Een softwareprototype van Google stelt robots in staat om autonoom code te schrijven. Gebruikers schrijven een zin om een taak te beschrijven, waarna de robot de benodigde code automatisch genereert.

Het is de droom van elk low-code en no-code platform. De software van Google maakt het mogelijk om workflows te programmeren met een enkele zin.

Heb je een applicatie nodig om appels en peren te sorteren, dan voer je de volgende regel in: ‘plaats de appels in de linkerbak en de peren in de rechterbak’. Vervolgens gebruikt de software natural language processing (NLP) om de opdracht te interpreteren en in code om te zetten. Het resultaat is een functionele workflow.

Demonstratie

De techgigant presenteerde het prototype van de software op het Google AI-event in New York. Tijdens de demonstratie kreeg het systeem diverse basale opdrachten, zoals in de onderstaande video afgebeeld. Plaats de blokken in de juiste schalen, maak een horizontale lijn, teken een pyramide onder een cirkel, enzovoorts.

De opdrachten zijn simpel. Het systeem bevindt zich in een vroeg stadium, maar het concept werkt. Google maakte de code openbaar beschikbaar op GitHub. Gebruikers moeten een robot voor de software configureren om de code aan de praat te krijgen. Daarnaast heeft een robot een camera nodig. Beschrijf je dat de robot een ‘blok’ moet verplaatsen, dan moet de robot immers kunnen zien waar het blok zich bevindt.

Google Code as Policies

Het softwareproject heet ‘Code as Policies’ (CaP). Het prototype werd ontwikkeld door onderzoekers van Google, waaronder Jacky Liang en Andy Zeng. In een blogpost wierpen de onderzoekers een licht op de onderliggende technologie. De software maakt gebruik van meerdere third-party API’s, libraries en natural language-modellen om tekstopdrachten in code om te zetten.

De beschikbaarheid van dergelijke libraries en API’s is de grootste beperking van het project. Natural language-modellen zijn op dit moment zelden in staat om termen als ‘hobbelig’ of ‘in de vorm van een C’ te begrijpen. Dit betekent dat opdrachten met dergelijke termen niet of nauwelijks worden ondersteund.

Hoe complexer de opdracht, hoe lager de kans van slagen. Vraag je de software bijvoorbeeld om een ‘huis met blokken’ te bouwen, dan heeft de software een library of API nodig met voorbeelden van huizen. Het laatste is op dit moment slecht beschikbaar.  

Lange weg te gaan

Google heeft het project gedemonstreerd om feedback uit te nodigen. De techgigant blijft het onderzoek in de voorzienbare toekomst financieren, maar het kan nog jaren duren voordat de technologie in de praktijk verschijnt.

Beperkte natural language-modellen zijn niet de enige uitdaging. Veiligheid is een pijnpunt voor elk autonoom systeem, van zelfrijdende auto’s tot het softwareproject van Google. De onderzoekers experimenteren met manieren om te garanderen dat robots geen onverwachtse acties uitvoeren, maar het team heeft een lange weg te gaan.