OpenAI Codex
OpenAI Codex és un model d'inteligència artificial desenrollat per OpenAI. Analisa el llenguage natural i genera còdic com a resposta. Impulsa GitHub Copilot, una ferramenta de autocompletado de programació per a IDE (entorn de desenroll integrat) seleccionats, com Visual Studio Code i Neovim.[1] Codex és un descendent del model GPT-3 de OpenAI, perfeccionat per al seu us en aplicacions de programació.
OpenAI va llançar una API per a Codex en beta tancada.[1] En març de 2023, OpenAI va tancar l'accés a Codex.[2] Per les crides públiques dels investigadors, OpenAI va donar marcha arrere.[3] El model Codex encara pot ser utilisat pels investigadors del Programa d'Accés a l'Investigació de OpenAI.[4]
Capacitats
[editar | editar còdic]Basat en GPT-3, una ret neuronal entrenada en text, Codex va ser entrenat adicionalment en 159 gigaoctets de còdic Python de 54 millons de repositoris de GitHub.[5][6] Un cas d'us típic de Codex és que un usuari escriga un comentari, com "//calcular la mija mòvil d'una matriu per a un tamany de finestra donat", i després utilisar la IA per a sugerir un bloc de còdic que satisfaça eixe comentari.[7] OpenAI va declarar que Codex pot completar aproximadament el 37% de les solicituts i està destinat a fer la programació humana més ràpida en lloc de substituir-la. Segons el blog de OpenAI, Codex destaca sobretot a l'hora de "assignar... problemes senzills al còdic existent", lo que descriuen com "provablement la part menys divertida de la programació".[8][9] Jeremy Howard, cofundador de Fast.ai, va afirmar que "Codex és una forma d'escriure còdic sense tindre que escriure tant còdic" i que "no sempre és correcte, pero s'acosta lo suficient".[10] Segons un artícul escrit per investigadors de OpenAI, quan Codex va intentar cada cas de prova 100 voltes, va generar solucions que funcionaven per al 70,2% de les preguntes.[11]
OpenAI afirma que Codex pot crear còdic en més d'una dotzena de llenguages de programació, inclosos Go, JavaScript, Perl, PHP, Ruby, Shell, Swift i TypeScript, encara que és més eficaç en Python.[1] Segons VentureBeat, les demostracions pujades per OpenAI varen mostrar impressionants capacitats de resolució de coreferencias. Els demostradores varen ser capaços de crear un jugue de navegador en JavaScript i generar gràfics de ciència de senyes utilisant matplotlib.[9]
OpenAI va demostrar que Codex pot interactuar en servicis i aplicacions com Mailchimp, Microsoft Word, Spotify i Google Calendar.[9][12] Segons pareix, Microsoft estaria interessada en explorar les capacitats de Codex.[12]
Qüestions relacionades
[editar | editar còdic]Les demostracions de OpenAI varen mostrar fallos com a còdic ineficiente i peculiaritats puntuals en mostres de còdic. En una entrevista en The Verge, el director de tecnologia de OpenAI, Greg Brockman, va dir que "a voltes [Codex] no sap exactament lo que li estàs demanant" i que pot requerir una miqueta d'ensaig i error.[12] Els investigadors de OpenAI varen descobrir que Codex té problemes en les instruccions de varis passos i d'alt nivell, i que a sovint falla o mostra un comportament contraintuitivo. Ademés, varen plantejar varis problemes de seguritat, com l'excés de confiança dels programadors novells, els biaix basats en les senyes d'entrenament i els impactes de seguritat deguts al còdic vulnerable.[11]
VentureBeat va afirmar que, ya que Codex s'entrena en senyes públiques, podria ser vulnerable a el "enverinament de senyes" per mig de càrregues intencionades de còdic maliciós.[9] Segons un estudi realisat per investigadors de l'Universitat de Nova York, aproximadament el 40% del còdic generat per GitHub Copilot (que utilisa Codex) en escenaris rellevants per als Enumeració de debilitats comunes (CWE) d'alt risc incloïa fallos o atres defectes de disseny explotables.[13]
Drets d'autor
