Ver código fonte para OpenAI Codex

O '''OpenAI Codex''' é uma [[inteligência artificial]] desenvolvido pela instituição [[OpenAI]] em 2021 baseado no modelo de linguagem [[GPT-3]], que analisa a [[Língua natural|linguagem natural]] (prompt engineering<ref name=":0">{{Citar web|url=https://microsoft.github.io/prompt-engineering/|titulo=How to get Codex to produce the code you want!|acessodata=2025-01-21|website=Prompt Engineering|lingua=en|titulotrad=Como fazer com que o Codex produza o código que você deseja!}}</ref>) e gera um [[Código-fonte|código de programação]] em resposta, para auxiliar não programador a criar [[Software aplicativo|aplicativos]] e [[Sítio eletrónico|websites]].<ref>{{Citar web|ultimo=Arbulu|primeiro=Rafael|url=https://olhardigital.com.br/2021/08/11/ciencia-e-espaco/codex-da-openai-traduz-ingles-para-codigos-de-programacao/|titulo=OpenAI desenvolve ferramenta que traduz inglês para código-fonte|data=2021-08-11|acessodata=2025-01-21|website=Olhar Digital|lingua=pt-BR}}</ref><ref>{{Citar web|url=https://www.comandosdevoz.com/ferramentas-inteligencia-artificial/openai-codex|titulo=OpenAI Codex|acessodata=2025-01-21|website=Comandos de Voz}}</ref> 

O Codex é um descendente do GPT-3 da [[OpenAI]] ajustado para uso em aplicativos de programação. A OpenAI lançou uma [[API]] para o Codex em uma [[Versão Beta|versão beta]].<ref name="OAI">{{cite web|last=Zaremba|first=Wojciech|url=https://openai.com/blog/openai-codex/|title=OpenAI Codex|date=10 de agosto de 2021|access-date=2021-09-03|website=[[OpenAI]]|author-link=Wojciech Zaremba}}</ref> Em março de 2023, a OpenAI fechou o acesso ao Codex,<ref>{{Cite web|last=Kemper|first=Jonathan|url=https://the-decoder.com/openai-kills-code-model-codex/|title=OpenAI kills its Codex code model, recommends GPT3.5 instead|date=2023-03-22|access-date=2023-03-29|website=THE DECODER|language=}}</ref> mas, devido a apelos públicos de pesquisadores, a instituição reverteu a situação.<ref>{{Cite tweet |number=1638336152800206858 |user=OfficialLoganK |title=Hey Carolyn, we will continue to support Codex access via our Researcher Access Program. Sorry for any confusion and hopefully the research is going well! |author=Logan Kilpatrick |data=22-03-2023 |acessodata=08-04-2023}}</ref> O modelo do Codex ainda pode ser usado por pesquisadores do programa de acesso à pesquisa da OpenAI.<ref>{{Cite web|url=https://openai.com/form/researcher-access-program|title=Researcher Access Program application|access-date=2023-04-08|website=openai.com|language=}}</ref>

== Recursos ==
Com base no GPT-3, uma [[Rede Neural|rede neural]] formada por textos, o Codex foi também formado por 159 gigabytes de código [[Python]] de 54 milhões de arquivos do [[GitHub]].<ref name="VB-bias">{{Cite news|last=Wiggers|first=Kyle|url=https://venturebeat.com/2021/07/08/openai-warns-ai-behind-githubs-copilot-may-be-susceptible-to-bias/|title=OpenAI warns AI behind GitHub's Copilot may be susceptible to bias|date=8 de julho de 2021|access-date=2021-09-03|work=[[VentureBeat]]}}</ref><ref name="IQ">{{Cite news|last=Alford|first=Anthony|url=https://www.infoq.com/news/2021/08/openai-codex/|title=OpenAI Announces 12 Billion Parameter Code-Generation AI Codex|date=31 de agosto de 2021|access-date=2021-09-03|work=InfoQ}}</ref> Além de auxiliar na programação de aplicativos e websites, também alimenta o [[GitHub Copilot|GitHub Copilot,]] uma ferramenta de [[Autocompletar|autocomplemento]] de programação para [[Ambiente de desenvolvimento integrado|IDE]] selecionados, como o [[Visual Studio Code]] e o [[Vim|Neovim]].<ref name="OAI" /><ref name=":0" /> Um caso de uso típico do Codex é um usuário digitar o comando ([[Interpretador de comandos|prompt engineering]]) na forma de um comentário python, como por exemplo:<syntaxhighlight>

