Definition „Google AlphaCode“ Wie funktioniert AlphaCode?

Anbieter zum Thema

OutSystems

Während die meisten Konkurrenten bei programmierenden KIs ganz klar auf den Ansatz des Assistenten/Copiloten zurückgreifen, geht Google einen Schritt weiter: AlphaCode von der Alphabet-Tochter Deepmind soll selbständig Programme schreiben und mehr als nur Beihilfe leisten.

Das Unternehmen DeepMind (Eigenschreibweise, im Folgenden Deepmind) wurde bereits 2010 in Großbritannien gegründet und beschäftigt sich mit den Anwendungsbereichen, der Entwicklung und der Ethik von künstlicher Intelligenz. 2014 wurde das Unternehmen von Googles Mutterunternehmen Alpha aufgekauft.

Seitdem befinden sich die diversen AIs von Deepmind in Googles Portfolio. Dazu gehören verschiedene spielerische Systeme wie AlphaGo (eine Go spielende KI), aber auch Google AlphaCode, das selbständig Programme schreiben kann.

Wie funktioniert AlphaCode?

Google AlphaCode wurde 2022 enthüllt und arbeitet prinzipiell wie andere Coding-KIs auch. Das heißt, dass die KI natürliche Sprache versteht und diese in fertigen Code übersetzt. Herausforderungen werden menschlich formuliert und entsprechende Programme geschrieben.

Trainiert wurde AlphaCode an GitHub und Codeforce und bei der Datenaufnahme wurde ein besonderes Augenmerk darauf gelegt, dass AlphaCode Probleme und Lösungen als Trainingsmasse nutzt.

Getestet wurde Googles AlphaCode dann in Programmierherausforderungen von Codeforces, wobei der Erfolg nicht ausschließlich am Passieren der Aufgaben gemessen wurde. Anders als eine Datenbank sollte AlphaCode schließlich nicht nur richtige Lösungen aus dem eigenen Repertoire nutzen, sondern individuelle Lösungen produzieren.

Ist Google AlphaCode schon so gut wie menschliche Coder?

Das Resultat ist durchaus beeindruckend, denn in der Lösungsquote liegt Google AlphaCode in etwa gleichauf mit menschlichen Konkurrenten und Konkurrentinnen, allerdings auf niedrigem Niveau: Ein in „Science“ veröffentlichtes Papier legt nahe, dass AlphaCode sich ungefähr auf dem Level von Developern befindet, die einige Monate bis ein Jahr Ausbildung und Training hinter sich haben - beeindruckend für eine KI, aber noch nicht weltbewegend. Dass dies in der Folge noch besser wird, legt zumindest der Versuchsaufbau nahe. Getestet wurde nämlich an bisher noch nicht eingelesenen Problemen, die in natürlicher Sprache formuliert wurden.

AlphaCode konnte also nicht 1:1 auf bereits bestehende Lösungen zurückgreifen und Ergebnisse leicht abändern, sondern musste seine Datensätze wirklich verstehen und entsprechend der Problemstellung abstrahieren.

Die Entwickler*innen gaben sich zufrieden mit dem Ergebnis. Google AlphaCode nutzte keine Core Logix von bestehenden Problemen und fand sich mit seinen Lösungen zumindest in der oberen Hälfte der Mitstreiter*innen. AlphaCode weiß genau, was bei eine Problemstellung gefordert wird.

Deepmind gibt einen Ausblick in die Zukunft

Was Google AlphaCode bereits jetzt kann, sollte Entwickler*innen mächtig unter die Arme greifen können. Probleme können in natürlicher Sprache formuliert und Lösungen in Code betrachtet werden. Dies sorgt bei Neulingen sowie bei professionellen Entwicklern und Entwicklerinnen für eine enorme Zeitersparnis und ein schnelles Verständnis von Coding Challenges.

Deepmind möchte jedoch noch einen Schritt weiter denken. AlphaCode könnte ein wichtiger Schritt sein, um die Entwicklung von Programmen in Zukunft einfacher zu gestalten und Barrieren beim Einstieg in den Beruf zu reduzieren. Teile der Development-Branche könnten sich in Zukunft sogar weniger dem konkreten Schreiben von Code widmen und dafür mehr Zeit aufwenden, um relevante Problemstellungen zu formulieren.

Eine riesige Datenbank – eine ethische Grauzone

Wie bei anderen generativen AIs auch stellt AlphaCode dennoch eine moralische, ethische und rechtliche Grauzone dar.

Derzeit laufen bereits Prozesse (wie der von Matthew Butterick gegen GitHub Copilot), in denen Developer die Rechtmäßigkeit des Trainingsmodells in Frage stellen. Inwieweit nämlich für eine derartige massive Aneignung an Codes (wie auch an Bildern und an Texten) eine rechtliche Grundlage gegeben ist, um letztlich finanziell von einer selbst programmierenden AI zu profitieren, ist zumindest fraglich.

Ist AlphaCode die Zukunft Code generierender AIs?

Bei Google AlphaCode handelt es sich um ein sogenanntes Transformer-Modell, das die wahrscheinlichste gesuchte Antwort vorhersagt. Anders funktionieren Features wie Auto-Complete aus Google Docs auch nicht. In der Szene der Code schreibenden AIs nutzen GitHub Copilot und Co. ähnliche Systeme.

Dass AlphaCode jedoch auch in Wettbewerben mit menschlichen Mitspielerinnen und Mitspielern mithalten kann, ist durchaus eine neue Dimension. Denn hier brauchen Menschen wie auch KI nicht nur die Coding-Skills und das entsprechende Fachwissen, sondern auch ein kreatives Problemlösungsbewusstsein. Bereits heute konnte AlphaCode beweisen, dass es diesen Mix besitzt.

Deepmind setzt bei der Entwicklung auf eine Kombination aus technische Professionalität und hohen Ethik- und Sicherheitsstandards. Zumindest anhand des selbst ausgegebenen Anspruchs. Inwieweit sich dies in der Praxis mit Google als Schirmherr so auch umsetzen lässt, steht auf einem anderen Blatt. Zumindest aber eröffnet Google AlphaCode neue Perspektiven für die Nutzung von KI beim Entwickeln von Software und beim Lösen von Problemen – jenseits des einfachen Assistenten.

(ID:49217931)