Kas suured keelemudelid asendavad inimprogrammeerijaid?
Põgusalt
Suured keelemudelid (LLM-id) meeldib GPT-4 on toonud olulisi edusamme koodide genereerimisel, peamiselt tänu nende oskustele programmeerimiskeelte mõistmisel.
Abacus.ai tegevjuht Bindu Reddy ennustab üleminekut järgmise 3–5 aasta jooksul, kus LLM-id võivad programmeerimisel omandada silmapaistva rolli.
Teised eksperdid väidavad aga, et LLM-id annavad programmeerijatele jõudu, muutes need tõhusamaks, kuid inimeste nüansirikkad teadmised ja probleemide lahendamise võimed jäävad tehisintellekti ja programmeerimise areneval maastikul hädavajalikuks.
Kuna suured keelemudelid (LLM) domineerivad üha enam koodi genereerimise valdkonnas, tekib küsimusi nende potentsiaali kohta inimprogrammeerijaid asendada. LLM-id saavad suurepäraselt aru programmeerimiskeeltest, nagu Python ja Java, tänu koodile omasele struktuurile ja inimkeelega võrreldes väiksemale mitmetähenduslikkusele.
Vastus küsimusele, kas LLM-id programmeerijaid asendavad, on keeruline, sõltudes sellistest teguritest nagu kontekst, loovus ja nende tehisintellektisüsteemide arenevad võimalused. Abacus.ai tegevjuht Bindu Reddy ennustab, et Large Language Models (LLM) võtab järgmise 3–5 aasta jooksul üle inimprogrammeerijad.
LLM-id on koodi genereerimises revolutsiooniliselt muutnud, näidates oma võimet programmeerimiskeelte, nagu Python ja Java, mõistmisel. See domineerimine tuleneb asjaolust, et kood on täis korratavaid mustreid, pakkudes LLM-idele piisavalt koolitusandmeid ja nende kaasasündinud võimet mõista konteksti. Erinevalt inimkeelest järgib kood konkreetseid disainiparadigmasid, struktureeritud reegleid ja minimaalset mitmetähenduslikkust, mis muudab LLM-ide jaoks süntaktiliselt õige koodi genereerimise lihtsamaks.
Lisaks selgitas Reddy, et programmeerimiskeelte sõnavarad on piiratud, säästes vajadust pidevate neologismide ja sõnaraamatute järele. Kuigi LLM-id paistavad silma kontekstuaalse mõistmise poolest, nõuab kood keerulise tekstisisuga võrreldes palju vähem konteksti mõistmist. Näiteks nõuab sorteerimisalgoritm erinevalt keerukatest tekstijutustustest minimaalset kontekstuaalset teavet.
Koodile omane loogika, funktsionaalsus ja vähenenud loovus lihtsustavad täpse koodi genereerimist veelgi, lisaeeliseks on lihtne valideerimine läbi täitmise ja veaanalüüsi.
„See kõik tähendab, et LLM-id löövad koodi genereerimisel kaasa. Kas see tähendab, et nad vahetavad peagi programmeerijad välja? Lühike vastus on EI järgmise 1-3 aasta jooksul ja JAH pärast 3-5 aastat.
ütles Reddy.
Tulevikku vaadates võivad LLM-id arenedes muutuda targemaks, võimaldades mitme tehisintellekti roboti aheldamist olulisemate ülesannete lahendamiseks. Reddy väidab, et lõpuks võib programmeerija roll makettide ja tootenõuete dokumentide (PRD-de) tõlkimisel toimivatesse süsteemidesse väheneda, kuulutades võimalikku nihet tarkvaraarenduse maastikul.
Erinevad arvamused: LLM-id annavad võimaluse, mitte ei asenda programmeerijaid
Linda Hoeberigs, i-Genie.ai tehisintellekti juht, vaidlesid et kuigi LLM-id pakuvad tohutut potentsiaali, on nad valmis programmeerimise taustaga inimeste teadmisi pigem täiendama kui asendama.
Ta väidab, et välja on arenenud paremad õhutamistehnikad, mis nõuavad LLM-i põhimõtete põhjalikku mõistmist. Sellised meetodid nagu mõtteahel, graafiku esitamine ja reageerimisviibad parandavad väljundi kvaliteeti ja konteksti mõistmist, kuid nende tõhus kasutamine nõuab teadmisi, mida tavaliselt leidub andmeteadlastel ja tehisintellekti programmeerijatel.
Veelgi enam, API-de kasutamine tõhususe tagamiseks, mis pakuvad suuremat läbilaskevõimet ja töövoo integreerimist, muutub programmeerimisalaste teadmistega inimestele kättesaadavamaks. API-sid kasutusele võtnud ettevõtted on kogenud märkimisväärset turukapitalisatsiooni kasvu, mis rõhutab nende tähtsust.
