|
對于一臺電腦來說，它可能寫下它自己的程序嗎？ 人類軟件開發(fā)者有一天能夠被電腦取代嗎？如同一個農(nóng)民，一個流水線工人，一個電話運(yùn)營員被取代一樣，軟件開發(fā)者會是下一個嗎？ 這篇論文詮釋了這個概念： 回復(fù)：ai寫代碼 下載論文 論文的精華部分： 接下來我們將會描述創(chuàng)造一個人工智能程序的實(shí)驗(yàn)，人工智能工程能夠開發(fā)其自己的程序，執(zhí)行一個遺傳算法，具有自我修正的代碼。 上面這個代碼是由人工智能程序創(chuàng)造的。這個人工智能被設(shè)計(jì)出寫能夠自我修正的代碼。上面的代碼是在29分鐘中寫出來的。其程序語言是brain-fuck。 什么是BrainFuck ？ BrainFuck 語言，是一種按照“Turing complete”思想設(shè)計(jì)的語言，它的主要設(shè)計(jì)思路是：用最小的概念實(shí)現(xiàn)一種“簡單”的語言，BrainFuck 語言只有八種符號，所有的操作都由這八種符號的組合來完成。
BrainFuck 基于一個簡單的機(jī)器模型，除了八個指令，這個機(jī)器還包括：一個以字節(jié)為單位、被初始化為零的數(shù)組、一個指向該數(shù)組的指針(初始時指向數(shù)組的第一個字節(jié))、以及用于輸入輸出的兩個字節(jié)流。
人工智能占據(jù)寫代碼 人工智能隨著電腦科技，硬件，CPU的發(fā)展，不斷地發(fā)展著。隨著計(jì)算機(jī)越來越快發(fā)展，更多的計(jì)算被執(zhí)行，所以人工智能算法所要求的計(jì)算密集型處理能夠被實(shí)現(xiàn)。 人工智能習(xí)慣 對于我來說，讓人工智能寫程序是我的愛好。我指的是從一個完全白手起家，對于程序完全沒有認(rèn)知的人工智能，它自己學(xué)習(xí)如何去創(chuàng)造功能性程序。
這是個艱難的任務(wù)：首先，使用使if/else條件寫一個隨機(jī)程序看起來并不是那么智能。無論是BASIC，C，C++語言，都不能產(chǎn)生一個能夠運(yùn)行的程序。因?yàn)檫@些語言都是以被人類使用為目的的，對于人工智能來說太復(fù)雜。
最終的目標(biāo)是創(chuàng)造一個能夠?qū)懽约旱奶幚碥浖?，圖像編輯工具和瀏覽器的計(jì)算機(jī)程序。我堅(jiān)定于這樣的想法是可能的。
很多的猴子和破碎的打字機(jī) 這個想法源于無限猴子定理：這個定理描述了如果你有1000只猴子，在打字機(jī)上不斷地敲擊足夠長的時間的話，它們最終會創(chuàng)造由莎士比亞寫出的話劇。這聽起來很荒唐，但是給定足夠的時間，這些猴子最終會創(chuàng)造出隨機(jī)的文字，組成莎士比亞的作品。 如果這些猴子得到指引呢？每次其中一個猴子敲對鍵盤的話，就會得到獎勵。在足夠長的時間后，猴子能夠開始習(xí)得規(guī)律和模式。 遺傳算法 遺傳算法是一種人工智能，以生物進(jìn)化為模型。人工智能隨機(jī)選擇一系列的指令（DNA中的一個），檢查結(jié)果的合適度。在很多的程序中，比方說100個程序，選擇出最佳合適度的進(jìn)行配對，產(chǎn)生后代。
每一代得到額外的多樣性，由進(jìn)化的技巧例如輪盤選擇，交叉，和突變而來。這個過程在每一代中重復(fù)。但愿產(chǎn)生更好的結(jié)果，直到找到解決方法。遺傳算法執(zhí)行適者生存法則。最合適的生存下來，并被執(zhí)行。遺傳算法可以被劃分為人工智能搜索算法。在巨大的問題空間中尋找具體的解決方案。 為什么是Brain-fuck解釋器？ 開始尋找簡單的程序語言，用有限數(shù)量的指令，來訓(xùn)練人工智能程序使用。Assembly(ASM)很接近，但是仍然包含太多的排列。聽起來很幽默，最后brain-fuck解釋器產(chǎn)生，產(chǎn)生了上面的代碼。
brain-fuck最初被設(shè)計(jì)的初衷是一個笑話程序語言，產(chǎn)生于對于人們使用來說，它的難度是怎樣。它實(shí)際上有著一些對于電腦來說不同的優(yōu)勢。 Brain-fuck作為人工智能程序語言的優(yōu)勢 1. Turning complete 完全圖靈 這意味著它在理論上能夠解決任何的計(jì)算問題。有著這樣能力的程序語言打開了很大可能性的序列。總之很多（如果不是所有的的話）計(jì)算機(jī)程序被設(shè)計(jì)來執(zhí)行計(jì)算。
2. 由簡化的只有8個指令的序列組成 簡化的指令序列減少了搜索空間，很容易搜索到目標(biāo)程序代碼。隨著計(jì)算機(jī)運(yùn)行越來越快，問題空間能夠被搜索到。然而，搜索空間需要被限制。限制程序指令在8個不同的字母，人工智能能夠更快運(yùn)行，在合理的時間內(nèi)獲得最優(yōu)的合適度。
