唐旭編譯整理
量子位元報道| 公眾號
UI設計和前端工程師之間，可能還需要一個神經網路。
近日，位於哥本哈根的一家新創公司開發了一個名為「」的系統。運用深度學習，這個系統能夠根據輸入的圖形使用者介面（GUI）截圖直接輸出對應的程式碼，從而省去前端手動編寫程式碼的過程。
目前所產生程式碼的準確率已達到77%，且這些程式碼能夠相容於安卓、iOS以及Web介面三種平台。
到底有多神奇？看看下面這段影片就知道了。
的創辦人Tony 說，為了搞出這個神經網絡，研發團隊必須克服三個主要面向的困難：
也表示，在未來，他們可能會用生成對抗網路（GANs）對進行進一步的完善。 GANs已經證明了自己在生成序列和圖像時的優勢，但因為這一領域內的研究還處於相對初步的階段，要對神經網路進行訓練仍然需要花費大量的時間。
附paper地址：
地址：
此外，在上，對於相關的一些常見問題進行了解答。量子位元將這一部分編譯如下：
Q：資料集會在什麼時候開放？
A：我們把論文投到了今年的NIPS，等他們給予採納或拒絕的結果後，資料集將會開放，具體時間大概在九月。那時我們將會提供包含在資料集中的GUI截圖、相關的DSL程式碼以及針對iOS、安卓和Web介面的三種目標程式碼。
Q：原始碼什麼時候開放？
A：原本如論文中所寫，我們沒有開放原始碼的計畫。但沒想到這個專案吸引瞭如此多的關注，因此我們決定將論文中所說的實作程式碼和資料集一起開源。
Q：會支援其他目標平台/語言嗎？
A：不，只是一個研究項目，它將保持論文中所描述的狀態。這個專案其實只是我們在所做工作的一個小小展示。當然，我們歡迎你fork，自己在其他目標平台/語言上進行實驗。
Q：我能在自己的前端專案中用嗎？
A：不，只是實驗性的項目，目前還無法讓你在特定案例上應用。但我們正在努力爭取讓它商業化。
Q：模型的表現是如何進行測量的？
A：論文中所報告的準確或是錯誤結果都是在DSL層次上，透過對產生的token和預期的token進行比較而得出的。如果二者存在任何長度上的差異，同樣會被認定為錯誤。
Q：訓練這個模型要花多久時間？
A：在一塊英偉達的Tesla K80 GPU上，要讓一個資料集中包含的109 * 10^6個參數最優化，需要花費不到5個小時的時間。因此如果你想在三個目標平台上訓練這個模型的話，大概要花15個小時。
Q：我是前端開發者？我是不是很快就要失業？ （我非常真誠地問了這個問題好多遍了…）
A：AI並不會那麼快就把前端工程師取代。
即便假定已經存在一個成熟的版本，在每種不同的平台/語言上產生的程式碼都能達到100%的準確率，好的前端仍然需要邏輯、互動、高級的圖形和動畫，以及其他所有用戶喜歡的東西。
我們做這個東西的目的是填平UI/UX設計師與前端開發者之間的鴻溝，而不是去代替他們。我們希望能讓設計者更好地創作，同時讓開發人員將自己的時間更多地花在那些核心功能上。
我們相信未來AI將與人類合作，而不是取代人類。
【完】
招募
量子位正在招募編輯記者、營運、產品等職位，工作地點在北京中關村。相關細節，請在公眾號對話介面，回覆：「招募」。
One More Thing…
今天AI界還有哪些事值得關注？在量子位（）公眾號對話介面回覆“今天”，看我們全網搜羅的AI產業和研究動態。筆芯~