Dès que Tom Smith a mis la main sur Codex – une nouvelle technologie d’intelligence artificielle qui écrit ses propres programmes informatiques – il lui a accordé un entretien d’embauche.
Il a demandé si cela pouvait relever les «défis de codage» auxquels les programmeurs sont souvent confrontés lors d’entretiens pour des emplois à gros budget dans des entreprises de la Silicon Valley comme Google et Facebook. Pourrait-il écrire un programme qui remplace tous les espaces d’une phrase par des tirets ? Mieux encore, pourrait-il en écrire un qui identifie les codes postaux invalides ?
Il a fait les deux instantanément, avant d’accomplir plusieurs autres tâches. “Ce sont des problèmes qui seraient difficiles à résoudre pour beaucoup d’humains, moi y compris, et cela saisirait la réponse en deux secondes”, a déclaré M. Smith, un programmeur chevronné qui supervise une start-up d’IA appelée Gado Images. “C’était effrayant à regarder.”
Le Codex semblait être une technologie qui remplacerait bientôt les travailleurs humains. Alors que M. Smith continuait de tester le système, il s’est rendu compte que ses compétences allaient bien au-delà d’un talent pour répondre à des questions d’entrevue préétablies. Il pourrait même traduire d’un langage de programmation à un autre.
Pourtant, après plusieurs semaines de travail avec cette nouvelle technologie, M. Smith pense qu’elle ne représente aucune menace pour les codeurs professionnels. En fait, comme beaucoup d’autres experts, il y voit un outil qui finira par booster la productivité humaine. Cela peut même aider une toute nouvelle génération de personnes à apprendre l’art des ordinateurs, en leur montrant comment écrire des morceaux de code simples, presque comme un tuteur personnel.
“C’est un outil qui peut rendre la vie d’un codeur beaucoup plus facile”, a déclaré M. Smith.
Il y a environ quatre ans, des chercheurs de laboratoires comme OpenAI ont commencé à concevoir des réseaux de neurones qui analysé d’énormes quantités de prose, y compris des milliers de livres numériques, des articles de Wikipédia et toutes sortes d’autres textes publiés sur Internet.
En repérant des modèles dans tout ce texte, les réseaux ont appris à prédire le mot suivant dans une séquence. Quand quelqu’un a tapé quelques mots dans ces “modèles de langage universel”, ils pourraient compléter la pensée avec des paragraphes entiers. De cette façon, un système – une création OpenAI appelée GPT-3 – pourrait écrire ses propres messages Twitter, discours, poésie et articles de presse.
À la grande surprise même des chercheurs qui ont construit le système, il pouvait même écrire ses propres programmes informatiques, même s’ils étaient courts et simples. Apparemment, il avait appris d’un nombre incalculable de programmes publiés sur Internet. OpenAI est donc allé plus loin en formant un nouveau système – Codex – sur un énorme éventail de prose et de code.
Le résultat est un système qui comprend à la fois la prose et le code – jusqu’à un certain point. Vous pouvez demander, en anglais simple, de la neige tombant sur un fond noir, et cela vous donnera un code qui crée une tempête de neige virtuelle. Si vous demandez une balle rebondissante bleue, elle vous en donnera également.
“Vous pouvez lui dire de faire quelque chose, et il le fera”, a déclaré Ania Kubow, une autre programmeuse qui a utilisé la technologie.
Codex peut générer des programmes dans 12 langages informatiques et même traduire entre eux. Mais il commet souvent des erreurs, et bien que ses compétences soient impressionnantes, il ne peut pas raisonner comme un humain. Il peut reconnaître ou imiter ce qu’il a vu dans le passé, mais il n’est pas assez agile pour penser par lui-même.
Parfois, les programmes générés par le Codex ne s’exécutent pas. Ou ils contiennent des failles de sécurité. Ou ils sont loin de ce que vous voulez qu’ils fassent. OpenAI estime que le Codex produit le bon code 37% du temps.