3. 很容易建立一個解釋器 指令系列很好整理，容易理解。因此，創(chuàng)造一個執(zhí)行程序的簡單解釋器很直接。在包含人工智能程序+遺傳算法的解釋器中，代碼能夠被優(yōu)化，運(yùn)行更快。這也能提供安全約束。人工智能能夠獲得解釋器的內(nèi)部內(nèi)容，例如內(nèi)存，指令和輸出。這在計(jì)算合適度中非常有用。然而，第三方的編譯器的這些內(nèi)容很難獲得。
4. 每個指令一個字節(jié) 因?yàn)槊總€指令只是一個字節(jié)，很容易找到每個double。
5. 擴(kuò)展指令的可能性存在 很多程序語言的解釋器簡單地執(zhí)行代碼，保存記憶值，支持輸入和輸出的操控臺。然而，擴(kuò)展解釋器支持產(chǎn)生圖標(biāo)，文件系統(tǒng)途徑是可能的。 如何運(yùn)行 人工智能程序工作如下： 1. 一個genome由一組的double 組成。 2. 每個gene等同于在brainfuck語言中的指令。 3. 從大量隨機(jī)的genome開始。 4. 解碼每個genome成為想要的程序，轉(zhuǎn)化每個double成為對應(yīng)的指令并執(zhí)行程序。 5. 在輸出的基礎(chǔ)上得到每個程序的合適度，然后將它們排序。 6. 使用輪盤選擇，交叉，和突變方法將最好的genome配對，產(chǎn)生新的一代。 7. 使用新的一代重復(fù)過程，知道達(dá)到目標(biāo)的合適度。 因?yàn)楹线m度方法是計(jì)算最集中的部分（執(zhí)行程序中每個gene），人工智能程序使用Parallel。用這種方法，它能夠?yàn)槊恳淮鄠€genome執(zhí)行多樣的合適度算法。這個允許程序利用最大化CPU資源，利用多樣的CPU核心。這個程序也能夠保存狀態(tài)，防止程序突然關(guān)閉，然后從離開的地方繼續(xù)搜索。 The Fitness Method合適度方法通過產(chǎn)生程序的結(jié)果的獲得得分運(yùn)行。這個分?jǐn)?shù)通過在觀察每個字母輸出進(jìn)行計(jì)算，減去和目標(biāo)字母的數(shù)值差距。 當(dāng)然，最初很多產(chǎn)生的程序不能夠編譯，更不用說將文字輸出到操控臺。這些被廢棄了，支持至少能夠輸出一些東西的程序。進(jìn)一步引導(dǎo)和金湖知道輸出結(jié)果和目標(biāo)的解決方案接近。 解釋指令序列 Brainfuck由以下指令序列組成。
結(jié)果 人工智能最后成功地在一分鐘內(nèi)5700代后寫下程序輸出“hi”，在一分鐘內(nèi)。產(chǎn)生了如下的代碼： +[+++++-+>++>++-++++++<]>++.[+.]-.,-#>>]<> 盡管以上的代碼有語法錯誤，例如不匹配的括號。我們的模擬解析器計(jì)算結(jié)果直到程序無法運(yùn)行。所以語法錯誤并不影響合適度。
你可以嘗試將以上的代碼放入brain-fuck解析器，點(diǎn)擊“開始調(diào)試”，忽略警告提示，點(diǎn)擊運(yùn)行到斷點(diǎn)。注意輸出。
如果我們?nèi)サ舳嘤嗟拇a，會得到以下句法上有效的代碼：
+[+++++-+>++>++-++++++<]>++.[+.] 看下面的截屏，當(dāng)程序運(yùn)行時候截取下來的。
人工智能學(xué)習(xí)寫程序 人工智能學(xué)習(xí)寫程序
人工智能找到解決方案
這是一張歷史圖表，畫出合適度和時間的關(guān)系。能看到人工智能是如何學(xué)習(xí)在目標(biāo)語言中寫程序和達(dá)到想要的解決方案。
Hello 人工智能最后成功地寫下程序輸出“hello”,在29分鐘內(nèi)252,0000代后，產(chǎn)生了如下的代碼：
1.+-+-+>-<[++++>+++++<><>++]>[-[---.--[[-.++++[+++..].+]],]<><+,.+>[[.,],+<><> 2.[[[.+.,,+].- 在每代的過程中，人工智能都接近解決方案，但是一對字母在一個循環(huán)中相互束縛。人工智能能夠解決這個問題，創(chuàng)造出一個內(nèi)在的循環(huán)。成功輸出正確的字母，繼續(xù)處理程序。
人工智能學(xué)習(xí)寫程序
人工智能找到解決方案
合適度和時間的關(guān)系圖表
