英特尔官网消息，英特尔和麻省理工学院（MIT）、乔治亚理工学院（Georgia Tech）共同推出了一种新的机器编程（MP）系统——机器推断代码相似性系统（MISIM）。

通过识别相似代码段，分析代码目的、作用的相似性，MISIM 可以完成一些编程任务，提供编程方法建议或选项，即用 AI 代替程序员做部分工作，如自动化错误检测等。

“英特尔机器编程的最终目的是使软件创建民主化”， 英特尔首席科学家兼机器编程研究总监/创始人 Justin Gottschlich 说。英特尔目前计划在内部使用 MISIM，以协助开发人员完成调试等日常工作。

IT 领域中，AI 的许多应用场景都是机器编程。最近引起热议的 人类算力天花板？1750 亿参数的 AI 模型 GPT-3 引爆硅谷 ，也是可以直接写代码。

如有人用 GPT-3 将日常语言转换成 Python 代码来创建资产负债表；还有开发者调用 GPT-3 API 做了一个网页 App 快速生成器，在输入框里用自然语言进行描述，它就可以快速输出相应的用户界面，比如输入“生成一个像西瓜一样的按钮”:

也有人早就开源了同样是机器编程的 AI 项目。如2018年，使用 keras 深度学习框架的项目 Sketchcode 开源，Sketchcode 可以直接将手绘的手稿图生成 HTML 代码。

AI 在 IT领域的应用还有 AI 自动测试，无码/低代码探讨等话题，本篇先从 MISIM 说起，看看机器编码的一些项目。

MISIM：AI 评估代码

围绕 MISIM 的技术论文已经公开。该论文首先阐述了机器编程和代码相似系统的关系：机器编程领域涉及软件开发的自动化，近年来出现许多 MP 系统，部分原因是机器学习、形式方法、数据可用性和计算效率的进步。

而在 MP 系统中，一大挑战就是精确构建代码相似性系统。代码相似性系统往往包含许多复杂的组件，其中即使是最基本的组件的选择，如代码的结构表示都仍不明确。代码相似性的研究还处在早期阶段，但相关探索已越来越多，MISIM 也是其中之一。

MISIM 中的组件可以单独或一起使用，核心部件有两个。

一是一种新的上下文感知语义结构 CASS，用来从代码语法中提升语义意义。目的是捕捉输入代码的语义的显著特性。CASS 的上下文感知功能，可以用来捕获描述代码的上下文信息，例如，“这段代码是函数调用”、“这段是操作”等等。

其二，MISIM 提供了一种基于神经的学习代码相似性评分算法，可以用各种具有学习参数的神经网络体系结构来实现。该算法分两个阶段，第一阶段涉及一个神经网络模型，可将一个特征化的 CASS 映射到一个实值代码向量。第二个阶段使用相似性度量在一对代码向量之间生成相似性评分。

针对该系统的性能，其研究团队筛选出三个代码相似性系统做比较：code2vec、神经代码理解 NCC、代码推荐系统 Aroma。比较实验使用 POJ-104 数据集，由学生编写的 C/C++程序组成。

评估的精度指标是 R(MAP@R)、平均精度(AP)和精度-Recall-Gain 曲线(AUPRG)下的面积(Aup@R)，它们衡量模型在给定查询的数据库中检索类似（或相关）项的准确性。最终的实验结果表明，MISIM 比其他三个最先进的代码相似系统的性能高出40.6倍。

不过，论文还提到了可以预见的负面影响：

一级负面影响，给定的研究想法可以直接用于伤害性行为，如 DeepFake、DeepNude 等等。

二级负面影响，指研究想法可能会使它的使用方式产生直接的负面或积极影响，例如将面部识别用于压迫少数群体、产生恶意假新闻等等。

三级负面影响，研究思想被用来构建第二个应用程序，并根据新程序的使用产生的负面影响。

• 如果代码使用相似性工具发展足够成熟，可以自动生成正确的可编译代码，那么它可能被用来自动将代码从一种语言替换为另一种语言，或者用快速代码替代慢代码。

• 恶意使用者可以利用代码相似性工具爬取网络，在网络上窃取代码，并从可用代码中，找到常见的模式和安全缺陷，然后找到大规模黑客攻击的方法。从同一代码生成器生成的代码可能更容易受到此类攻击。

• 如果系统允许基于代码相似性的自动代码修补/修复，而不进行适当的测试，那么如果被黑客攻击，它可能会产生安全缺陷。

• 如果程序员习惯从编程工具获得帮助，可能会降低程序员的学习能力，除非该工具提供可解释性，解释性将需要了解工具正在学习的代码相似性，并教育程序员。

“总之，代码相似性是一个抽象的概念，很可能有许多积极的应用。为了减轻负面影响，我们需要确保制定适当的政策和安全措施，防止负面使用。特别是，这种安全系统可能需要人工介入，以便被用来提高程序员的能力和生产力。”论文最后指出。

微软、Facebook、OpenAI 的 MP 系统

机器编程被各大科技公司看做是“解放程序员”的一种方式。

“MP 将使每个人都能以最适合自己的方式表达意图，无论是代码，自然语言还是其他方式，来创建软件。” Justin Gottschlich 给 MISIM 提出的这个目标，实际上也是许多 AI 项目在 IT 领域的共同目标。

被 MISIM 拿来作比较的机器学习代码推荐系统 Aroma，是 Facebook 2019年推出的一个项目，可以自动完成小程序，帮助程序员找到可以“参考使用”的代码等等。

如安卓程序员想要了解如何解码手机中的 bitmap，可以使用代码直接搜索：

前不久 DeepMind 也发布了 AI 算法开发框架——Acme，提供比人类设计更有效的简单算法版本。Acme 是一个分布式强化学习框架，通过促使 AI 驱动的智能体在不同规模的环境中运行。该框架可以简化、强化学习算法开发进程。

此外微软也正在其软件开发工具中，加入基本的代码生成功能。OpenAI 的 GPT-3 语言模型也已经被多位开发者调用，从自然语言中生成简单代码段。

这些机器编程项目或是功能，什么时候能发挥出多大的作用，目前似乎还没有一个准确的答案。除了 GPT-3 刚上线就直接开放给开发者调用，像 MISIM 还主要是在英特尔内部使用。不过 GPT-3 偏向强调是一个可以更广泛使用的 AI 模型，可以处理所有的语言任务，还能写诗。MISIM 则是专注于代码任务的一个系统。