI hardware & software than Waymo (money))

馬斯克對自家的技術一向不吝於展露自信,過去也在接受矽谷技術新聞網站「Recode」的採訪時發下豪語:「雖然聽起來有些過於自信,但我想不到哪家廠商能在自動駕駛超過特斯拉。」


▲ 特斯拉執行長馬斯克一向熱愛使用社群媒體發表看法。圖片來源:美聯社(ASSOCIATED PRESS)

除此之外,懷抱「讓大眾都能負擔得起一台特斯拉」的馬斯克也針對 Waymo 的高昂成本嗆聲。

Waymo 執行長曾說過,若將 Chrysler Pacifica Van 或 Jaguar I-Pace 配備上 Waymo 系統,價格大概落在 18 萬美元(約新台幣 500 萬元)左右,約等於一台賓士 S 級轎車;而近期正式開賣的 Tesla Model Y 一台起價為 49990 美元(約新台幣 130 萬元)起,相較之下的確是更親近消費者。

特斯拉 VS Waymo 誰才是自動駕駛行業的第一把交椅?

說了這麼多,那特斯拉與 Waymo 到底誰更勝一籌呢?


▲ Waymo One 與 Waymo Via 是 Waymo 的主要業務之一。圖片來源:Waymo 官網。

Waymo 其實在自動駕駛領域起步較早,誕生於 2009 年,至今已深耕 10 多個年頭。從2018 年開始 Waymo 自駕計程車服務也正式在美國鳳凰城上線,並成為加州 60 多家拿下自動駕駛測試牌照的公司中、第一個可以撤除安全駕駛員的公司。

除此之外,Waymo 還有強大的模擬器,能在虛擬世界訓練自動駕駛系統,挑戰各種複雜的情況。據了解,Waymo 的模擬器每天就能累積 1,000 萬英里的測試里程,測試總里程超過 70 億英里。

到目前為止,Waymo 車隊的自動駕駛里程已超過 1,000 萬英里,測試總里程超過 70 億英里。其光學雷達的 360 度感知技術可檢測多達 300 碼外的行人,生成周圍環境精確的 3D 地圖,辨識人類、分類物體並預測下一步動作。

▲ 乘坐 Waymo 自駕車示範影片

當然,Waymo 也並不是十全十美。其自駕系統曾被指出有「優柔寡斷」的「個性」,尤其是在車輛換道時不夠立即果斷,容易造成事故發生。

目前,Waymo 提供的兩項服務:全自動駕駛叫車服務(Waymo One)與貨物運送(Waymo Via),在市場上還沒有強而有力的競爭對手。


▲ 特斯拉自駕示意圖。Photo by David von Diemar on Unsplash

特斯拉最初版的駕駛輔助系統 Autopilot 誕生於 2014 年,當時還是與以色列自駕技術公司 Mobileye 合作、採用其提供的系統,2 年後才換用自行研發的產品。透過不斷的加強、升級,進入「Hardware 2.0」版本後,馬斯克當時宣稱已支援全自動駕駛。

 

與其他廠商相比,特斯拉有一大優勢,就是販售的車型都是聯網車型,因此特斯拉能用這幾十萬台車採集的數據來訓練 Autopilot 系統,並找出自動駕駛的「門道」,隨後再透過推送提升龐大車隊的自動駕駛能力,光憑這部分而言,可能是靠購置他牌車輛再改裝的 Waymo 無法匹敵的。

不過,其實在 2018 年時特斯拉官網就悄悄撤下「全自動駕駛」(full self-driving)選項,只剩下「增強自動駕駛輔助」選擇;馬斯克也在 Twitter 上澄清:「全自動駕駛」引起太多困擾,因此才下架。全自動駕駛功能準備好之前,不會再出現選單中。這也表示,即使 Autopilot 的功能確實很強大,但距離全自動駕駛的願景依然十分遙遠。

所以現在要論誰輸誰贏呢?假設是以真正的「全自動駕駛」而言,兩家都離實現目標有段距離,美國國家公路交通安全管理局也表示:「至今為止市面上還沒有出現車輛是能夠完全自動駕駛的」;如果是以市場占有率而言,現階段的市場仍未成熟,誰能拿下這塊大餅?或許在這一時半刻還無法見真章!

 

 

 

 

推薦文章:
大一生把Python程式碼可視化: Ryven讓debug變簡單!