"//compute the moving average of an array for a given window size"

</syntaxhighlight>"calcular a média variável de uma matriz para um determinado tamanho de janela" e, em seguida, usar a [[Inteligência artificial|IA]] para sugerir um bloco de código que satisfaça esse [[Interpretador de comandos|prompt]].<ref name="RegTA">{{Cite news|last2=Quach|first2=Katyanna|url=https://www.theregister.com/2021/07/06/github_copilot_autocoder_caught_spilling/|title=GitHub Copilot auto-coder snags emerge, from seemingly spilled secrets to bad code, but some love it|date=6 de julho de 2021|access-date=2021-09-04|work=[[The Register]]|last1=Anderson|first1=Tim}}</ref> A OpenAI afirmou que o Codex pode concluir aproximadamente 37% das solicitações e tem como objetivo tornar a programação humana mais rápida, em vez de substituí-la. A instituição afirmou que a IA destaca-se no "mapeamento de problemas simples para códigos existentes", que eles descrevem como "provavelmente a parte menos divertida da programação".<ref name="SH">{{Cite news|last=Dorrier|first=Jason|url=https://singularityhub.com/2021/08/15/openais-codex-translates-everyday-language-into-computer-code/|title=OpenAI's Codex Translates Everyday Language Into Computer Code|date=15 de agosto de 2021|access-date=2021-09-03|work=SingularityHub}}</ref><ref name="VB">{{Cite news|last=Dickson|first=Ben|url=https://venturebeat.com/2021/08/16/what-to-expect-from-openais-codex-api/|title=What to expect from OpenAI's Codex API|date=16 de agosto de 2021|access-date=2021-09-03|work=[[VentureBeat]]}}</ref> [[Jeremy Howard]], cofundador da [[Fast.ai]], declarou que "o Codex é uma forma de escrever um código sem ter que escrever tanto código" e que "nem sempre está correto, mas está próximo o suficiente".<ref name="NYT">{{Cite news|last=Metz|first=Cade|url=https://www.nytimes.com/2021/09/09/technology/codex-artificial-intelligence-coding.html|title=A.I. Can Now Write Its Own Computer Code. That's Good News for Humans.|date=9 de setembro de 2021|access-date=2021-09-16|work=[[The New York Times]]}}</ref> De acordo com um artigo escrito por pesquisadores da [[OpenAI]], quando o Codex tentou um teste por 100 vezes, ele gerou soluções funcionais para 70,2% das solicitações.<ref name="arXiv">{{Cite arXiv|eprint=2107.03374|class=cs|first1=Mark|first2=Jerry|last2=Tworek|title=Evaluating Large Language Models Trained on Code|date=2021-07-14|last1=Chen|last3=Jun|first3=Heewoo|last4=Yuan|first4=Qiming|last5=Pinto|first5=Henrique Ponde de Oliveira|last6=Kaplan|first6=Jared|last7=Edwards|first7=Harri|last8=Burda|first8=Yuri|last9=Joseph|first9=Nicholas|last10=Brockman|first10=Greg|last11=Ray|first11=Alex}}</ref> A OpenAI afirma que o Codex pode criar um código em mais de uma dúzia de [[Linguagem de programação|linguagens de programação]], incluindo: [[Go (linguagem de programação)|Go]], [[JavaScript]], [[Perl]], [[PHP]], [[Ruby (linguagem de programação)|Ruby]], [[Shell script|Shell]], [[Swift (linguagem de programação)|Swift]] e, [[TypeScript]] (embora seja mais eficaz em Python).<ref name="OAI" /> De acordo com a ''[[VentureBeat]]'', as demonstrações apresentadas pela OpenAI mostraram recursos impressionantes de resolução de [[correferência]]; foram capazes de criar um [[Jogo eletrônico para navegador|jogo de navegador]] em [[JavaScript]] e gerar gráficos de dados científicos usando [[matplotlib]].<ref name="VB" /> A instituição mostrou que esta IA pode interagir com serviços e aplicativos como: [[Mailchimp]], [[Microsoft Word]], [[Spotify]] e, [[Google Calendar]].<ref name="VB" /><ref name="Verge">{{Cite news|last=Vincent|first=James|url=https://www.theverge.com/2021/8/10/22618128/openai-codex-natural-language-into-code-api-beta-access|title=OpenAI can translate English into code with its new machine learning software Codex|date=10 de agosto de 2021|access-date=2021-09-03|work=[[The Verge]]}}</ref> A [[Microsoft]] está interessada em explorar os recursos do Codex.<ref name="Verge" />