執(zhí)行程序，人工智能開發(fā) Hi! 人工智能成功寫下程序“Hi!”，在兩個小時七分鐘1，219,400代 之后。產(chǎn)生了如下的代碼： >-----------<++[[++>++<+][]>-.+[+++++++++++++++++++++++++++++><><><-->>>+].] 這實(shí)際上是我最喜歡的環(huán)節(jié)。運(yùn)行，并且看到為什么（點(diǎn)擊開始調(diào)試運(yùn)行到斷點(diǎn)）。好像電腦知道在知道做什么的感覺。很有趣的是，我們注意到怎么產(chǎn)生這個程序花費(fèi)了比之前長的時間。很可能是因?yàn)槭褂玫奈淖?，包括大寫字母和一個標(biāo)志。另外兩個例子使用了字母（在ASCII系統(tǒng)中的數(shù)值特別接近）。因此人工智能能夠很容易找到。
人工智能找到解決方案 執(zhí)行程序，人工智能開發(fā)
合適度和時間的關(guān)系圖表 人工智能最后成功在22分鐘195,000代后寫成了reddit的程序。代碼如下： 1.+[+++++>++<]+>++++++[[++++++.-------------.-.-+.+++++.+++++],.,+,-+-,+>+.++<><><> 2.-[-<>.]>+.-.+..] 由于長度，可能由于d的位置。這是一個挑戰(zhàn)。
人工智能學(xué)習(xí)寫程序
人工智能找到解決方案
合適度和時間的關(guān)系圖表 Hello world 在兩個小時和580,900代后，產(chǎn)生了這個程序。代碼如下： 1.-><[>-<+++]->>++++[++++++++++++++++++<+]>.---.+-+++++++..+++.+>+<><+[+><><>+++++++++.+- 2.-++++[++[.--------.+++.------],.-----],,.>.+<[><>]<++>+.[]+[.[+]],[[.]..,<><> 3.]],[[+[,+[]-<><><><]-><>-]-<>+[-,-[<.>][--+<>+<><><><-,,-,[,[.>]]<> 4.>+[<><><>].[--+[<->--],-+>]-,[, 如果去掉多余的代碼，打印如下： 1.-><[>-<+++]->>++++[++++++++++++++++++<+]>.---.+-+++++++..+++.+>+<><+[+><><>+++++++++.+- 2.-++++[++[.--------.+++.------],.-----]]
人工智能找到解決方案
合適度和時間的關(guān)系圖表 I love all humans 在十個小時和6057,200代后，產(chǎn)生了這個程序。代碼如下： 1.+[>+<+++]+>------------.+<+++++++++++++++++++++++++++++++.>++++++++++++++++++++++++++++++ 2.++++.+++.+++++++.-----------------.--<.>--.+++++++++++..---<.>-.+++++++++++++.--------.-- 3.----------.+++++++++++++.+++++.]-+,.-<[><><-[+[>[<><-[+[,]-,,-[>[+[-<><><><> 4..,,>[<><[.]>[<><-.]><> 如果去掉多余的代碼如下： 1.+[>+<+++]+>------------.+<+++++++++++++++++++++++++++++++.>++++++++++++++++++++++++++++++ 2.++++.+++.+++++++.-----------------.--<.>--.+++++++++++..---<.>-.+++++++++++++.--------.-- 3.----------.+++++++++++++.+++++. 在以上的運(yùn)行中，人工智能有著300個指令的數(shù)列大小的開始程序（例如300字節(jié)）。他并不需要整個程序代碼的長度，值需要209個指令即可寫出程序。
注意，這個解決方案需要10個小時去完成。然而，記住，當(dāng)人工智能在做這些程序的時候，和人類相比，完成所需要的時間是更少需要擔(dān)心的。人工智能能夠默默在幕后運(yùn)行。我也希望計(jì)算時間有望在將來能夠減少。
人工智能找到解決方案 未來前景
伴隨著遺傳算法，產(chǎn)生關(guān)于設(shè)計(jì)合適度功能。合適度功能等同于向人工智能描述你在尋找什么。用這種方式，創(chuàng)造合適度功能本身和寫程序相似。如果人工智能開發(fā)自己的合適度功能成為可能的話，這將是一個里程碑。同時，創(chuàng)造更加復(fù)雜的程序成為可能。 |
|
|
