Träna AI direkt på maskinkod...

......
Alla datorprogram man idag installerar är i maskinkod.
Varför tränar man inte dagens AI direkt på maskinkoden
då AI kan se mönster utan problem i denna data?
Då GitHub har alla dessa Open Source program med kod
borde det väl gå att då skippa kompilatorer
och visserligen få genererat kod med kommentarer
för att kunna kolla så att det man önskar verkar vettigt
men sedan skippa kompilatorer och bara låta denna
tränade AI generera programmet dvs maskinkoden?
Den borde ju då kanske generera mindre buggar med tiden.

Eller?

MagI
.......

Du kommer ha program som du inte vet vad de gör.
Antagligen skulle de krasha eller hänga sig konstant.
Det finns ingen garanti att koden AI:n tränas på är felfri heller.
Du kanske har lösningar på det, så jag menar inte att idén är dum.

Backa ett par steg och titta på hur väl Copilot och ChatGPT fungerar. Visst, ibland får man rätt svar men knappast något man kan lita på utan att kontrollera att det är rätt.

Hur tänker du det skulle gå till i maskinkod?

AI kan man ha till mycket men inte till någon universell kompilator som producerar maskinkod direkt från mänskligt språk. Det vågar jag nog lova.

Varför räcker det inte med att bara producera kod som en människa kan läsa och förstå?

Det är nog för jobbigt, att skriva "hello world" i maskinkod är väl massa jävla rader istället för 1-3 på högnivåspråk?

Nej. Maskinkoden kan ju se helt olika ut ipå olika plattformar.
Att hålla på med maskinkod är ingen fördel annat än när det är rent nödvändigt av hastighetsskäl, vilket blir alltmer sällan. Till och med på en enkel microprocessor kan man använda C och slipper hacka med maskinkod/assembler.

Då tränar man upp en AI för varje plattform.
Det finns ju ofta färdiga program med maskinkod för varje plattform.
Så vad är problemet?

MagI
.....

Vad är det du vill åstadkomma med denna AI? Github Copilot finns redan
och det gör samma sak som du vill åstadkomma låter det som. Jag använder
copilot nästan dagligen och ibland kan den verkligen imponera när det kommer
till lite ovanligare språk som F# och verkligen i VHDL/Verilog. Men 90% av
allt den genererar är skräp om man ska va perfektionist. Copilot har ingen
känsla för hur saker fungerar i ett språk utan den lär sig bara från hur andra
har löst nischade problem. Absolut den kan generera hello-world program utan
problem men när storleken på programmen ökar blir andelen skräp också
större. Samt att desto närmare maskinnivå man kommer desto viktigare
blir det att veta vad man håller på med. Så att AI ska kunna generera hela
program i maskinnivå anpassat till varje processorarkitektur är nästan helt
omöjligt i dagens teknik IMO.

Jag inbillar mig att om man tränar en AI på ren maskinkod för varje plattform
kan den lättare se säkra, stabila logiska mönster i maskinkoden,
är att titta på olika programspråk, där samma sak kan kodas på olika sätt.
I maskinkod borde det ju finnas ett mest optimalt sätt,
som ger minst problem, tycker man ju......

MagI
-------

Maskinkoden ser olika ut beroende på kompilator och plattform den skall köras på.

Säger inte att det är omöjligt att en AI modell som tränats med lika stor omfattning som GPT-3 eller ChatGPT enbart på att programmera för en given plattform skulle kunna uträtta en hel del, men det kräver stora investeringar och tid.

Kan du ge några exempel på ”stabila logiska mönster”?