Mais um exemplo, para criar um personagem no estilo Minecraft usando uma biblioteca que o Codex não conhece, basta descrever a biblioteca da API para a IA no prompt;<ref name=":0" /> neste exemplo o Codex deve usar a API Simulated Player do Minecraft (biblioteca typescript para controlar um personagem no jogo através de comandos: mover, conversar, olhar o inventário, criar itens, etc).<ref name=":0" /> Pode informar comandos específicos desta API para a IA usar e autocompletar o código no contexto:<ref name=":0" /><ref>{{Citar web|ultimo=mrbullwinkle|url=https://learn.microsoft.com/pt-br/azure/ai-services/openai/how-to/work-with-code|titulo=Como usar os modelos codex para trabalhar com código - Azure OpenAI Service|data=2024-09-20|acessodata=2025-01-21|website=Microsoft Learn}}</ref><syntaxhighlight lang="text">
Comando:
/* Minecraft bot commands using the Simulated Player API. When the comment is
conversational, the bot will respond as a helpful Minecraft bot. Otherwise,
 it will do as asked.*/

// API REFERENCE:
// moveRelative(leftRight: number, backwardForward: number, speed?: number): void - Orders the simulated player to walk in the given direction relative to the player's current rotation (o jogador simulado ande na direção dada em relação à rotação atual do jogador).
// stopMoving(): void - Stops moving/walking/following if the simulated player is moving (Para de se mover/andar/seguir se o jogador simulado estiver se movendo).
// lookAtEntity(entity: Entity): void - Rotates the simulated player's head/body to look at the given entity (Gira a cabeça/corpo do jogador simulado para olhar para a entidade dada).
// jumpUp(): boolean - Causes the simulated player to jump (Faz o jogador simulado pular).
// chat(message: string): void - Sends a chat message from the simulated player (Envia uma mensagem de bate-papo do jogador simulado).
// listInventory(object: Block | SimulatedPlayer | Player): InventoryComponentContainer - returns a container enumerating all the items a player or treasure chest has (retorna um contêiner enumerando todos os itens que um jogador ou baú de tesouro tem).

/* Include some example usage of the API (Inclua alguns exemplo de usao da API) */
// Move left
bot.moveRelative(1, 0, 1);
// Stop!
bot.stopMoving();
// Move backwards for half a second
bot.moveRelative(0, -1, 1);
await setTimeout(() => bot.stopMoving(), 500);
// Move forward a bit

Resultado:
bot.moveRelative(0, 1, 1);
await setTimeout(() => bot.stopMoving(), 500);

</syntaxhighlight>

=== Hiperparâmetros ===
É possível ajustar o comportamento dos modelos com vários hiperparâmetros, como número de tokens e temperatura.<ref name=":0" /> O hiperparâmetro <code>temperature</code>influencia como o modelo pode mudar a cada comando, mesmo sendo a mesmo comando, se definir como 0 a IA deve fornecer a mesma resposta a cada vez dentro da mesma sessão.<ref name=":0" /> O <code>stop sequence</code>é útil para impedi-lo de gerar variações de código semelhante, basta definir a sequência de parada no comando/comentário na linguagem de programação desejada: por exemplo, <code>#</code>para Python e <code>//</code>para JavaScript.<ref name=":0" />

== Problemas ==
Demonstrativos da OpenAI mostraram falhas como a ineficiência de códigos e peculiaridades pontuais em algumas amostras de códigos.<ref name="VB" /> Em uma entrevista com o [[The Verge|''The Verge'']], o [[diretor técnico]] da OpenAI, [[Greg Brockman]], disse que "às vezes o Codex não sabe exatamente o que você está pedindo" e que isso pode exigir algumas tentativas e erros.<ref name="Verge" /> Os pesquisadores da instituição descobriram que o Codex tem dificuldades com solicitações de alto nível e de várias etapas, muitas vezes falhando ou produzindo um comportamento contra-intuitivo.<ref name="arXiv" /> 

