Böyük Dil Modelləri İnsan Proqramçılarını əvəz edəcəkmi?
Qısaca
Böyük Dil Modelləri (LLM-lər) kimi GPT-4 ilk növbədə proqramlaşdırma dillərini başa düşmək bacarığına görə kod istehsalına əhəmiyyətli irəliləyişlər gətirdilər.
Abacus.ai-nin baş direktoru Bindu Reddi, yaxın 3-5 il ərzində LLM-lərin proqramlaşdırmada mühüm rol oynaya biləcəyi keçidi proqnozlaşdırır.
Bununla belə, digər ekspertlər iddia edirlər ki, LLM-lər proqramçılara səlahiyyət verir, onları daha səmərəli edir, lakin insanların nüanslı təcrübəsi və problem həll etmə qabiliyyətləri AI və proqramlaşdırmanın inkişaf edən mənzərəsində əvəzolunmaz olaraq qalır.
Böyük dil modelləri (LLM) kod yaratma sahəsində getdikcə üstünlük təşkil etdikcə, onların insan proqramçılarını əvəz etmək potensialı ilə bağlı suallar yaranır. LLM-lər kodun xas quruluşu və insan dili ilə müqayisədə azaldılmış qeyri-müəyyənlik sayəsində Python və Java kimi proqramlaşdırma dillərini başa düşməkdə üstündür.
LLM-lərin proqramçıları əvəz edib-etməyəcəyi sualının cavabı mürəkkəbdir, kontekst, yaradıcılıq və bu AI sistemlərinin inkişaf edən imkanları kimi amillərdən asılıdır. Abacus.ai-nin baş direktoru Bindu Reddi, yaxın 3-5 il ərzində Böyük Dil Modellərinin (LLM) insan proqramçılarından keçəcəyini proqnozlaşdırır.
LLM-lər Python və Java kimi proqramlaşdırma dillərini başa düşməkdə öz şücaətlərini nümayiş etdirərək kod yaratmaqda inqilab etdi. Bu üstünlük ondan irəli gəlir ki, kodun təkrarlanan nümunələrlə dolu olması, LLM-lər üçün kifayət qədər təlim məlumatları və onların konteksti qavramaq üçün fitri qabiliyyəti təmin edir. İnsan dilindən fərqli olaraq, kod xüsusi dizayn paradiqmalarına, strukturlaşdırılmış qaydalara və minimal qeyri-müəyyənliyə riayət edir, bu da LLM-lərin sintaktik cəhətdən düzgün kodu yaratmasını asanlaşdırır.
Üstəlik, Reddi izah etdi ki, proqramlaşdırma dilləri məhdud lüğətlərə malikdir, daimi neologizmlərə və lüğətlərə ehtiyacı qoruyur. LLM-lər kontekstli qavrayışda üstün olsa da, kod mürəkkəb mətn məzmunu ilə müqayisədə daha az kontekstual anlayış tələb edir. Məsələn, çeşidləmə alqoritmi mürəkkəb mətn rəvayətlərindən fərqli olaraq minimal kontekstual məlumat tələb edir.
Kodun özünəməxsus məntiqi, funksionallığı və azaldılmış yaradıcılığı, icra və səhv təhlili vasitəsilə asan yoxlamanın əlavə üstünlüyü ilə dəqiq kodun yaradılmasını daha da sadələşdirir.
“Bütün bunlar o deməkdir ki, LLM-lər kod yaratmağa başlayır. Bu, onların tezliklə proqramçıları əvəz edəcəkləri deməkdirmi? Qısa cavab növbəti 1-3 ildə XEYR, 3-5 ildən sonra isə BƏLİ olacaq”.
Reddi dedi.
Gələcəyə baxsaq, LLM-lər təkamül etməyə davam etdikcə, onlar daha ağıllı ola bilər və bu, daha mühüm vəzifələri həll etmək üçün çoxsaylı AI botlarının zəncirlənməsinə imkan verir. Reddi hesab edir ki, nəhayət, maketlərin və məhsul tələbi sənədlərinin (PRD) işlək sistemlərə çevrilməsində proqramçının rolu azala bilər ki, bu da proqram təminatının inkişafı mənzərəsində potensial dəyişikliyi xəbər verir.
Fərqli Rəy: LLM-lər Proqramçıları əvəz etmir, Gücləndirir
Linda Hoeberiqs, i-Genie.ai-nin AI rəhbəri, müdafiə etdi LLM-lər böyük potensial təklif etsə də, proqramlaşdırma təcrübəsi olanların təcrübəsini əvəz etmək əvəzinə, artırmağa hazırdırlar.
O, üstün həvəsləndirmə üsullarının inkişaf etdiyini və LLM prinsiplərinin dərindən başa düşülməsini tələb etdiyini müdafiə edir. Düşüncə zənciri, qrafik təklifi və reaksiyaya təkan vermə kimi üsullar çıxış keyfiyyətini və kontekstinin başa düşülməsini artırır, lakin onların effektiv istifadəsi adətən məlumat alimləri və AI proqramçılarında tapılan təcrübə tələb edir.
Üstəlik, daha yüksək ötürmə qabiliyyəti və iş axını inteqrasiyası təklif edən səmərəlilik üçün API-lərdən istifadə proqramlaşdırma biliyi olanlar üçün daha əlçatan olur. API-ləri qəbul edən firmalar, onların əhəmiyyətini vurğulayaraq, bazar kapitallaşmasında nəzərəçarpacaq artım yaşadılar.
