AppleがAIでSwiftUIコードを自習可能に：自動フィードバックで学習性能を飛躍的に向上

Appleの研究チームが、AIによるUI開発の課題を解決する画期的な技術を実現した。最新の論文『UICoder: 通過自動フィードバックによる大規模言語モデルによるユーザーインターフェースコード生成』で、オープンソースモデルがSwiftUIのUIコードを自主的に学習・生成できるようになるという成果を発表した。これまでの大規模言語モデル（LLM）は、一般的なコード生成では高い性能を示すものの、設計的に整合性があり、実行可能なUIコードを生成する能力には限界があった。特に、SwiftUIに関する実用的なコード例は、既存の学習データセット中で1％未満に過ぎず、学習の土台が極めて不足していた。 研究チームは、オープンソースモデル「StarChat-Beta」を基盤に、独自の自動フィードバックループを構築。まず、UIの説明文を入力し、大量のSwiftUIコードを生成。次に、Swiftコンパイラでコードの実行可能性を検証し、GPT-4Vを用いて生成されたUIと元の説明の一致度を視覚的に評価。編譯失敗、不適切、重複した出力を除外し、高品質なデータを抽出。このプロセスを五回の反復で実施し、合計99万6000件の高品質なSwiftUIコードデータセットを構築。これをもとに微調整した「UICoder」モデルを実装。 テスト結果では、UICoderは基礎モデルのStarChat-Betaを大幅に上回り、自動評価指標と人間評価の両面で優れた性能を示した。特に、コードのコンパイル成功率はGPT-4を上回り、全体的な品質はGPT-4と同等にまで到達した。重要な発見として、StarChat-Betaの元データにはSwiftUIコードが極めて少なかったことが判明。TheStackやOpenAssistant-Guanacoといった主要データセットでも、Swiftコードの割合は1万分の1以下に過ぎず、UICoderの成功は「既存データの再利用」ではなく、自生成の高品質データによる真の学習の進展であることを裏付けた。 研究チームは、この自動フィードバック手法が、他のプログラミング言語やUIフレームワークへの応用も可能であるとし、AI支援開発の新たな道筋を示した。