ในงาน Think 2021 ของ IBM มีประกาศเปิดตัวโปรเจกต์ CodeNet ชุดข้อมูลขนาดใหญ่ที่สร้างขึ้นเพื่อสอน AI เขียนโปรแกรม โดยชุดข้อมูลประกอบด้วยตัวอย่างโค้ด 14 ล้านชุดรวม 500 ล้านบรรทัด และในภาษาโปรแกรมที่แตกต่างกันไปกว่า 55 ภาษา ตั้งแต่ที่ยังมีนิยมใช้งานคือ C++, Java, Python และ Go ไปจนถึงภาษาดั้งเดิมอย่าง COBOL, Pascal และ FORTRAN

IBM ระบุถึงปัญหาใหญ่ของวงการไอทีคือการแปลงโค้ดจากภาษาหนึ่งไปอีกภาษาหนึ่ง ที่แม้ระบบแปลงภาษาแบบใช้กฎแปลง (rule based) จะสามารถแปลงได้ 50-60% แต่ส่วนที่เหลือก็กลายเป็นส่วนที่มีความซับซ้อน

ปัจจุบันภาษาโปรแกรมมิ่งนั้นมีบริบทในตัวเองสูง การจะแปลภาษาให้เข้าใจนั้นยากและใช้เวลานาน ยิ่งโปรแกรมมีขนาดใหญ่เท่าไรก็ยิ่งแปลยากมากเท่านั้น จึงเป็นเรื่องท้าทายสำหรับ AI ที่จะทำแปลภาษาโปรแกรมมิ่ง โดยโปรเจกต์ CodeNet คาดว่าจะช่วยให้ AI เข้าใจบริบทของภาษาโปรแกรมมิ่งมากขึ้น

นอกจากนี้ ตัวชุดข้อมูลมีโค้ดพร้อมกับข้อมูลประกอบ (metadata) ทำให้สามารถใช้เพื่อค้นหาโค้ด และตรวจจับโค้ดซ้ำซ้อน และยังมีสถานะการยอมรับโค้ดชุดต่างๆ ซึ่งจะช่วยให้ AI สามารถแยกแยะโค้ดที่ดีกับโค้ดที่มีปัญหาออกจากกันได้ง่ายขึ้น

ความเป็นไปได้ที่จะใช้ปัญญาประดิษฐ์มาเขียนโปรแกรมมีมาหลายปีแล้ว สองปีก่อน OpenAI เคยสาธิตโมเดลปัญญาประดิษฐ์ GPT-2 และ พบว่ามันสามารถสร้างโค้ดออกมาได้ “สมจริง” แม้ตัวปัญญาประดิษฐ์จะไม่ได้ออกแบบมาสำหรับการเขียนโปรแกรมโดยตรง ดังนั้น การพัฒนาปัญญาประดิษฐ์เพื่อให้รองรับการเขียนโปรแกรมโดยตรงอาจจะสร้างแนวทางการเขียนโปรแกรมใหม่ๆ ที่ตัวโปรแกรมเมอร์สั่งการโค้ดในระดับสูงขึ้นไป

ที่มา - IBM