Les grands modèles de langage remplaceront-ils les programmeurs humains ?
En bref
Grands modèles de langage (LLM) comme GPT-4 ont apporté des progrès significatifs à la génération de code, principalement en raison de leur maîtrise des langages de programmation.
Bindu Reddy, PDG d'Abacus.ai, prédit une transition dans les 3 à 5 prochaines années, où les LLM pourraient jouer un rôle de premier plan dans la programmation.
Cependant, d’autres experts soutiennent que les LLM responsabilisent les programmeurs, les rendant plus efficaces, mais que l’expertise nuancée et les capacités de résolution de problèmes des humains restent indispensables dans le paysage en évolution de l’IA et de la programmation.
Alors que les grands modèles de langage (LLM) dominent de plus en plus le domaine de la génération de code, des questions se posent quant à leur potentiel à remplacer les programmeurs humains. Les LLM excellent dans la compréhension des langages de programmation comme Python et Java, grâce à la structure inhérente du code et à une ambiguïté réduite par rapport au langage humain.
La question de savoir si les LLM remplaceront les programmeurs est complexe et dépend de facteurs tels que le contexte, la créativité et l’évolution des capacités de ces systèmes d’IA. Bindu Reddy, PDG d'Abacus.ai, prédit que les grands modèles linguistiques (LLM) prendront le relais des programmeurs humains dans les 3 à 5 prochaines années.
Les LLM ont révolutionné la génération de code, démontrant leurs prouesses dans la compréhension des langages de programmation tels que Python et Java. Cette domination vient du fait que le code regorge de modèles reproductibles, fournissant de nombreuses données de formation pour les LLM et leur capacité innée à saisir le contexte. Contrairement au langage humain, le code adhère à des paradigmes de conception spécifiques, à des règles structurées et à une ambiguïté minimale, ce qui permet aux LLM de générer plus facilement un code syntaxiquement correct.
De plus, Reddy a expliqué que les langages de programmation ont un vocabulaire limité, ce qui évite le besoin de néologismes et de dictionnaires constants. Alors que les LLM excellent dans la compréhension contextuelle, le code exige beaucoup moins de compréhension contextuelle que le contenu textuel complexe. Par exemple, un algorithme de tri nécessite un minimum d’informations contextuelles, contrairement aux récits textuels complexes.
La logique inhérente au code, ses fonctionnalités et sa créativité réduite simplifient encore davantage la génération d'un code précis, avec l'avantage supplémentaire d'une validation facile via l'exécution et l'analyse des erreurs.
« Tout cela signifie que les LLM sont excellents dans la génération de code. Cela signifie-t-il qu’ils remplaceront bientôt les programmeurs ? La réponse courte est NON dans les 1 à 3 prochaines années et OUI au-delà de 3 à 5 ans.
» dit Reddy.
À l’avenir, à mesure que les LLM continuent d’évoluer, ils pourraient devenir plus intelligents, permettant ainsi d’enchaîner plusieurs robots IA pour s’attaquer à des tâches plus importantes. À terme, le rôle d'un programmeur dans la traduction des maquettes et des documents d'exigences de produits (PRD) en systèmes fonctionnels pourrait diminuer, annonçant un changement potentiel dans le paysage du développement logiciel, affirme Reddy.
Opinion différente : les LLM responsabilisent et ne remplacent pas les programmeurs
Linda Hoeberigs, responsable de l'IA chez i-Genie.ai, argumenté que même si les LLM offrent un immense potentiel, ils sont sur le point d'augmenter, plutôt que de remplacer, l'expertise de ceux qui ont une formation en programmation.
Elle soutient que des techniques d'incitation supérieures ont évolué, nécessitant une compréhension approfondie des principes du LLM. Des techniques telles que la chaîne de pensée, les invites graphiques et les invites de réaction améliorent la qualité des résultats et la compréhension du contexte, mais leur utilisation efficace nécessite une expertise que l'on trouve généralement chez les scientifiques des données et les programmeurs d'IA.
De plus, l’exploitation des API pour plus d’efficacité, qui offrent un débit plus élevé et une intégration des flux de travail, devient plus accessible à ceux qui ont des connaissances en programmation. Les entreprises qui adoptent les API ont connu une croissance notable de leur capitalisation boursière, soulignant leur importance.