Lorsque M. Smith a utilisé le système dans le cadre d’un programme de test « bêta » cet été, le code qu’il a produit était impressionnant. Mais parfois, cela ne fonctionnait que s’il effectuait un petit changement, comme ajuster une commande pour l’adapter à sa configuration logicielle particulière ou ajouter un code numérique nécessaire pour accéder au service Internet qu’il essayait d’interroger.
En d’autres termes, Codex n’était vraiment utile qu’à un programmeur expérimenté.
Mais cela pourrait aider les programmeurs à faire leur travail quotidien beaucoup plus rapidement. Cela pourrait les aider à trouver les éléments de base dont ils avaient besoin ou les orienter vers de nouvelles idées. Grâce à cette technologie, GitHub, un service en ligne populaire pour les programmeurs, propose désormais Copilot, un outil qui suggère votre prochaine ligne de code, un peu comme les outils de « saisie semi-automatique » suggèrent le mot suivant lorsque vous tapez des textes ou des e-mails.
“C’est un moyen d’écrire du code sans avoir à écrire autant de code”, a déclaré Jeremy Howard, qui a fondé le laboratoire d’intelligence artificielle Fast.ai et a aidé à créer la technologie linguistique sur laquelle le travail d’OpenAI est basé. “Ce n’est pas toujours correct, mais c’est juste assez proche.”
M. Howard et d’autres pensent que le Codex pourrait également aider les novices à apprendre à coder. Il est particulièrement efficace pour générer des programmes simples à partir de brèves descriptions en anglais. Et cela fonctionne également dans l’autre sens, en expliquant un code complexe en anglais simple. Certains, dont Joel Hellermark, un entrepreneur en Suède, tentent déjà de transformer le système en outil pédagogique.
Le reste du paysage de l’IA est similaire. Les robots sont de plus en plus puissant. Les chatbots aussi conçu pour la conversation en ligne. DeepMind, un laboratoire d’IA à Londres, a récemment construit un système qui identifie instantanément la forme des protéines dans le corps humain, qui est un élément clé de la conception de nouveaux médicaments et vaccins. Cette tâche prenait autrefois des jours, voire des années, aux scientifiques. Mais ces systèmes ne remplacent qu’une petite partie de ce que les experts humains peuvent faire.
Dans les quelques domaines où les nouvelles machines peuvent remplacer instantanément les travailleurs, il s’agit généralement d’emplois que le marché est lent à pourvoir. Les robots, par exemple, sont de plus en plus utiles dans les centres d’expédition, qui se développent et ont du mal à trouver les travailleurs nécessaires pour suivre le rythme.
Avec sa start-up, Gado Images, M. Smith a entrepris de créer un système capable de trier automatiquement les archives de photos des journaux et des bibliothèques, de faire resurgir les images oubliées, d’écrire automatiquement des légendes et des balises et de partager les photos avec d’autres publications et entreprises. Mais la technologie ne pouvait gérer qu’une partie du travail.
Il pourrait passer au crible une vaste archive de photos plus rapidement que les humains, identifier les types d’images qui pourraient être utiles et s’attaquer aux légendes. Mais trouver les meilleures et les plus importantes photos et les étiqueter correctement nécessitait toujours un archiviste chevronné.
“Nous pensions que ces outils allaient supprimer complètement le besoin d’être humain, mais ce que nous avons appris après de nombreuses années, c’est que ce n’était pas vraiment possible – vous aviez toujours besoin d’un humain qualifié pour examiner le résultat”, a déclaré M. Smith. « La technologie dérègle les choses. Et cela peut être biaisé. Vous avez toujours besoin d’une personne pour examiner ce qu’elle a fait et décider ce qui est bien et ce qui ne l’est pas.
Le Codex étend ce qu’une machine peut faire, mais c’est une autre indication que la technologie fonctionne mieux avec des humains aux commandes.
“L’IA ne se déroule pas comme on s’y attendait”, a déclaré Greg Brockman, directeur de la technologie d’OpenAI. « J’avais l’impression qu’il allait faire ce travail et ce travail, et tout le monde essayait de déterminer lequel irait en premier. Au lieu de cela, il ne remplace aucun emploi. Mais cela leur enlève à tous le travail de corvée à la fois. »
Dès que Tom Smith a mis la main sur Codex – une nouvelle technologie d’intelligence artificielle qui écrit ses propres programmes informatiques – il lui a accordé un entretien d’embauche.