Além disso, eles apontaram vários problemas de segurança, como excesso de confiança por parte de programadores novatos, preconceitos com base nos dados de treinamento e impactos na segurança devido a códigos vulneráveis.<ref name="arXiv" /> A ''[[VentureBeat]]'' afirmou que, como o Codex é formado por dados públicos, ele pode ser vulnerável a "envenenamento de dados" por meio de uploads intencionais de códigos maliciosos.<ref name="VB" /> De acordo com um estudo realizado por pesquisadores da [[Universidade de Nova Iorque]] aproximadamente 40% do código gerado pelo [[GitHub Copilot]] (que usa o Codex) em cenários relevantes para [[CWEs]] de alto risco incluíam falhas ou outras passíveis falhas de projeto.<ref name="RegTC">{{cite arXiv|eprint=2108.09293|class=cs.CR|first1=Hammond|first2=Baleegh|last2=Ahmad|title=Asleep at the Keyboard? Assessing the Security of GitHub Copilot's Code Contributions|date=2021-12-16|last1=Pearce|last3=Tan|first3=Benjamin|last4=Dolan-Gavitt|first4=Brendan|last5=Karri|first5=Ramesh}}</ref>

=== Direitos autorais ===
A [[Free Software Foundation]] expressou preocupação com o fato de que os trechos de código gerados pelo Copilot e pelo Codex poderiam violar os direitos autorais, em particular a condição da [[GNU General Public License|GPL]] que exige que os trabalhos secundários sejam licenciados sob termos semelhantes.<ref name="IW-FSF">{{Cite news|last=Krill|first=Paul|url=https://www.infoworld.com/article/3627319/github-copilot-is-unacceptable-and-unjust-says-free-software-foundation.html|title=GitHub Copilot is 'unacceptable and unjust,' says Free Software Foundation|date=2 de agosto de 2021|access-date=2021-09-03|work=[[InfoWorld]]}}</ref> As questões levantadas incluem se o treinamento em arquivos públicos se enquadra no [[uso justo]] ou não, como os desenvolvedores poderiam descobrir códigos gerados com violações, se os modelos de [[aprendizado de máquina]] poderiam ser considerados código-fonte modificável ou uma compilação de dados do treinamento e se os próprios modelos de [[aprendizado de máquina]] poderiam ser protegidos por direitos autorais e por quem.<ref name="IW-FSF" /><ref name="FSF">{{Cite news|last=Robertson|first=Donald|url=https://www.fsf.org/blogs/licensing/fsf-funded-call-for-white-papers-on-philosophical-and-legal-questions-around-copilot|title=FSF-funded call for white papers on philosophical and legal questions around Copilot: Submit before Monday, August 23, 2021|date=2021-07-28|access-date=2021-09-04|work=[[Free Software Foundation]]}}</ref> Um estudo interno do [[GitHub]] descobriu que aproximadamente 0,1% do código gerado continha cópias diretas dos dados de treinamento. Em um exemplo, o modelo gerou o código de dados de treinamento implementando o algoritmo da raiz quadrada inversa rápida, incluindo comentários e um aviso de direitos autorais incorreto.<ref name="RegTA" /> Em resposta, a [[OpenAI]] declarou que "a incerteza jurídica sobre as implicações de [[Direito autoral|direitos autorais]] do treinamento de sistemas de [[Inteligência artificial|IA]] impõe custos substanciais aos desenvolvedores de [[Inteligência artificial|IA]] e, portanto, deve ser resolvida com propriedade".<ref name="RegTA" /> As questões de [[Direito autoral|direitos autorais]] do Codex foram comparadas ao processo judicial ''Authors Guild, Inc. v. Google, Inc.,'' no qual os juízes decidiram que o uso de trechos de texto de milhões de [[Digitalização de livros|livros digitalizados]] pelo [[Google Livros]] constituía uso justo.<ref name="RegTA" /><ref name="WIRED">{{Cite magazine|last=Barber|first=Gregory|data=|title=GitHub's Commercial AI Tool Was Built From Open Source Code|url=https://www.wired.com/story/github-commercial-ai-tool-built-open-source-code/|magazine=WIRED|access-date=2021-09-04|date=12 de julho de 2021}}</ref>

== Referências ==
<references />{{OpenAI}}
[[Categoria:Inteligência artificial]]
[[Categoria:Inteligência artificial em jogos]]
[[Categoria:Tecnologia da informação]]
[[Categoria:OpenAI]]