Code superficiel de Deepmind

Les cerveaux de Deepmind de Google sont connus dans le monde entier pour leurs avancées dans la recherche sur l’apprentissage en profondeur et les réseaux de neurones. De nos jours, alors que les techniques d’IA qui étaient autrefois interdites à toute personne sans doctorat en informatique deviennent lentement plus accessiblele dernier projet de l’équipe de son laboratoire de recherche britannique implique un moyen d’alléger le fardeau de l’écriture de code pour effectuer des tâches simples.

• Bien que Deepmind n’ait pas nécessairement déchiffré le code sur la démocratisation de la programmation complexe impliquée dans la création d’un réseau de neurones, le nouveau système utilise des modèles de langage basés sur des transformateurs pour écrire automatiquement du code, puis le transformer en programmes qui peuvent gagner dans un concours de codage.
• Jugé AlphaCodele système écrit des programmes informatiques à un niveau compétitif qui, selon Deepmind, est aussi bon que les 54 % des meilleurs participants humains aux compétitions de programmation sur Codeforces, une plate-forme hébergeant des batailles de codage rapides.
• Deepmind a reçu des éloges dans le passé en utilisant des jeux pour illustrer la puissance de ses créations algorithmiques : l’équipe de recherche a construit AlphaGo, le modèle d’IA qui a battu le champion humain Lee Sedol en 2016 dans un match tendu de l’ancien jeu de Go.

Construire une IA qui fonctionne pour résoudre des problèmes du monde réel implique souvent plus de créativité humaine que ce que gagner un jeu pourrait impliquer, a déclaré Amir Kashani, directeur de l’IA et des produits numériques pour la division industrielle de Stanley Black and Decker, et un vétéran des compétitions de programmation universitaire.

• Les concours de codage « n’apparaissent pas souvent dans les emplois de programmation quotidiens au-delà du jour de l’entretien d’embauche pour la plupart des programmeurs, mais reviennent souvent pour ceux qui font des travaux de recherche universitaires pour repousser les limites de l’informatique », a-t-il déclaré.

Voici comment Deepmind a construit AlphaCode :

• L’entreprise a préformé un modèle à l’aide du code accessible au public de GitHub, puis l’a affiné sur un petit ensemble de données de concours de codage.
• Ensuite, pour chaque problème du concours, ils ont construit « une quantité massive de programmes C++ et Python ».
• À partir de là, ils ont utilisé le débogage et les tests pour filtrer automatiquement ces programmes afin d’en trouver 10 qui valent la peine d’être évalués en externe et éventuellement soumis.

Les ingénieurs logiciels ont déclaré que le nouveau modèle de codage automatisé avait une valeur limitée :

• « L’objectif principal de la plupart des programmeurs est d’assembler des éléments d’infrastructure et d’utiliser des frameworks et des bibliothèques pour fournir des solutions viables à l’entreprise ou à l’organisation », a déclaré Marty Nelson, PDG d’Alchemy Code Lab, une école de formation pour développeurs de logiciels.
• L’écriture d’algorithmes à petite échelle ne représente qu’une fraction du processus, a-t-il déclaré. « Si des solutions d’IA comme celle-ci pouvaient également être formées pour un code hautement compréhensible, je pourrais les voir comme un élément utile dans la boîte à outils du programmeur, mais elles ne feront pas tout le travail. »
• Résoudre les problèmes de codage n’est pas facile, a déclaré Jeevan Kalanithi, co-fondateur et PDG d’OpenSpace, qui utilise la vision par ordinateur pour visualiser et archiver les travaux sur les chantiers de construction. Pourtant, il a dit: « C’est aussi quelque chose de par cœur. »
• Le type de codage automatisé activé par le nouveau système de Deepmind peut aider à alléger certaines tâches subalternes pour les programmeurs, mais « je ne pense pas que cela signifie que nous pouvons simplement automatiser les ingénieurs logiciels », a déclaré Kalanithi.

Il convient également de noter que GitHub de Microsoft travaille sur un projet similaire appelé Copilot qui agit comme un assistant de codage pour un développeur humain utilisant un code accessible au public pour former un système d’IA. La vie pourrait être beaucoup plus facile pour les futures générations de développeurs de logiciels cloud.

-Kate Kaye (e-mail | Twitter)

UN MESSAGE DE DATAIKU

Dataiku est la seule plate-forme d’IA qui connecte les données et les acteurs, permettant à quiconque de transformer les données en résultats commerciaux réels, du banal au moonshot. Parce que l’IA peut faire tellement de choses, mais il n’y a pas d’âme dans la machine, seulement devant elle. Sans vous, ce ne sont que des données.

Apprendre encore plus

npm tente de sceller ses colis

Il existe plus d’un moyen de sécuriser les chaînes d’approvisionnement logicielles qui dirigent le monde, comme l’a montré l’annonce d’OpenSSF hier.

Le npm de GitHub, qui gère des dizaines de packages de bibliothèques de logiciels populaires utilisés par les développeurs du monde entier, exige désormais que les responsables de ces packages utilisent une authentification à deux facteurs lors de la connexion à leurs comptes npm. La nouvelle politique s’appliquera d’abord aux mainteneurs des 100 meilleurs projets sur npm, mais sera finalement déployée à tous les utilisateurs, Le dossier a rapporté.

Les bibliothèques de logiciels sont des morceaux de code que les développeurs aiment réutiliser dans le cadre de leurs propres logiciels et sont mis à leur disposition via des packages stockés dans des référentiels tels que ceux de npm. Mais cette popularité et cette facilité d’utilisation font de ces packages de grandes cibles pour les pirates qui insèrent des logiciels malveillants dans des packages populaires et prennent le contrôle des systèmes distants une fois qu’ils sont téléchargés et installés.

Cette décision devrait donner aux développeurs un peu plus de tranquillité d’esprit sur le fait que les bibliothèques dont ils ont besoin pour créer leurs applications contiennent exactement ce qu’ils disent faire, et rien de plus.

—Tom Krazit (e-mail | Twitter)

Quand la facture est due

La facturation d’entreprise est notoirement complexe : elle englobe tout, des taxes et rétrofacturations aux remboursements et crédits. Ajoutez des modèles de tarification populaires basés sur SaaS comme les sièges, les abonnements et l’utilisation basée sur la consommation, et vous avez tout un défi d’infrastructure.

Métronome est une startup qui tente de s’attaquer au monde désordonné des systèmes de facturation évolutifs et flexibles. Rincer avec de l’argent après un Une levée de fonds de 30 millions de dollars dirigé par a16z, Metronome veut construire l’infrastructure sous-jacente pour les données de facturation d’entreprise.

La technologie de la startup est conçue pour permettre aux entreprises d’expérimenter des modèles de facturation sans avoir à réécrire le code. Cette capacité à ajuster votre structure de facturation à volonté pourrait constituer un avantage concurrentiel pour la prochaine génération d’entreprises SaaS.

Bien que le potentiel soit grand, la facturation reste toujours non résolue. C’est un domaine que nous surveillerons de près en 2022.

— Aïcha compte (e-mail | Twitter)

UN MESSAGE DE DATAIKU

Dataiku est la seule plate-forme d’IA qui connecte les données et les acteurs, permettant à quiconque de transformer les données en résultats commerciaux réels, du banal au moonshot. Parce que l’IA peut faire tellement de choses, mais il n’y a pas d’âme dans la machine, seulement devant elle. Sans vous, ce ne sont que des données.

Apprendre encore plus