Il a demandé si cela pouvait relever les «défis de codage» auxquels les programmeurs sont souvent confrontés lors d’entretiens pour des emplois à gros budget dans des entreprises de la Silicon Valley comme Google et Facebook. Pourrait-il écrire un programme qui remplace tous les espaces d’une phrase par des tirets ? Mieux encore, pourrait-il en écrire un qui identifie les codes postaux invalides ?
Il a fait les deux instantanément, avant d’accomplir plusieurs autres tâches. “Ce sont des problèmes qui seraient difficiles à résoudre pour beaucoup d’humains, moi y compris, et cela saisirait la réponse en deux secondes”, a déclaré M. Smith, un programmeur chevronné qui supervise une start-up d’IA appelée Gado Images. “C’était effrayant à regarder.”
Le Codex semblait être une technologie qui remplacerait bientôt les travailleurs humains. Alors que M. Smith continuait de tester le système, il s’est rendu compte que ses compétences allaient bien au-delà d’un talent pour répondre à des questions d’entrevue préétablies. Il pourrait même traduire d’un langage de programmation à un autre.
Pourtant, après plusieurs semaines de travail avec cette nouvelle technologie, M. Smith pense qu’elle ne représente aucune menace pour les codeurs professionnels. En fait, comme beaucoup d’autres experts, il y voit un outil qui finira par booster la productivité humaine. Cela peut même aider une toute nouvelle génération de personnes à apprendre l’art des ordinateurs, en leur montrant comment écrire des morceaux de code simples, presque comme un tuteur personnel.
“C’est un outil qui peut rendre la vie d’un codeur beaucoup plus facile”, a déclaré M. Smith.
Il y a environ quatre ans, des chercheurs de laboratoires comme OpenAI ont commencé à concevoir des réseaux de neurones qui analysé d’énormes quantités de prose, y compris des milliers de livres numériques, des articles de Wikipédia et toutes sortes d’autres textes publiés sur Internet.
En repérant des modèles dans tout ce texte, les réseaux ont appris à prédire le mot suivant dans une séquence. Quand quelqu’un a tapé quelques mots dans ces “modèles de langage universel”, ils pourraient compléter la pensée avec des paragraphes entiers. De cette façon, un système – une création OpenAI appelée GPT-3 – pourrait écrire ses propres messages Twitter, discours, poésie et articles de presse.
À la grande surprise même des chercheurs qui ont construit le système, il pouvait même écrire ses propres programmes informatiques, même s’ils étaient courts et simples. Apparemment, il avait appris d’un nombre incalculable de programmes publiés sur Internet. OpenAI est donc allé plus loin en formant un nouveau système – Codex – sur un énorme éventail de prose et de code.
Le résultat est un système qui comprend à la fois la prose et le code – jusqu’à un certain point. Vous pouvez demander, en anglais simple, de la neige tombant sur un fond noir, et cela vous donnera un code qui crée une tempête de neige virtuelle. Si vous demandez une balle rebondissante bleue, elle vous en donnera également.
“Vous pouvez lui dire de faire quelque chose, et il le fera”, a déclaré Ania Kubow, une autre programmeuse qui a utilisé la technologie.
Codex peut générer des programmes dans 12 langages informatiques et même traduire entre eux. Mais il commet souvent des erreurs, et bien que ses compétences soient impressionnantes, il ne peut pas raisonner comme un humain. Il peut reconnaître ou imiter ce qu’il a vu dans le passé, mais il n’est pas assez agile pour penser par lui-même.
Parfois, les programmes générés par le Codex ne s’exécutent pas. Ou ils contiennent des failles de sécurité. Ou ils sont loin de ce que vous voulez qu’ils fassent. OpenAI estime que le Codex produit le bon code 37% du temps.
Lorsque M. Smith a utilisé le système dans le cadre d’un programme de test « bêta » cet été, le code qu’il a produit était impressionnant. Mais parfois, cela ne fonctionnait que s’il effectuait un petit changement, comme ajuster une commande pour l’adapter à sa configuration logicielle particulière ou ajouter un code numérique nécessaire pour accéder au service Internet qu’il essayait d’interroger.
