刚刚，OpenAI又上了一个新台阶。
只要输入自然句子，AI就会自动玩小游戏！
焦点:不！使用！你！化妆！程！
来，感受这种感觉。
第一步，小人可以通过输入一个单词使其根据方向键左右移动:
现在用左右箭头键控制它。
AI理解需求后，自动编程，然后小人就真的可以左右移动了。
第二步，将石头订婚，输入同一句话使其从天而降:
现在让它从天而降，并环绕。
第三步，简单的用自然语言制定一些规则，小个子被石头砸到就停止游戏。
不断检查人和巨石是否重叠，如果重叠，你就输了。
最后，让AI生成一个结束提示，应该包含一个鼓励的词。
AI选择了再试一次！
当然也有规则比较复杂的小游戏，也可以用同样的方式分分钟生成:
这是魔法！现在小游戏的发展就靠打字了。
观看直播的观众也发出了同样的感慨，看着这满屏的弹幕:
有网友甚至高呼:
编程已经成为AI自己的游戏。
这是OpenAI发布的新产品——Codex，一款可以自己编程的AI。
AI编程并不新鲜，就像不久前对GitHub大做文章的Copilot就是其中之一。
但背后的技术其实来自于OpenAI。
可是，这一次，OpenAI将自己的能力提升到了一个新的水平。
不仅如此，玩一个小游戏只是Codex能力的冰山一角。
让我们体验一下它更惊艳的表现。
不要打字，直接语音命令吧！
为AI打需求还是有点麻烦。
你能直接说话发号施令吗。
这真的可以存在！
这次OpenAI与微软合作，制作了一个Word插件，带来了这个语音控制功能。
直接面对AI命令去掉每行开头的空格，AI通过微软给出的界面成功执行:
啪的一声，全文左对齐。
而且AI准确理解命令的含义，段与段之间的空行没有变化。
让我们做一些更复杂的事情。
给AI五行加粗的命令也很容易拿捏:
这种对任务的指挥，会有人给你完成的感觉，是不是很像一个老员工指挥一个实习生。
总之，比罗永浩几年前发布的TNT系统语音办公强了一点亿。
除了官方演示之外，本次内测的用户aniakubow还让AI执行了152字的描述，生成了一个网页。
这里可以看到，Codex使用Javascript操作Document对象生成网页，这可能是因为训练集中没有直接的HTML代码。
最后，除了现场演示，OpenAI还在Arxiv上发布了Codex论文的预印版。
在这篇论文中，Codex不得不面对的挑战甚至包括IOI和ACM难度的竞赛题！
Codex采用每道题生成1000个答案的暴力方法，能让600多道竞赛题的3.23%的测试集全部通过测试用例。
加州大学伯克利分校的研究人员刚刚在5月份完成了这套编程主题测试。
当时GPT—2，GPT—3，开源GPT—尼奥在比赛难度上全军覆没，一个都没有做成。
没想到，短短两个多月，为代码而生的Codex，洗去了前辈的耻辱。
Codex的魔力是如何实现的。
有这么酷的能力，还像GPT—3那样堆数据，努力创造奇迹吗。
不完全是这次Codex最大的版本是120亿参数，比GPT—3的1750亿参数小很多
要了解具体情况，要从它的发展过程入手。
最早，OpenAI研究人员用GPT—3做了各种实验，发现GPT—3可以从Python注释中生成一些简单的代码。
这让他们很开心，因为GPT—3根本没有专门用代码训练，只是在博客和帖子里看了一些零星的代码片段。
考虑到GPT—3在自然语言方面的出色表现，如果你训练一个GPT—3的代码版本，肯定会再次震惊业界。
所以他们找到了GitHub，这个拥有最开放源代码的小伙伴来合作。
一开始我得到了179G的Python代码，但是有一些太长了，明显是自动生成的。
剔除这些不合格代码后，最终代码大小为159G。
当然，下一步是进行预训练，并将所有这些代码输入人工智能。
但是这里有一个问题:
在GitHub上
的开源代码难免会有 Bug，AI 学了一堆有问题的代码可咋办。
其实这倒也好说，预训练之后不是还要微调嘛。
微调的时候，全用编程竞赛里的正确答案，以及 PyPI 里的靠谱开源代码就可以了。
最后，120 亿参数版的 Codex，能对 28.81% 的问题给出正确答案。
这个准确率超过之前的开源代码预训练模型 GPT—Neo 和 GPT—J，还有基于 GPT—2 的代码补全工具 TabNine。
这个成绩虽然不错，不过离能实际应用还是有点远了。
不过，这也难不住 OpenAI 的研究团队。
他们很快便想到了突破口:
人类编程的时候，不也经常先出一个版本，然后反复修改 bug 嘛~
那就让 AI 像人一样反复修改，改出 100 个版本来，从中总能挑出几个正确的来。
用上这种拿量堆出来的方法，Codex 的最终成绩是:
77.5%！
强，但不完全强
Codex 令人惊艳的表现，一度让网友们大呼:
要失业了要失业了！
有人直接在公屏上打出:再见了，计算机专业的学子们。
不过大家也不必如此担心，因为在演示过程中，其实就出现了翻车的情况。
在输入Say Hello World with empathy后，Codex 给出的结果居然还是Hello World with empathy。
这也侧面说明了 Codex 现在还不是完美的。
OpenAI 就表示:
即便是参数达到 120 亿的 Codex 12B，它的能力可能也还不如一位编程刚刚入门的学生。
虽然 Codex 学习上亿行代码，但它更大程度是记住了这些代码，并不是真正意义上的懂编程语言。
而且 Codex 对长字符串的理解也比较困难。
并且伴随着字符数量的增加，Codex 的性能表现下降得非常明显。
在这种情况下，Codex 就不能很好地理解用户的意图，结果可想而知，给出的代码可能就是完全错误的了。
此外，在理解变量和运算较多的注释时，Codex 也会犯错:
在这个例子中，120 亿参数版的 Codex，忘记了对变量 w 做减法，也没有返回所有数字的乘积。
这些对于还在学习编程的新手程序员而言，非常不友好。
而且由于生成的代码准确性和正确性都还不能保证，因此在安全问题上也存在一定风险。
不仅如此，OpenAI 还表示，Codex 会生成带有种族歧视的内容。
在社会层面上，OpenAI 还提出 Codex 的出现或许会冲击程序员的就业，如果被滥用，还有网络犯罪方面的隐患。
最后还有一点，就是环境方面的问题。
毕竟它作为大模型，参数量的规模不容小觑。
要不是合作方微软 Azure 云买了足够多的碳排放限度，Codex 可能还不能和我们见面呢。
如果想要试玩的话，OpenAI 还准备了一个 Python 编程大赛，在这场比赛中 Codex 会作为你的搭档和你一同解题。
比赛将于北京时间 8 月 13 日凌晨一点开始，就是这时间对国内不太友好。
大赛报名地址:
