1.媒體來源:
BBC
2.記者署名:
帕特萊格·貝爾頓（Padraig Belton）
BBC商業科技事務記者
3.完整新聞標題:
人工智能：編程員為何喜愛這些可能令他們失業的新科技？
4.完整新聞內文:
「當你開始學寫代碼，本身就能讓你覺得自己很聰明，好像在《駭客任務》（Matrix，《
黑客帝國》）裏面一樣，」26歲的陸伶彥（Janine Luk）說。她是一名在倫敦工作的軟件
工程師。
出生在香港的她職業生涯初期是在法國南部做遊艇市場營銷，但是卻發現這一行「有些千
篇一律和膚淺」。
於是，她開始在下班後自學編程，之後又跟了一個15周的培訓營。
在培訓營的最後一天，她向一家網絡安全軟件公司Avast申請了一份工作。
三個星期後就開始上班了。
「兩年半之後，我真的覺得那是我做過最好的決定，」她回憶說。
她剛開始進入這家公司時，她是團隊裏第一個女的軟件開發人員。現在，她會用業餘時間
來鼓勵其他女性、有色人種和LGBT（同性戀、雙性戀及跨性別）人士嘗試編程。
她說，對於像她這樣的程序員來說，最近最有趣的轉變是人工智能（AI）工具的興起，它
能夠自己完成越來越巨量的代碼編寫。
6月，位於舊金山（三藩市）、擁有5600萬用戶的代碼託管平台GitHub公布了一個新的AI
工具，叫做Copilot。
你開始鍵入幾個新的代碼字符串，然後AI會給出建議，如何寫完剩下的部分。
「我見過最震撼腦袋的機器學習功能應用，沒有之一，」Instagram的聯合創始人邁克·
克里格（Mike Krieger）對Copilot發出這樣的熱情讚嘆。
它是基於一項被稱為「GPT-3」的人工智能技術，在去年夏天由OpenAI發佈。那是一家位
於舊金山的人工智能實驗室，由伊隆·馬斯克（Elon Musk）聯合創辦。
這個GPT（代表「generative pre-training」，即「生成預訓練」）引擎做的一項「非常
簡單但是非常大量的工作——預測一串文字當中的下一個字母，」Codility公司的創始人
，工作地在華沙的格澤戈茨·賈卡奇（Grzegorz Jakacki）解釋說。他的公司製作了一個
廣受歡迎的招聘測試軟件。
OpenAI訓練人工智能，是通過網絡上已經存在的文本，比如書籍、維基百科和數十萬網頁
，他說，這樣的原始素材是「有點經過人為策劃但是盡可能多地包含了各種人類語言」。
而且，賈卡奇表示，「可怕的是，它沒有被教導任何特定語言當中的規則。」
這樣得出的結果還是像模像樣的文字段落。
之後，人們還曾叫它去用多種不同風格來寫作，比如，寫一個新的哈利·波特（Harry
Potter）故事，但是用厄內斯特·海明威（Ernest Hemingway）或者雷蒙·錢德勒（
Raymond Chandler）的風格。
最終，OpenAI的首席執行官薩姆·阿爾特曼（Sam Altman）在推特（Twitter）上發文稱
，對於GPT-3的炒作「太過份」，而且人們需要記住，AI「有時間會犯一些非常傻的錯誤
」。
GitHub的母公司微軟（Microsoft）在9月買下獨家許可使用GPT-3，而GitHub還決定訓練
另一個類似的模型。只不過這一次，是訓練AI寫軟件的源代碼。
GitHub是世界最大的源代碼庫，擁有至少2800萬個公共代碼庫（軟件代碼組存放的地方）
。所以，這家公司也能給Copilot一個可觀的公共代碼原始素材。
陸伶彥曾經嘗試給AI出難題，她發現這樣做的結果是，Copilot能夠提供「相對好的解決
方案，儘管有時候會需要一些微調」。
作為一名程序員，她遠沒有把這個工具看作是她工作的威脅，而是喜歡有AI來幫她做寫代
碼當中那些「比較沉悶的部分」，比如檢查那些被叫做「正則表達式」（regular
expressions）的複雜字串，她過去總是要「三番四次複查」。
而且，佛蒙特州開源軟件公司紅帽（Red Hat）的資深程序員迪娜·穆斯卡內爾（Dina
Muscanell）說，由於AI接收的是由專業程序員寫的代碼，它真的能幫助編程者運用同僚
的集體智慧結晶。
現在已經有一些像「Stack Exchange」這樣的代碼社群網站，程序員會在上面問問題然後
得到建議。或許這也沒什麼不一樣？
「如果你想想，是在敲代碼的同時立即得到回饋，那還是很讚的。」她說，雖然是由AI來
堆砌，但是其實「你有一整隊人在給你投餵這些代碼」。
不過，專業程序員對於AI這個初來乍到的新兵還是有一些顧慮。
其中一個是找錯。賈卡奇說，在軟件工程行業當中，「在垃圾顯而易見的時候，你是比較
幸運的，但是這個東西可能會製造一些非常隱秘的垃圾。」
在代碼當中的微小錯誤有可能非常難於被發現，同時導致非常大的代價。
未來一種可能的解決方法是利用AI來查找漏洞：比如，發現在微波爐上按某些按鈕「是有
效的輸入，但是卻不合情理」。不過，我們還沒有達到這一步。
與此同時，穆斯卡內爾警告說，「如果你經驗不足，而你是在嘗試學習，你可能會出一些
差錯但是卻沒有意識到。」
台積電晶片漲價，如何影響全球半導體供應鏈
AI和法律：機器人給你當律師會是什麼樣
蘋果重拳排查手機上兒童色虐圖片的是與非
人工智能破解蛋白質結構可能引發醫學革命
語音克隆技術的蓬勃吸引的不僅是演員，還有網絡罪犯
另一個大問題則涉及這些自動生成代碼的所有權。如果Copilot是在用其他人寫的程序來
獲得訓練，編出一些與另一名程序員寫的幾乎一樣的代碼，然後你又用到它，這會怎樣？
陸伶彥說，使用AI工具「有可能會侵犯一些開源軟件許可，因為它可能會有些東西是來源
於訓練代碼」。而這可能會令你掉進剽竊的漩渦。
賈卡奇說，這完全是一個「法律尚未跟上技術」的領域。
理論上，你可以衡量有多少代碼是源自於一組訓練代碼：方法是通過訓練一個不同的AI去
省略掉一組特定代碼，但是使用所有剩餘的代碼。
但是，賈卡奇說，這樣做將會「極其高成本」。
實際上，目前AI只提供一些短的代碼片段，不會完全編寫軟件程序。
賈拉奇說，相較之下，要在網頁代碼中「得到任何一種有意義的功能」，最短的代碼長度
是1萬行。
所以，它還沒有凖備好要取代真人程序員。
也沒有到可以出現傳說中的人工智能技術奇點的程度——這個想法最早是由數學家約翰·
馮·紐曼（John von Neumann）假定的，指的是電腦智能的自學循環進入一個失控的爆發
點，然後飛快地超越人類的智慧。
而更重要的一點，對於像陸伶彥這樣的代碼編寫員來說，「即使它有幫助，也不一定代表
工作量會減輕。」
代碼仍然需要全面覆核，而且要進行兩部分測試，一個是它如何運作（稱為單元測試），
另一個是它如何與其他代碼融合（集成測試）。
她表示，這樣還是非常好。
她喜歡寫代碼的主要原因「是它當中解決問題的部分，而如果所有事都已經幫你做好了，
那當中的樂趣就被拿走了，」陸伶彥這樣反思到。
如果電腦做太多的思考，「你就得不到解決一個問題之後的那種滿足」。
而雖然她認為，隨著越來越多的學習和調適，AI編程工具是有潛力的，「但是希望不要太
快，讓我們變得多餘，」她笑說。
5.完整新聞連結 (或短網址):
https://www.bbc.com/zhongwen/trad/business-58476227
6.備註:
※ 一個人三天只能張貼一則新聞，被刪或自刪也算額度內，超貼者水桶，請注意
※ 備註請勿張貼三日內新聞(包含連結、標題等)