進可攻·退可守的一技之長-Python課程結業後成功轉職工程師


Google 推出搜尋結果新功能!SEO可能會變更複雜⋯⋯


人工智慧讓已故親人「復活」與你聊天互動


人工智慧再度刷新三觀!連熊臉也能輕鬆辨識?!


疫情擴散守門員,無症狀患者也能靠人工智慧檢驗出來?!(上)


人工智慧新開發,把你”說”的程式碼輕鬆寫下來!

Waymo槓上特斯拉,搶爭自駕行業第一把交椅!!(上)

Waymo槓上特斯拉,搶爭自駕行業第一把交椅!!(上)
Waymo槓上特斯拉,搶爭自駕行業第一把交椅!!(上)

到底誰才能是自駕行業第一把交椅?Waymo槓上特斯拉又擦出什麼火花?!(上)

 

自駕(self-driving cars)是目前近十年來人工智慧發展的重要應用之一,不但內含巨大商機,也顛覆了產業生態及競爭型態。這也讓許多走在自駕最前端的科技巨頭們也明爭暗鬥、針鋒相對。其中,深耕自駕領域多年的 Waymo 和勢頭強勁的特斯拉更是其中佼佼者。

只是沒想到,這些矽谷巨頭之間的傾軋會浮上檯面,在社群媒體上你來我往、唇槍舌劍,白熱化程度堪比 Roast Battle!

Waymo 開出第一槍 直言「特斯拉稱不上對手」

 

Waymo CEO John Krafcik talks during an unveiling of the Jaguar I-PACE self-driving car by Waymo in the Manhattan borough of New York City, U.S., March 27, 2018. REUTERS/Brendan McDermid (Waymo CEO John Krafcik talks during an unveiling of the Jaguar I


▲ Waymo 執行長 John Krafcik 日前接受採訪時的犀利言詞引發一陣討論。照片來源:路透社(Reuters)

自駕車公司 Waymo 與知名人工智慧公司 DeepMind 同為 Alphabet 的子公司,已經研發自駕技術數年,2020 年推出的第五代「Waymo Driver」,讓一般車輛可以「變身」成自駕車,利用自主行駛模式將乘客與貨物安全運送到目的地。

 

而面對預計於 2021 年推出「全自動駕駛」訂購方案的電動車大廠特斯拉(Tesla),Waymo 執行長 John Krafcik 接受德國商業雜誌《經理人雜誌》(manager magazin)採訪時表示:「特斯拉根本稱不上是個競爭對手。」(For us, Tesla is not a competitor at all),並表示 Waymo 與特斯拉的方向根本不一樣:「只有 Waymo 是開發全自動駕駛的系統,而特斯拉只是生產需要有照駕駛監控的『駕駛輔助系統』。」

John Krafcik 的這番發言或許早有準備。

在更早之前,Waymo 於官方部落格宣布,即日起將不再使用「自駕」(self-driving)一詞於旗下產品,將改以「全自動駕駛」(fully autonomous driving)形容自家開發技術。

Waymo 官方表示,這次更換用詞是為了「挽救生命」,也是為了精確區分 Waymo 開發的「全自動技術」與「駕駛輔助技術」兩者的不同。「駕駛輔助技術」常被誤認為是「自駕」技術,讓社會大眾與消費者產生錯誤印象,甚至在使用時做出將雙手放開方向盤等高風險動作,危害個人與全體用路人的安全。

Waymo 此聲明一出,不少媒體都認為公告內特別提及「駕駛輔助技術」是衝著特斯拉而去──因特斯拉車款所配備的駕駛輔助系統「Tesla Autopilot」一直遭批評取名有誤導之嫌, 過去有多次交通事故都涉及駕駛怠忽職守,將輔助系統啟用後就開始分心,最後造成憾事。

那特斯拉的馬斯克將會如何回應 Waymo 的嗆聲呢?請見下篇!連結點此

 

 

 

推薦文章:
Google 推出搜尋結果新功能!SEO可能會變更複雜⋯⋯


進可攻·退可守的一技之長-Python課程結業後成功轉職工程師


大一生把Python程式碼可視化: Ryven讓debug變簡單!


人工智慧讓已故親人「復活」與你聊天互動


秀你的專業交女友!一款專為程式設計師的交友app!(上)


人工智慧創新食譜!滿足每位吃貨的心!


人工智慧訂位不再是夢?!Line Clova就是辦的到!(上)