[editar | editar còdic]La Free Software Foundation va expressar la seua preocupació per que els fragments de còdic generats per Copilot i Codex pogueren violar els drets d'autor, en particular la condició de la GPL que exigix que les obres derivades es llicencien en térmens equivalents.[14] Les qüestions que varen plantejar inclouen si la formació en repositoris públics entra dins del us just o no, cóm podrien descobrir els desenrolladors el còdic generat infractor, si els models d'aprenentage automàtic formats podrien considerar-se còdic font modificable o una compilació de les senyes de formació, i si els propis models d'aprenentage automàtic podrien estar protegits per drets d'autor i per quí.[14][15] Un estudi intern de GitHub va descobrir que aproximadament el 0,1% del còdic generat contenia còpies directes de les senyes de formació. En un eixemple, el model mostrava el còdic de les senyes d'entrenament que implementava l'algoritme de la raïl quadrada inversa ràpida, incloent comentaris i un avís de copyright incorrecte.[7]
En resposta, OpenAI va declarar que "l'inseguritat jurídica sobre les implicacions en matèria de drets d'autor de l'entrenament de sistemes de IA impon costs substancials als desenrolladors de IA, per lo que deu resoldre's en autoritat".[7]
Els problemes de drets d'autor del Codex s'han comparat en el cas judicial Authors Guild, Inc. contra Google, Inc., en el que els juges varen dictaminar que l'us per Google Books de fragments de text de millons de llibres escanejats constituïa un us llegítim.[7][16]
Vore també
[editar | editar còdic]Referències
[editar | editar còdic]- ↑ 1,0 1,1 1,2 «OpenAI Codex» (en en-us). openai.com. Consultat el 2023-07-10.
- ↑ «OpenAI kills its Codex code model, recommends GPT3.5 instead» (en en-us). THE DECODER. Consultat el 2023-07-10.
- ↑ «https://twitter.com/OfficialLoganK/status/1638336152800206858» (en és). Twitter. Consultat el 2023-07-10.
- ↑ «Researcher Access Program application» (en en-us). openai.com. Consultat el 2023-07-10.
- ↑ «OpenAI warns AI behind GitHub’s Copilot may be susceptible to bias» (en en-us). VentureBeat. Consultat el 2023-07-10.
- ↑ «OpenAI Announces 12 Billion Parameter Code-Generation AI Codex» (en en). InfoQ. Consultat el 2023-07-10.
- ↑ 7,0 7,1 7,2 7,3 «GitHub Copilot auto-coder snags emergix, from seemingly spilled secrets to bad code, but some love it» (en en). www.theregister.com. Consultat el 2023-07-10.
- ↑ «OpenAI's Codex Translates Everyday Language Into Computer Code» (en en-us). Singularity Hub. Consultat el 2023-07-10.
- ↑ 9,0 9,1 9,2 9,3 «What to expect from OpenAI’s Codex API» (en en-us). VentureBeat. Consultat el 2023-07-10.
- ↑ «[1]». Consultat el 2023-07-10 (en en-US).
- ↑ 11,0 11,1 Chen, Mark; Tworek, Jerry; Jun, Heewoo; Yuan, Qiming; Pinte, Henrique Ponde d'Oliveira; Kaplan, Jared; Edwards, Harri; Burda, Yuri; Joseph, Nicholas; Brockman, Greg; Ray, Alex (2021-07-14). "Evaluating Large Language Models Trained on Code"
- ↑ 12,0 12,1 12,2 «OpenAI ca translate English into code with its new machine learning software Codex» (en en-us). The Verge. Consultat el 2023-07-11.
- ↑ Pearce, Hammond; Ahmad, Baleegh; Tan, Benjamin; Dolan-Gavitt, Brendan; Karri, Ramesh (2021-12-16). "Asleep at the Keyboard? Assessing the Security of GitHub Copilot's Code Contributions".
- ↑ 14,0 14,1 «GitHub Copilot is ‘unacceptable and unjust,’ says Free Software Foundation» (en en). InfoWorld. Consultat el 2023-07-11.
- ↑ «FSF-funded call for white papers on philosophical and llegal questions around Copilot: Submit before Monday, August 23, 2021 — Free Software Foundation — Working together for free software». www.fsf.org. Consultat el 2023-07-11.
- ↑ «[2]». Consultat el 2023-07-11 (en en-US).
- Este artícul conté una traducció derivada de «OpenAI Codex» de Wikipedia en castellà publicada baix la Llicència de documentació lliure de GNU i la Llicència Creative Commons Reconeiximent-CompartirIgual 4.0 Internacional.