Google DeepMind จัดตั้งทีมงานด้านการเขียนโค้ดเพื่อตามทัน Anthropic

icon币界网
แชร์
Share IconShare IconShare IconShare IconShare IconShare IconCopy
AI summary iconสรุป

expand icon
Google DeepMind ได้ก่อตั้งทีมงานด้านการเขียนโค้ดภายใต้การนำของ Sebastian Borgeaud เพื่อปรับปรุงการสร้างโค้ดและลดช่องว่างกับ Anthropic ทีมงานนี้อยู่ภายใต้การกำกับดูแลของ Sergey Brin และ Koray Kavukcuoglu โดยมุ่งเน้นไปที่งานเขียนโค้ดที่ใช้เวลานานและฐานโค้ดภายใน รายงานระบุว่า Anthropic ใช้ AI ในการเขียนโค้ดเกือบ 100% ในขณะที่ Google ใช้ AI ประมาณ 50% การเคลื่อนไหวนี้มีเป้าหมายเพื่อเปลี่ยนอัตราส่วนความเสี่ยงต่อผลตอบแทนให้เอื้อต่อการพัฒนาที่เร็วขึ้นและมีประสิทธิภาพมากขึ้น ระดับการรองรับและระดับการต้านทานในพื้นที่การเขียนโค้ดด้วย AI กำลังแน่นขึ้นเรื่อยๆ เนื่องจากความแข่งขันที่รุนแรงขึ้น

ข่าวจาก CoinDesk รายงานว่า ตามข้อมูลจาก Beating ที่ติดตามสถานการณ์ อ้างอิงจากผู้รู้เห็นสามคนของ The Information ว่า Google DeepMind ได้จัดตั้งทีมเฉพาะกิจที่ประกอบด้วยนักวิจัยและวิศวกร เพื่อเพิ่มความสามารถของโมเดลการเขียนโค้ดของตนเอง ทีมนี้นำโดย Sebastian Borgeaud นักวิจัยและวิศวกรของ DeepMind ซึ่งก่อนหน้านี้รับผิดชอบงานการฝึกโมเดลเบื้องต้น โดย Sergey Brin ผู้ร่วมก่อตั้งและ Koray Kavukcuoglu หัวหน้าเทคโนโลยีของ DeepMind เข้าร่วมโดยตรง จุดเริ่มต้นของการจัดตั้งทีมนี้เกิดจากประกาศโมเดลล่าสุดของ Anthropic นักวิจัยภายใน DeepMind เชื่อว่าเครื่องมือเขียนโค้ดของ Anthropic ได้เกินความสามารถในการสร้างโค้ดของ Gemini แล้ว Brin เขียนในบันทึกความจำล่าสุดว่า ทีมต้อง “เร่งแก้ไขช่องว่างด้านความสามารถในการดำเนินการของตัวแทน” และ “เปลี่ยนโมเดลให้เป็นนักพัฒนาหลักในการเขียนโค้ด” เพื่อชนะการแข่งขันระยะสุดท้ายนี้ ตัวแทนหมายถึง AI ที่สามารถจัดการงานหลายขั้นตอน ช่องว่างนี้มีตัวเลขชัดเจน: Boris Cherny หัวหน้า Claude Code ของ Anthropic ระบุในเดือนมกราคมว่า บริษัท “เกือบ 100%” ของโค้ดถูกเขียนโดย AI ในขณะที่ Anat Ashkenazi หัวหน้าฝ่ายการเงินของ Google กล่าวในการประชุมรายงานผลกำไรเดือนกุมภาพันธ์ว่า ตัวแทนเขียนโค้ดภายใน Google รับผิดชอบเพียงประมาณ 50% ของงานเขียนโค้ด ทีมเฉพาะกิจนี้มุ่งเน้นไปที่งานเขียนโค้ดระยะยาว เช่น การสร้างซอฟต์แวร์ใหม่ตั้งแต่ศูนย์ ซึ่งต้องการให้โมเดลอ่านไฟล์หลายไฟล์และเข้าใจเจตนาของผู้ใช้ — เป็นจุดที่เครื่องมือเขียนโค้ดปัจจุบันทำได้ยากที่สุด ชุดข้อมูลการฝึกก็กำลังถูกปรับเปลี่ยน: Google เริ่มฝึกโมเดลด้วยคลังโค้ดส่วนตัวของตนเอง เพราะโค้ดภายในมีความแตกต่างอย่างมากจากโค้ดสาธารณะ และโมเดลเขียนโค้ดทั่วไปแสดงผลไม่ดีพอในโครงการภายใน โมเดลที่ฝึกภายในประเภทนี้ไม่สามารถเผยแพร่ภายนอกได้ แต่สามารถใช้ช่วยปรับปรุงเวอร์ชันที่สามารถเผยแพร่ได้ ในระดับการส่งเสริมภายใน Google มีตารางคะแนนภายในชื่อ Jetski เพื่อติดตามการใช้งานเครื่องมือเขียนโค้ด และทีมอื่นๆ นอกเหนือจาก DeepMind เริ่มจัดอบรม AI แบบบังคับ Brin ระบุในบันทึกความจำว่า วิศวกรทุกคนของ Gemini ต้องใช้ตัวแทนภายในเมื่อทำงานหลายขั้นตอนที่ซับซ้อน เป้าหมายระยะยาวคือสิ่งที่ Brin เรียกว่า “การขึ้นสู่ระดับสูงของ AI” — AI ที่สามารถปรับปรุงตนเองได้ เขาบอกพนักงานหลายครั้งว่า การเพิ่มความสามารถในการเขียนโค้ดเป็นกุญแจสำคัญสู่ขั้นตอนนี้; โดยร่วมกับ AI ที่สามารถทำคณิตศาสตร์และดำเนินการทดลองได้ ทฤษฎีแล้วสามารถอัตโนมัติงานของนักวิจัยและวิศวกร AI ในระดับใหญ่ได้ OpenAI มีเครื่องมือภายในแบบเดียวกันแล้ว เพื่อช่วยนักวิจัยสร้างโค้ดทดลองได้อย่างรวดเร็ว

แหล่งที่มา:แสดงต้นฉบับ
คำปฏิเสธความรับผิดชอบ: ข้อมูลในหน้านี้อาจได้รับจากบุคคลที่สาม และไม่จำเป็นต้องสะท้อนถึงมุมมองหรือความคิดเห็นของ KuCoin เนื้อหานี้จัดทำขึ้นเพื่อวัตถุประสงค์ในการให้ข้อมูลทั่วไปเท่านั้น โดยไม่มีการรับรองหรือการรับประกัน และจะไม่ถูกตีความว่าเป็นคำแนะนำทางการเงินหรือการลงทุน KuCoin จะไม่รับผิดชอบต่อความผิดพลาดหรือการละเว้นในเนื้อหา หรือผลลัพธ์ใดๆ ที่เกิดจากการใช้ข้อมูลนี้ การลงทุนในสินทรัพย์ดิจิทัลอาจมีความเสี่ยง โปรดประเมินความเสี่ยงของผลิตภัณฑ์และความเสี่ยงที่คุณยอมรับได้อย่างรอบคอบตามสถานการณ์ทางการเงินของคุณเอง โปรดดูข้อมูลเพิ่มเติมได้ที่ข้อกำหนดการใช้งานและเอกสารเปิดเผยข้อมูลความเสี่ยงของเรา