Un paso significativo que insinúa el futuro de la programación autónoma… para bien y para mal.
Deepmind dio a conocer los avances de su plataforma AlphaCode, un sistema basado en IA cuyo objetivo es aprender a programar por uno mismo en base a instrucciones humanas. Y aparentemente, lo está haciendo a las mil maravillas: sería tan buena como el programador humano promedio de hoy.
Para entender qué hace interesante este anuncio, primero debemos remontarnos a la institución que está detrás. Se trata de DeepMind, una empresa de satélites de Google que es uno de los referentes absolutos en investigación en inteligencia artificial. Y eso no es una exageración; en pocos años, estos verdaderos magos han construido una reputación extremadamente sólida; dondequiera que vayan, los problemas de inmensa complejidad desaparecen.
Hasta ahora, sus sistemas ya han eliminado a las estrellas del póquer, eliminado a los mejores jugadores de Barco de estrellas, e incluso rompió psicológicamente al mejor jugador de la historia del Go hasta el punto de hacerle retirarse. Y no es solo entretenimiento, ni mucho menos. DeepMind también se ha distinguido con contribuciones científicas sensacionales, particularmente en los campos médico y farmacéutico. Hace muy poco, por ejemplo, os hablábamos de AlphaFold, un sistema revolucionario que ya ha comenzado a redefinir la biología molecular.
La creatividad humana, la pieza que falta en el rompecabezas
Pero a diferencia de este último, AlphaCode no tiene nada que ver con el origami molecular. Su campo es la programación. Y no se trata de contentarse con un sistema de autocompletado vulgar como IntelliSense de VisualStudio, o un sistema de sugerencias basado en IA como Copilot de OpenAI. Aquí estamos hablando de un sistema que recopila información inicial sobre un problema y luego produce un programa para resolverlo.
Es una actividad que es naturaleza extremadamente compleja, pero es aún peor para una inteligencia artificial. De hecho, este último debe operar sin intuición humana; una clara desventaja, ya que este elemento permite a los desarrolladores tomar muchos atajos sin siquiera darse cuenta.
Por lo tanto, es extremadamente difícil desarrollar una IA capaz de asumir esta tarea. inculcarle la la sintaxis y la lógica básicas no son suficientes; también se le debe enseñar a interpretar correctamente todos los elementos contextuales. Y esa es otra historia. “Esto es muy difícil de hacer, ya que requiere fuertes habilidades de programación y la capacidad de resolver problemas de forma creativa.”, explica Petr Mitrichev, ingeniero de Google.
Al nivel del programador promedio
Pero nada parece desanimar a los equipos de DeepMind, que ya han demostrado que les gustan los problemas aparentemente insuperables. Al final, se salieron con la suya con un sistema entrenado en Fuerzas de código.
es una plataforma de programación competitiva, en el que los programadores de todo tipo pueden probar su capacidad para resolver una variedad de problemas. Los resultados se compilan en una tabla de clasificación que premia a los desarrolladores más rápidos e inteligentes. Y no es solo una herramienta educativa; Las empresas, especialmente las americanas, suelen utilizar este tipo de plataforma para testear a sus candidatos a la hora de contratar. Además, hay muchos problemas únicos, en los que la IA no pudo «engañar» reutilizando una solución genérica. es por lo tanto un entorno de prueba extremadamente relevante para este tipo de trabajo.
Durante varias semanas, AlphaCode se adelantó a un conjunto de problemas cuidadosamente seleccionados por los ingenieros. Para verificar su progreso, este último lo enfrentó con un «Cantidad masiva” de problemas en Python y C++, cada uno de los cuales requiere enfoques y razonamientos muy diferentes. Satisfecho con el desempeño de su sistema, DeepMind ha arrojó a su bebé directamente al fondo al ingresarla en diez competencias de Codeforces, donde tuvo que luchar contra humanos de carne y hueso.
Y contra todo pronóstico, AlphaCode lo hizo bien; ha sido clasificado en el percentil 54, lo que significa que lo hizo casi tan bueno como el desarrollador humano promedio. Solo punto negro general: aprox. El 40% de las soluciones producidas contenían vulnerabilidades que podría haber sido explotado por un hacker. Pero este es un problema diferente e incluso más complejo, que DeepMind abordará más adelante.
De la programación “simple” al desarrollo autónomo
“Puedo decir con seguridad que AlphaCode superó todas mis expectativas”, afirma Mike Mirzayanov, el jefe pensante de Codeforces. “Era escéptico porque incluso en un problema competitivo simple, no solo tienes que implementar el algoritmo, sino también inventarlo desde cero, y eso es lo que es muy difícil..”, respira.
Por supuesto, AlphaCode sigue siendo en ninguna parte tan dominante en su disciplina como sus hermanos; AlphaGo o AlphaStar, por nombrar algunos, dominan escandalosamente sus disciplinas. Pero estas obras, sin embargo, representan una avances significativos e incluso bastante espectaculares en la capacidad de los sistemas basados en IA para resolver problemas humanos. Y este último punto es muy importante. De hecho, es un componente esencial para explotar todo el potencial de esta tecnología.
Si continúan progresando de esta manera, los sistemas como este podrían ayudar a los desarrolladores a producir soluciones ingeniosas y elegantes para problemas que son tediosos o incluso están fuera del alcance de nuestro cerebro humano. Eventualmente, esto podría allanar el camino para sistemas de programación totalmente automatizados; los desarrolladores se convertirían entonces tanto en el pilotos y garantes.
El amanecer de un nuevo paradigma
Un enfoque que promete multiplicar las capacidades, la eficiencia y la productividad de una gran cantidad de sistemas en la industria. Pero eso no es todo; AlphaCode también tiene un potencial real para la investigación, particularmente en inteligencia artificial. Y esta es de hecho la implicación más importante de este trabajo. Porque una vez que esté maduro, el enfoque exploratorio de AlphaCode podría constituir una fuente inagotable de inspiración para los desarrolladores humanos. Eventualmente, podemos incluso imaginar que es capaz de producir un nueva versión, aún más lograda de sí mismo. Esto entonces iniciaría un ciclo. de innovación perpetua y automatizada, en un ambiente controlado por humanos.
Obviamente, esto también plantea el espectro de ciertos escenarios distópicos; si fuera pilotada por un hacker, una IA de este tipo sería, por ejemplo, bastante capaz de diseminar código malicioso, como puertas traseras, en el sistema objetivo. Pero eso no debería oscurecer el potencial inverosímil de estos sistemas; Conociendo el pedigrí académico de DeepMind, será muy interesante seguir la continuación de este trabajo que algún día podría redefinir nuestra relación con la tecnología.
El trabajo de investigación está disponible aquí.