En d’autres termes, Codex n’était vraiment utile qu’à un programmeur expérimenté.
Mais cela pourrait aider les programmeurs à faire leur travail quotidien beaucoup plus rapidement. Cela pourrait les aider à trouver les éléments de base dont ils avaient besoin ou les orienter vers de nouvelles idées. Grâce à cette technologie, GitHub, un service en ligne populaire pour les programmeurs, propose désormais Copilot, un outil qui suggère votre prochaine ligne de code, un peu comme les outils de « saisie semi-automatique » suggèrent le mot suivant lorsque vous tapez des textes ou des e-mails.
“C’est un moyen d’écrire du code sans avoir à écrire autant de code”, a déclaré Jeremy Howard, qui a fondé le laboratoire d’intelligence artificielle Fast.ai et a aidé à créer la technologie linguistique sur laquelle le travail d’OpenAI est basé. “Ce n’est pas toujours correct, mais c’est juste assez proche.”
M. Howard et d’autres pensent que le Codex pourrait également aider les novices à apprendre à coder. Il est particulièrement efficace pour générer des programmes simples à partir de brèves descriptions en anglais. Et cela fonctionne également dans l’autre sens, en expliquant un code complexe en anglais simple. Certains, dont Joel Hellermark, un entrepreneur en Suède, tentent déjà de transformer le système en outil pédagogique.
Le reste du paysage de l’IA est similaire. Les robots sont de plus en plus puissant. Les chatbots aussi conçu pour la conversation en ligne. DeepMind, un laboratoire d’IA à Londres, a récemment construit un système qui identifie instantanément la forme des protéines dans le corps humain, qui est un élément clé de la conception de nouveaux médicaments et vaccins. Cette tâche prenait autrefois des jours, voire des années, aux scientifiques. Mais ces systèmes ne remplacent qu’une petite partie de ce que les experts humains peuvent faire.
Dans les quelques domaines où les nouvelles machines peuvent remplacer instantanément les travailleurs, il s’agit généralement d’emplois que le marché est lent à pourvoir. Les robots, par exemple, sont de plus en plus utiles dans les centres d’expédition, qui se développent et ont du mal à trouver les travailleurs nécessaires pour suivre le rythme.
Avec sa start-up, Gado Images, M. Smith a entrepris de créer un système capable de trier automatiquement les archives de photos des journaux et des bibliothèques, de faire resurgir les images oubliées, d’écrire automatiquement des légendes et des balises et de partager les photos avec d’autres publications et entreprises. Mais la technologie ne pouvait gérer qu’une partie du travail.
Il pourrait passer au crible une vaste archive de photos plus rapidement que les humains, identifier les types d’images qui pourraient être utiles et s’attaquer aux légendes. Mais trouver les meilleures et les plus importantes photos et les étiqueter correctement nécessitait toujours un archiviste chevronné.
“Nous pensions que ces outils allaient supprimer complètement le besoin d’être humain, mais ce que nous avons appris après de nombreuses années, c’est que ce n’était pas vraiment possible – vous aviez toujours besoin d’un humain qualifié pour examiner le résultat”, a déclaré M. Smith. « La technologie dérègle les choses. Et cela peut être biaisé. Vous avez toujours besoin d’une personne pour examiner ce qu’elle a fait et décider ce qui est bien et ce qui ne l’est pas.
Le Codex étend ce qu’une machine peut faire, mais c’est une autre indication que la technologie fonctionne mieux avec des humains aux commandes.
“L’IA ne se déroule pas comme on s’y attendait”, a déclaré Greg Brockman, directeur de la technologie d’OpenAI. « J’avais l’impression qu’il allait faire ce travail et ce travail, et tout le monde essayait de déterminer lequel irait en premier. Au lieu de cela, il ne remplace aucun emploi. Mais cela leur enlève à tous le travail de corvée à la fois. »
— to www.nytimes.com
Jeu de briques
Snake
Pacman
Bubble