熱門Ptt文章

[爆卦]程式碼翻譯器是什麼？優點缺點精華區懶人包

雖然這篇程式碼翻譯器鄉民發文沒有被收入到精華區：在程式碼翻譯器這個話題中，我們另外找到其它相關的精選爆讚文章

在 程式碼翻譯器產品中有28篇Facebook貼文，粉絲數超過28萬的網紅TechOrange 科技報橘，也在其Facebook貼文中提到， 寫幾句英文就自動變程式碼，Codex 讓工程師的工作量大減！...

「程式碼翻譯器」的推薦目錄
  • TechOrange 科技報橘

    程式碼翻譯器 在 TechOrange 科技報橘 Facebook 的最佳解答

    2021-08-12 19:10:25
    有 158 人按讚

    寫幾句英文就自動變程式碼，Codex 讓工程師的工作量大減！

  • Daodu Tech 科技島讀

    程式碼翻譯器 在 Daodu Tech 科技島讀 Facebook 的最佳解答

    2020-12-20 20:00:22
    有 94 人按讚

    #島讀回顧 #人工智慧

    今年島讀網站被搜尋最多次的關鍵字是「人工智慧」（AI）。

    人工智慧近年的發展迅速，許多領域都能看到其應用。

    島讀今年一篇《機器學習 — 知識工作者的未來》，以「文字產生器」GPT-3 討論人工智慧，獲得不少會員迴響。

    ---

    寫論文很痛苦。有些人痛苦到整份照抄別人的論文。現在出現一線曙光，美國 OpenAI 公布機器學習模型 GPT-3（Generative Pretrained Transformer），堪稱是「萬用」的文字產生器。最近 GPT-3 開始封測，推出 API，更在矽谷引發轟動。目前已知有人用 GPT-3 寫程式、請牛頓解釋地心引力、回答醫學問題、摘要文章，甚至寫詩。

    先說 OpenAI。OpenAI 是一個非營利組織，贊助者包括 PayPal 創辦人 Peter Thiel、Elon Musk 與 Salesforce 創辦人 Marc Benioff 等。其使命是確保通用人工智慧（Artificial General Intelligence）將用於服務人類，而非迫害人類。

    GPT-3 則是其開發的語言生成模型，第三代的「文字產生器」（島讀去年討論過第二代）。使用者輸入一段文字，它就會生出下一個字，再繼續生出下一個字，不斷重複下去，直到人類喊停或是達到約 1,000 個英文字為止。例如我輸入：「天下分久必合，合久必 ___」，GPT-3 大概會預測下一個字是「分」。

    如果我沒喊停，也沒有設定明確的任務，GPT-3 就會繼續生成下一個字，寫出一段故事或一篇文章。

    或許你會問：「世界上文字千萬種，GPT-3 怎麼知道要寫論文或小說呢？」

    這就是 GPT-3 驚人的地方：它是通用模型。只要使用者稍許提示，它就會自動調整輸出內容類型，不需要使用者另外精調（fine tune）。就像一個真的有用的 Siri，不管你丟什麼任務，只要是文字，它都接得下來。

    例如有人簡短的提示（prompt） GPT-3「用 19 世紀作家 Jerome k. Jerome 的語氣寫一篇關於 Twitter 的文章」，GPT-3 就生出相當完整的作品。

    只要是需要文字的任務，不論是回覆 email、寫新聞稿、翻譯外文、「翻譯」法律術語、編吉他和弦，甚至是寫程式，GPT-3 都能做得還不錯。一篇網路文章《GPT-3 可能是比特幣以來最重要的創新》更是格外轟動，因為讀者讀完才發現整篇都是 GPT-3 寫的。

    相較於 GPT-2，GPT-3 效能是「暴力式」的飛越性成長。換言之，GPT-3 的基本架構與 GPT-2 幾乎一樣，只是參數由 15 億增加到 1,750 億（117 倍），但效果隨之大幅成長。這讓矽谷圈精神為之一振，因為代表機器學習仍可以透過擴大規模來成長。

    雖說使用成本也等比增加 — 訓練一次 GPT-3 需要 460 萬美金 — 但能用錢解決的都是小問題。目前已知人類大腦的突觸約 1 百萬億個（100 trillion），是 GPT-3 的 1 萬倍。許多人不免幻想如果再來兩次升級 100 倍（共一萬倍），是不是就能逼近人類大腦了？

    有成本就需要收入。OpenAI 現在提供 API，就是為將來商業化營運作準備。其他雲服務商如微軟、AWS、Google 也都開始提供機器學習「模型即服務」（Model as a Service, MaaS）。這大致可分三種應用：

    ● 垂直情境，簡單但量大的工作：如辨識異常、偵測錯字、回覆 email、回答客服基本問題等。這有點類似聘僱國中生實習，但聘雇的是無限個實習生。
    ● 垂直情境內，困難但狹隘的工作：以 AlphaGo 為代表。它打敗所有人，但只會下圍棋。
    ● 不限情境，多樣性比正確性重要的工作：以 GPT-3 為代表，如虛擬秘書、虛擬陪伴（《雲端情人》）、發想劇本、草擬程式碼、撰寫科技分析電子報（咦）等。

    MaaS 固定成本高，因此會傾向集中於大型平台，特別是擁有資料的企業，如 Google。邊際成本現在也很高，但應該會逐漸降低，因此有利於擁有最多客戶（用量）的企業，如 AWS、微軟。

    目前 GPT-3 率先大步起跑，將引發其他企業加大投資。其他企業需要差異化，因此會開發封閉的模型；GPT-3 則會是開放或開源的形式。同時，週邊的企業也需要開發工具，形成生態圈。例如目前運算的延遲嚴重，因此雲端的速度必須跟上。有更多相容的 app 提供更精準的提示，才能發揮 GPT-3 的價值。
    ⠀
    想知道文章對 GPT-3 的原理、隱憂的討論，歡迎試用島讀的 1 元訂閱方案：https://bit.ly/3myOL0D

    ---

    更多人工智慧內容：
    [Podcast] 從邊緣挑戰雲上的人工智慧｜特別來賓耐能智慧創辦人劉峻誠（公開）
    https://apple.co/2WrmCgC
    臉部辨識 — 30 億張照片的資料庫｜執法機關熱烈採用｜三條路線（會員限定）
    https://bit.ly/3p791an
    蛋白質的 50 年難題｜AlphaFold 遙遙領先｜諾貝爾獎在望（會員限定）
    https://bit.ly/2LSzIBt

  • iThome

    程式碼翻譯器 在 iThome Facebook 的精選貼文

    2020-07-28 19:00:26
    有 11 人按讚


    臉書開發了一個稱為TransCoder的自我監督神經原始碼翻譯器，強調是第一個不需要平行資料訓練的人工智慧系統，就可以將程式碼從一種語言，轉換到另外一種語言，能將函式程式碼，在C++、Java以及Python 3三個語言間轉換
    https://www.ithome.com.tw/news/139058

你可能也想看看

搜尋相關網站