Kolmas Hoeberigsi mõte on see, et keeruline loogikakujundus jääb valdkonnaks, kus inimprogrammeerijad on silmapaistvad. Kuigi LLM-id saavad luua inimese moodi tekst, keeruka, usaldusväärse ja funktsionaalse koodi koostamine on programmeerijate eriline oskus. LLM-id on selles protsessis väärtuslikud tööriistad.
LLM-id, kombineerituna selliste tehnoloogiatega nagu Langchain ja Picecone, hõlbustavad patenteeritud andmete päringuid – ülesanne, mis tavaliselt nõuab oskusi andmete struktureerimisel, indekseerimisel, API kujundamisel ja LLM-i interaktsioonil – oskusi, mida sageli leidub andmeteadlastel ja programmeerijatel.
Lõpuks on silumine ja mudeli häälestamine esmatähtsad, kuna LLM-id võivad anda vigaseid või kallutatud väljundeid. See protsess nõuab sügavat mõistmist mudeli sisemisest toimimisest, probleemide tuvastamisest ja loomingulisest probleemide lahendamisest – oskustest, mida kogenud andmeteadlased ja programmeerijad tavaliselt omavad.
"Nende tööriistade tõhusaks kasutamiseks vajalik tehniline keerukus, peensus ja mõistmise sügavus on üldsuse jaoks takistuseks. Näib, et vähemalt praegu on LLM-id valmis olema veel üks võimas tööriist nende arsenalis. andmeteadlased ja programmeerijad, mitte nende asendamine.
Hoeberigs kirjutas.
Sellegipoolest muudab tehisintellekt lihtsamaks programmeerimise ka mittetehnilistel inimestel. Näiteks, GPT-4 integreeritud koodi täitmise võimalused oma süsteemi, mis tähistab potentsiaalselt transformatiivset arengut. Uuendusel on potentsiaali ületada lünk mitte-programmeerijate jaoks, võimaldades neil tegeleda arendusega ilma tehnilisi kodeerimisoskusi nõudmata. Lisaks genereerib mudel käivitatava koodi, välistades vajaduse käsitsi kodeerimise järele ja hõlbustades lihtsat rakendamist. Mudeli üldise jõudluse parandamiseks on siiski vaja andmete mõistmist täiendavalt täiustada, eriti andmetöötluse sujuvamaks muutmisel koodi genereerimiseks ja graafikute koostamiseks.
Loe rohkem:
- 10 parimat tehisintellekti tööd
- 8 asja, mida peaksite teadma suurte keelemudelite kohta
- Microsoft tutvustab AI oskuste õppimise väljakutset, et varustada osalejad nõutavate tehisintellekti teadmistega
Kaebused
Vastavalt Usaldusprojekti juhised, pange tähele, et sellel lehel esitatud teave ei ole mõeldud ega tohiks tõlgendada kui juriidilist, maksu-, investeerimis-, finants- või muud nõuannet. Oluline on investeerida ainult seda, mida saate endale lubada kaotada, ja kahtluste korral küsida sõltumatut finantsnõu. Lisateabe saamiseks soovitame vaadata nõudeid ja tingimusi ning väljaandja või reklaamija pakutavaid abi- ja tugilehti. MetaversePost on pühendunud täpsele ja erapooletule aruandlusele, kuid turutingimusi võidakse ette teatamata muuta.
Umbes Autor
Agne on ajakirjanik, kes kajastab uusimaid trende ja arenguid metaversumis, AI-s ja Web3 tööstused Metaverse Post. Tema kirg lugude jutustamise vastu on viinud ta andma arvukalt intervjuusid nende valdkondade ekspertidega, püüdes alati avastada põnevaid ja kaasahaaravaid lugusid. Agnel on bakalaureusekraad kirjanduses ja tal on laialdane taust kirjutamisel väga erinevatel teemadel, sealhulgas reisimine, kunst ja kultuur. Ta on olnud ka vabatahtlik toimetaja loomaõiguste organisatsioonis, kus ta aitas tõsta teadlikkust loomade heaolu küsimustest. Võtke temaga ühendust [meiliga kaitstud].
Veel artikleid
Agne on ajakirjanik, kes kajastab uusimaid trende ja arenguid metaversumis, AI-s ja Web3 tööstused Metaverse Post. Tema kirg lugude jutustamise vastu on viinud ta andma arvukalt intervjuusid nende valdkondade ekspertidega, püüdes alati avastada põnevaid ja kaasahaaravaid lugusid. Agnel on bakalaureusekraad kirjanduses ja tal on laialdane taust kirjutamisel väga erinevatel teemadel, sealhulgas reisimine, kunst ja kultuur. Ta on olnud ka vabatahtlik toimetaja loomaõiguste organisatsioonis, kus ta aitas tõsta teadlikkust loomade heaolu küsimustest. Võtke temaga ühendust [meiliga kaitstud].
