2017 年，研究人员提出疑问：到 2040 年，人工智能能否编写大部分代码？OpenAI 的GPT-3，现在由 Beta 测试人员使用，已经可以用任何语言编写代码。机器主导的编码几乎就在我们家门口。
GPT-3 接受了数千亿个单词的训练，或者基本上是整个互联网，这就是为什么它可以用 CSS、JSX、Python 编码。
此外，GPT-3 不需要针对各种语言任务进行“训练”，因为它的训练数据包罗万象。相反，当给定琐碎的指令时，网络会将自己限制在手头的任务上。
GPT-n的演变
GPT通过将监督学习与无监督预训练相结合（或使用无监督步骤的参数作为监督步骤的起点），在语言任务中取得了最先进的成绩。与其后继者相比，GPT 很小。它仅在几千本书和一台 8 GPU 机器上进行了训练。
GPT-2大幅扩大规模，包含 10 倍的参数并提供超过 10 倍的训练数据。尽管如此，该数据集仍然相对有限，并且专门针对“来自 Reddit 的至少收到 3 个 karma 的出站链接”进行了训练。GPT-2 被描述为“类变色龙”合成文本生成器，但它在下游任务（如问答、摘要或翻译）中并不是最先进的。
GPT-3是 AI 世界中最新和最伟大的，在一系列任务中实现了最先进的水平。它的主要突破是消除了对特定任务微调的需要。在规模方面，该模型再次大幅扩大，达到 1750 亿个参数，是其前身规模的 116 倍。
进化还是消失
情况是这样的：Beta 测试人员使用 GPT-3 生成工作代码，需要一些琐碎的知识。从按钮到数据表，甚至重新创建 Google 的主页。这些例子都是用零样本学习完成的。
除了 AI 的快速发展之外，另外两个主要的技术趋势正在加剧编程工作在未来将不安全的现实：无代码和 AutoML。
无代码是指可视化工具，可以让任何人更轻松地构建新产品，无论是网站、设计、数据分析还是模型。WordPress、Wix 和 Shopify 是无代码工具的好例子，这些工具使数百万人能够自己做事，而不是雇用开发人员或设计师。
第二个趋势是 AutoML，即自动化机器学习，它大大缩短了将 AI 投入生产所需的时间。
Apteo等工具结合了这些趋势，使任何人无需编码技能即可部署 AI 模型。
GPT-3 将引发另一波无代码和 AutoML 工具。许多未来的雇主会选择这些工具，而不是雇佣昂贵的程序员。 自然地，与其他领域一样，技术水平最低的程序员群体将首先离开，而专家将享受更长时间的工作保障。
不仅仅是代码——GPT-3 适用于任何语言任务
要将 GPT-3 引导到特定的语言任务，您只需向它提供一个您希望实现的示例。因此，虽然您可以指示 GPT-3 编写代码，但您也可以指示它编写诗歌、音乐、社交媒体评论或任何其他文本。
例如，如果你想生成一篇新闻文章，你可能会输入“联合卫理公会同意历史性分裂”这样的标题和“那些反对同性婚姻的人将形成他们自己的教派”这样的副标题。
有了这个输入，GPT-3 产生以下结果：
据《华盛顿邮报》报道，“经过两天的激烈辩论，联合卫理公会同意历史性的分裂——这一分裂有望以创建一个新教派而告终，该教派将‘在神学和社会上保持保守’。” 参加 5 月份教会年度大会的大多数代表投票赞成加强对任命 LGBTQ 神职人员的禁令，并制定新规则“惩戒”主持同性婚礼的神职人员。但是那些反对这些措施的人有一个新计划：他们说他们将在 2020 年之前组建一个独立的教派，称他们的教会为基督教卫理公会教派……”
只有 12% 的人正确地指出这是由 AI 编写的。88% 的人被骗了。
就像人类一样，GPT-3 可以通过一个例子来学习新单词。例如，给定上下文：
“Burringo”是一种加速非常快的汽车。使用 Burringo 一词的句子示例是：__
GPT-3 输出： 在我们的车库里，我们有一辆 Burringo，我父亲每天都会开它去上班。 这些结果令人印象深刻。请记住，人工智能的进化是不可避免的，因此对当前性能的任何批评都将化为泡影。
不仅仅是语言——GPT应用于图像
GPT 可以编写代码，或者任何东西，但它也可以生成图像。 这怎么可能？
可以在像素序列而不是文本编码上训练相同的模型架构，从而生成新颖的图像而不是新颖的文本。可以与顶级 CNN 竞争。
我提到这一点是因为它表明 GPT（及其后继者）不仅有可能在某一天取代程序员，而且鉴于其多功能性，它还可以取代整个行业。
结论
GPT-3 令人难以置信的性能让许多人相信，超级智能比我们想象的更接近——或者至少，人工智能生成的代码比我们想象的更接近。它产生创造性的、有洞察力的、深刻的，甚至是美丽的内容。
想方便的在国内使用GPT？欢迎体验同花顺SuperMind GPT小助手： http://quant.10jqka.com.cn/view/article/2170