Deepmind sorgte unter Leitung von Demis Hassabis in der Vergangenheit immer wieder für Furore. Die größte internationale Öffentlichkeit erreichte man dabei mit einer KI namens Alphago, die im Jahr 2016 erstmals die besten Go-Spieler der Welt schlagen konnte.
Warum schreiben Computer ihre Programme eigentlich nicht selbst? Eine Frage, die vor einigen Jahren noch als Scherz durchgegangen wäre, erscheint heutzutage in einem etwas anderen Licht. So könnten Fortschritte im Bereich Maschinenlernen in Zukunft Menschen zumindest einen Teil der Programmiertätigkeiten abnehmen.
Alphacode
Die Google-Schwesterfirma Deepmind zeigt dabei nun vor, was aktuell möglich ist. Mit Alphacode hat das auf Maschinenlernen spezialisierte Unternehmen eine neue KI entwickelt, die Code auf dem Niveau eines durchschnittlichen Entwicklers liefern soll.
Getestet wurde die Leistungsfähigkeit von Alphacode anhand der Programmierplattform Codeforces. Dort werden jede Woche neue Probleme für interessierte Entwickler gestellt, anhand derer sie ihre Fähigkeiten mit anderen messen können. Die Deepmind-KI schaffte es dabei mit ihrem Code in die oberen 54 Prozent des Feldes. Anders gesagt: Fast die Hälfte jener Menschen, die besagte Tests durchgeführt haben, haben schlechteren Code geliefert.
Relationen
Menschliche Programmierer kann man damit natürlich noch nicht vollständig ersetzen. Einerseits sind die von Codeforces gestellten Aufgaben sehr spezifisch und nicht mit den typischen, heterogenen Aufgaben in Firmen zu vergleichen. Andererseits war das Ergebnis noch nicht auf dem Niveau von besseren Programmierern.
Bei Deepmind spricht man trotzdem von einem wichtigen Schritt, zumal Alphacode noch in einer frühen Entwicklungsphase sei. Für die Zukunft sieht man jedenfalls großes Potenzial um Menschen zumindest hilfreich zur Seite zu stehen, oder auch ganz neue Wege der Softwareentwicklung zu beschreiten.
Copilot
Deepmind ist dabei auch nicht das einzige Unternehmen, das an einer Programmier-KI arbeitet. So hat etwa Microsoft für Github ein System namens Copilot entwickelt, das wiederum auf OpenAI Codex – und damit indirekt auch auf GPT-3 – basiert. Dieses zeigt aber auch die aktuellen Schwachpunkte solcher Lösungen: Da Maschinenlernsysteme an menschlichem Code trainiert werden, übernehmen sie natürlich auch dessen Defizite. Bei Copilot fanden etwa Forscher in 40 Prozent des generierten Outputs Sicherheitslücken.
Genau diese Defizite soll Alphacode aber nicht haben. So betonen die Entwickler, dass die KI weit über das simple Übersetzen von Textanforderungen in Code hinausgehe. Sie könne neuartige Lösungen für komplexe Probleme schaffen und nicht einfach nur bestehende übernehmen.
Ressourcen
Wie das Ganze funktioniert, demonstriert Deepmind auf einer eigenen Webseite. Die für die Tests genutzten Materialien gibt es auf Github, zudem gibt es noch ein Dokument mit ausführlichen Hintergründen. (apo, 3.2.2022)