Üçüncü Hoeberiqsin fikri budur ki, mürəkkəb məntiq dizaynı insan proqramçılarının üstün olduğu sahə olaraq qalır. LLM-lər yarada bilər insana bənzər mətn, mürəkkəb, etibarlı və funksional kodun hazırlanması proqramçıların fərqli bir bacarığıdır. LLM-lər bu prosesdə dəyərli vasitələr rolunu oynayır.
LLM-lər, Langchain və Picecone kimi texnologiyalarla birləşdirildikdə, mülkiyyət məlumatlarının sorğulanmasını asanlaşdırır - bu, adətən məlumatların strukturlaşdırılması, indeksləşdirilməsi, API dizaynı və LLM qarşılıqlı əlaqəsi bacarıqlarını tələb edir, tez-tez məlumat alimləri və proqramçılarda tapılan bacarıqlar.
Nəhayət, LLM-lərin qüsurlu və ya qərəzli nəticə çıxara biləcəyini nəzərə alsaq, sazlama və modelin tənzimlənməsi çox vacibdir. Bu proses modelin daxili işlərinin dərindən dərk edilməsini, problemlərin müəyyənləşdirilməsini və problemin yaradıcı həllini, adətən təcrübəli data alimlərində və proqramçılarda tapılan bacarıqları tələb edir.
“Bu vasitələrdən səmərəli istifadə etmək üçün tələb olunan texniki mürəkkəblik, incəlik və anlayış dərinliyi geniş ictimaiyyət üçün maneə olaraq qalır. Görünür, ən azı indiyə qədər LLM-lər arsenalda başqa bir güclü vasitə olmağa hazırlaşır. məlumat alimləri və onları əvəz etməkdənsə, proqramçılar”
Hoeberiqs yazıb.
Yenə də süni intellekt texnologiyadan xəbəri olmayan insanların proqramlaşdırmasını asanlaşdırır. Məsələn, GPT-4 inteqrasiya kodun icrası imkanlarını onun sisteminə daxil edərək, potensial transformativ inkişafı qeyd edir. Yenilik proqramçı olmayanlar üçün boşluqları aradan qaldırmaq potensialına malikdir və onlara texniki kodlaşdırma bacarıqları tələb etmədən inkişafla məşğul olmağa imkan verir. Bundan əlavə, model icra edilə bilən kod yaradır, əl ilə kodlaşdırma ehtiyacını aradan qaldırır və asanlıqla həyata keçirilməsini asanlaşdırır. Bununla belə, modelin ümumi performansını artırmaq üçün məlumatların başa düşülməsində, xüsusən də kod yaratmaq və qrafik tərtib etmək üçün məlumatların işlənməsinin sadələşdirilməsində əlavə təkmilləşdirmələrə ehtiyac var.
Daha ətraflı:
- 10 ən yaxşı süni intellekt işi
- Böyük dil modelləri haqqında bilməli olduğunuz 8 şey
- Microsoft, iştirakçıları tələb olunan süni intellekt təcrübəsi ilə təchiz etmək üçün süni intellekt bacarıqlarını öyrənmək çağırışını təqdim edir
Məsuliyyətdən imtina
uyğun olaraq Güvən Layihəsi qaydaları, lütfən nəzərə alın ki, bu səhifədə təqdim olunan məlumat hüquqi, vergi, investisiya, maliyyə və ya hər hansı digər məsləhət forması kimi təfsir edilməməlidir və təfsir edilməməlidir. Yalnız itirə biləcəyiniz şeyə investisiya qoymaq və hər hansı bir şübhəniz varsa, müstəqil maliyyə məsləhətləri axtarmaq vacibdir. Əlavə məlumat üçün biz emitent və ya reklamçı tərəfindən təmin edilən şərtlər və şərtlərə, həmçinin yardım və dəstək səhifələrinə müraciət etməyi təklif edirik. MetaversePost dəqiq, qərəzsiz hesabat verməyə sadiqdir, lakin bazar şərtləri xəbərdarlıq edilmədən dəyişdirilə bilər.
Müəllif haqqında
Agne metaverse, AI və ən son tendensiyaları və inkişafları işıqlandıran bir jurnalistdir Web3 üçün sənayelər Metaverse Post. Hekayəyə olan həvəsi onu bu sahələr üzrə mütəxəssislərlə çoxsaylı müsahibələr aparmağa vadar edib, həmişə maraqlı və cəlbedici hekayələri üzə çıxarmağa çalışır. Agne ədəbiyyat üzrə bakalavr dərəcəsinə malikdir və səyahət, incəsənət və mədəniyyət də daxil olmaqla geniş mövzular haqqında yazı yazmaqda geniş təcrübəyə malikdir. O, həmçinin heyvanların rifahı problemləri haqqında məlumatlılığın artırılmasına kömək etdiyi heyvan hüquqları təşkilatında redaktor kimi könüllü olmuşdur. Onunla əlaqə saxlayın [e-poçt qorunur].
Ətraflı məqalələr
Agne metaverse, AI və ən son tendensiyaları və inkişafları işıqlandıran bir jurnalistdir Web3 üçün sənayelər Metaverse Post. Hekayəyə olan həvəsi onu bu sahələr üzrə mütəxəssislərlə çoxsaylı müsahibələr aparmağa vadar edib, həmişə maraqlı və cəlbedici hekayələri üzə çıxarmağa çalışır. Agne ədəbiyyat üzrə bakalavr dərəcəsinə malikdir və səyahət, incəsənət və mədəniyyət də daxil olmaqla geniş mövzular haqqında yazı yazmaqda geniş təcrübəyə malikdir. O, həmçinin heyvanların rifahı problemləri haqqında məlumatlılığın artırılmasına kömək etdiyi heyvan hüquqları təşkilatında redaktor kimi könüllü olmuşdur. Onunla əlaqə saxlayın [e-poçt qorunur].
