← Visos naujienos

Tyrimai rodo, kad AI vis geriau atkuria programas be šaltinio kodo

TyrimaiŠaltinis: Two Minute Papers YouTube kanalas·
Tyrimai rodo, kad AI vis geriau atkuria programas be šaltinio kodo

Apžvalgoje nagrinėjami darbai apie AI atliekamą reverse engineering: viename teste gebėjimas atkurti visą projektą be šaltinio kodo per devynis mėnesius pakilo nuo 15 % iki beveik 100 % praeinamų testų, 12 mln. parametrų modelis apie 90 % tikslumu atkūrė matematines lygtis, o tinklalapių rekonstrukcija pasiekė 0,938 vizualinio panašumo su 95 % mažiau kodo. Sėkmę lemia beveik neribota mokymo duomenų pasiūla ir galimybė tikrinti rezultatą lyginant su originalia programa. Pastebima, kad Anthropic apribojo Claude 5.5 Opus esamų žaidimų atkūrimo užduotis, o tai esą stiprina argumentą turėti savo skaičiavimo galią ir lokalius modelius.

Pilna santrauka

Teiginys apie AI atkuriamą programinę įrangą0:00

Vaizdo įraše aptariami teiginiai, girdimi kai kuriuose straipsniuose ir vaizdo įrašuose, esą programinės įrangos kūrimas kaip verslas baigiasi, nes šiuolaikiniai AI įrankiai tokie galingi, kad gali tiesiog pažiūrėti į vaizdo žaidimą ir jį atkurti — sukurti žaidžiamą versiją vien iš stebėjimo. Pažymima, kad jau atsirado šimtai tokių AI pagalba atliktų reverse engineering projektų, kai kuriuos iš jų galima paleisti tiesiog naršyklėje. Atkuriami ir profesionalūs įrankiai, pavyzdžiui, Photoshop bei kitos Adobe programos.

Paaiškinama, kaip tai veikia: AI sistema gali analizuoti ne šaltinio kodą, o pačią sukompiliuotą programą, nustatyti, ką ji daro, ir parašyti naują programą, atliekančią tą patį. Dar daugiau — ji gali stebėti vien programos ar žaidimo elgseną ir iš jos atkurti funkcionalumą, po to ieškoti skirtumų bei klaidų ir tobulinti rezultatą, kol jis beveik sutampa su originalu.

Teisinis aspektas: funkcionalumas ir autorių teisės1:03

Paliečiamas teisinis aspektas: autorius pabrėžia nesąs teisininkas, bet primena, kad teismai yra nusprendę, jog programinės įrangos funkcionalumas nebūtinai saugomas autorių teisių, todėl nepriklausomos pakartotinės realizacijos gali būti legalios. Tačiau modeliai, tekstūros ir žaidimų personažai gali būti saugomi autorių teisėmis.

Moksliniai tyrimai: testų rezultatai1:35

Toliau apžvelgiami moksliniai darbai. Viename tyrime buvo testuojamas AI sistemų gebėjimas atkurti ištisus programinės įrangos projektus be šaltinio kodo. Vienoje konkrečioje programoje pradžia buvo prasta — praeidavo tik 15 % testų, tačiau vos per devynis mėnesius rodiklis pakilo iki beveik 100 %. Be to, pabrėžiama, kad tai dar senesni modeliai, o naujesni yra gerokai pajėgesni.

Kitame darbe tyrėjai paėmė mažytį 12 milijonų parametrų modelį, kuris šiais laikais beveik veiktų ir skrudintuve, ir jis maždaug 90 % tikslumu atkūrė matematines lygtis specialiai sukonstruotame teste su programine įranga, kurios šaltinio kodo neturime. Autorius pastebi, kad gebėjimas iš stebėjimų atkurti matematines taisykles iš esmės primena mokslinę veiklą.

Nuo funkcionalumo pereinama prie išvaizdos: tyrėjai naudojo AI tinklalapiams atkurti vien juos stebint ir pasiekė labai aukštą vizualinio panašumo įvertį — 0,938, o tai reiškia beveik identišką išdėstymą ir vizualinius elementus. Be to, tai padaryta naudojant 95 % mažiau kodo nei originaliame tinklalapyje, tikėtina, pašalinus reklamas ir sekimo kodą.

Kodėl tai veikia: duomenys ir orakulas3:06

Nurodomos dvi priežastys, kodėl tai veikia taip gerai. Pirma, egzistuoja beveik begalinis mokymo duomenų kiekis: nuklonavus atvirojo kodo saugyklą ir paleidus programą, iškart turima mokymo pora — šaltinio kodas ir veikianti programa, todėl galima išmokti versti iš vienos formos į kitą. Antra, norint atkurti esamą programą ar žaidimą, turimas „ground truth" orakulas: AI parašo pirmą versiją ir prasideda žaidimas „šilta–šalta", nes originalią programą galima paleisti ir testuoti kiek tik norima, o AI koreguoja, bando naujus variantus ir tikrina, kol viskas sutampa.

Laboratorijų ribojimai ir lokalūs modeliai3:38

Kaip problema įvardijama tai, kad pirmaujančios laboratorijos stabdo šią kryptį: Anthropic atnaujino savo Claude 5.5 Opus modelį taip, kad jis atkalbinėtų nuo esamų žaidimų atkūrimo, o kai kurie kūrėjai pranešė, jog jis atsisako ir teisėtų reverse engineering užduočių. Autoriaus teigimu, tai dar vienas argumentas turėti nuosavą skaičiavimo galią ir laisvus, lokalius modelius, kurių niekas negalėtų atimti — tema, apie kurią kanale kalbama nuolat.

Išvados apie naminę programinę įrangą4:41

Išvadose autorius mano, kad tiesmukas teiginys, jog programinė įranga baigėsi, yra kiek dramatiškas, tačiau AI gebėjimai šioje srityje tikrai smarkiai išaugo. Tai reiškia, kad greičiausiai bus įmanoma turėti savo Photoshop ar Final Cut Pro atmainas, parašytas specialiai pagal asmeninį skonį. Kartu keliamas platesnis pramonės klausimas apie tokio dalyko naudą: norint dirbti grafinio dizaino įmonėje, reikia mokėti naudotis standartiniais pramonės įrankiais, tokiais kaip Adobe programos, ir neaišku, kokią vertę turi įgūdžiai su niekam nežinoma naminė programine įranga.

Kita vertus, jei darbas atliekamas ir galima bendradarbiauti su kitais, galima naudoti tai, kas patinka. Todėl naminė programinė įranga su suderinamais formatais ateityje galėtų labai išpopuliarėti — nemokamai arba beveik nemokamai.

Kanalo kryptis ir rėmėjas Lambda5:12

Pabaigoje primenama, kad kanale daugiausia kalbama apie mokslinę pusę ir nagrinėjami moksliniai straipsniai, tačiau šis platesnis kontekstas irgi vertas dėmesio. Įrašas užbaigiamas rėmėjo Lambda paminėjimu: autorius sako naudojantis šią platformą AI straipsnių rezultatams atkartoti, dažnai per kelias minutes, savo modeliams treniruoti, esamiems derinti, inferencijai, text-to-image ar video generavimui, taip pat Deep Seek pokalbių roboto ar agento paleidimui, nes Lambda suteikia galingus Nvidia GPU eksperimentams.

Dalintis:

Originalas: Is Software Over? (Two Minute Papers YouTube kanalas)

Visos 2026 m. lapkričio 10 d. naujienos · Archyvas