Le troisième argument de Hoeberigs est que la conception logique complexe reste un domaine dans lequel les programmeurs humains excellent. Même si les LLM peuvent générer texte de type humain, la création de code complexe, fiable et fonctionnel est une compétence distincte que possèdent les programmeurs. Les LLM constituent des outils précieux dans ce processus.
Les LLM, lorsqu'ils sont combinés avec des technologies telles que Langchain et Picecone, facilitent l'interrogation de données propriétaires, une tâche qui nécessite généralement des compétences en structuration des données, en indexation, en conception d'API et en interaction LLM, compétences que l'on retrouve souvent chez les data scientists et les programmeurs.
Enfin, le débogage et le réglage du modèle sont primordiaux, étant donné que les LLM peuvent produire des résultats défectueux ou biaisés. Ce processus nécessite une compréhension approfondie du fonctionnement interne du modèle, de l'identification des problèmes et de la résolution créative des problèmes, compétences que l'on retrouve couramment chez les data scientists et les programmeurs expérimentés.
« La complexité technique, la subtilité et la profondeur de compréhension nécessaires pour exploiter efficacement ces outils restent un obstacle pour le grand public. Il semble que, pour le moment du moins, les LLM soient en passe de devenir un autre outil puissant dans l'arsenal des scientifiques de données et les programmeurs, plutôt que leur remplacement »,
Hoeberigs a écrit.
Pourtant, l’IA facilite la programmation pour les personnes non expertes en technologie. Par exemple, GPT-4 des services capacités d'exécution de code dans son système, marquant un développement potentiellement transformateur. Cette innovation a le potentiel de combler le fossé pour les non-programmeurs, en leur permettant de se lancer dans le développement sans nécessiter de compétences techniques en codage. De plus, le modèle génère du code exécutable, éliminant ainsi le besoin de codage manuel et facilitant une mise en œuvre sans effort. Cependant, d'autres améliorations sont nécessaires dans la compréhension des données pour améliorer les performances globales du modèle, notamment en rationalisant le traitement des données pour la génération de code et le traçage de graphiques.
Lire la suite:
- 10 meilleurs emplois en intelligence artificielle
- 8 choses que vous devez savoir sur les grands modèles de langage
- Microsoft dévoile le défi Learn AI Skills pour doter les participants d'une expertise en IA à la demande
Clause de non-responsabilité
En ligne avec la Lignes directrices du projet de confiance, veuillez noter que les informations fournies sur cette page ne sont pas destinées à être et ne doivent pas être interprétées comme des conseils juridiques, fiscaux, d'investissement, financiers ou toute autre forme de conseil. Il est important d’investir uniquement ce que vous pouvez vous permettre de perdre et de demander des conseils financiers indépendants en cas de doute. Pour plus d'informations, nous vous suggérons de vous référer aux conditions générales ainsi qu'aux pages d'aide et de support mises à disposition par l'émetteur ou l'annonceur. MetaversePost s'engage à fournir des rapports précis et impartiaux, mais les conditions du marché sont susceptibles de changer sans préavis.
A propos de l'auteur
Agne est une journaliste qui couvre les dernières tendances et développements dans le métaverse, l'IA et Web3 industries pour la Metaverse Post. Sa passion pour la narration l'a amenée à mener de nombreux entretiens avec des experts dans ces domaines, cherchant toujours à découvrir des histoires passionnantes et engageantes. Agne est titulaire d'un baccalauréat en littérature et possède une vaste expérience en rédaction sur un large éventail de sujets, notamment les voyages, l'art et la culture. Elle s'est également portée volontaire en tant que rédactrice pour une organisation de défense des droits des animaux, où elle a contribué à sensibiliser les gens aux problèmes de bien-être animal. Contactez-la au [email protected].
Plus d'articles
Agne est une journaliste qui couvre les dernières tendances et développements dans le métaverse, l'IA et Web3 industries pour la Metaverse Post. Sa passion pour la narration l'a amenée à mener de nombreux entretiens avec des experts dans ces domaines, cherchant toujours à découvrir des histoires passionnantes et engageantes. Agne est titulaire d'un baccalauréat en littérature et possède une vaste expérience en rédaction sur un large éventail de sujets, notamment les voyages, l'art et la culture. Elle s'est également portée volontaire en tant que rédactrice pour une organisation de défense des droits des animaux, où elle a contribué à sensibiliser les gens aux problèmes de bien-être animal. Contactez-la au [email protected].
