क्या बड़े भाषा मॉडल मानव प्रोग्रामर की जगह ले लेंगे?
संक्षेप में
बड़े भाषा मॉडल (एलएलएम) पसंद GPT-4 मुख्य रूप से प्रोग्रामिंग भाषाओं को समझने में उनकी दक्षता के कारण, कोड निर्माण में महत्वपूर्ण प्रगति हुई है।
Abacus.ai के सीईओ बिंदू रेड्डी अगले 3 से 5 वर्षों के भीतर एक बदलाव की भविष्यवाणी करते हैं, जहां एलएलएम प्रोग्रामिंग में एक प्रमुख भूमिका निभा सकते हैं।
हालाँकि, अन्य विशेषज्ञों का तर्क है कि एलएलएम प्रोग्रामर्स को सशक्त बनाते हैं, उन्हें अधिक कुशल बनाते हैं, लेकिन एआई और प्रोग्रामिंग के विकसित परिदृश्य में मनुष्यों की सूक्ष्म विशेषज्ञता और समस्या-समाधान क्षमताएं अपरिहार्य बनी हुई हैं।
जैसे-जैसे बड़े भाषा मॉडल (एलएलएम) कोड निर्माण के क्षेत्र में तेजी से हावी हो रहे हैं, मानव प्रोग्रामर को प्रतिस्थापित करने की उनकी क्षमता के बारे में सवाल उठने लगे हैं। कोड की अंतर्निहित संरचना और मानव भाषा की तुलना में कम अस्पष्टता के कारण, एलएलएम पायथन और जावा जैसी प्रोग्रामिंग भाषाओं को समझने में उत्कृष्टता प्राप्त करते हैं।
एलएलएम प्रोग्रामर की जगह लेगा या नहीं इसका उत्तर जटिल है, जो संदर्भ, रचनात्मकता और इन एआई सिस्टम की विकसित क्षमताओं जैसे कारकों पर निर्भर करता है। Abacus.ai के सीईओ बिंदू रेड्डी का अनुमान है कि बड़े भाषा मॉडल (एलएलएम) अगले 3 से 5 वर्षों के भीतर मानव प्रोग्रामर से आगे निकल जाएंगे।
एलएलएम ने पायथन और जावा जैसी प्रोग्रामिंग भाषाओं को समझने में अपनी क्षमता का प्रदर्शन करते हुए, कोड निर्माण में क्रांति ला दी है। यह प्रभुत्व इस तथ्य से उत्पन्न होता है कि कोड दोहराए जाने योग्य पैटर्न से भरा हुआ है, जो एलएलएम के लिए पर्याप्त प्रशिक्षण डेटा और संदर्भ को समझने की उनकी सहज क्षमता प्रदान करता है। मानव भाषा के विपरीत, कोड विशिष्ट डिज़ाइन प्रतिमानों, संरचित नियमों और न्यूनतम अस्पष्टता का पालन करता है, जिससे एलएलएम के लिए वाक्यात्मक रूप से सही कोड उत्पन्न करना आसान हो जाता है।
इसके अलावा, रेड्डी ने बताया कि प्रोग्रामिंग भाषाओं में सीमित शब्दावली होती है, जिससे निरंतर नवविज्ञान और शब्दकोशों की आवश्यकता नहीं होती है। जबकि एलएलएम प्रासंगिक समझ में उत्कृष्टता प्राप्त करते हैं, कोड जटिल पाठ्य सामग्री की तुलना में बहुत कम प्रासंगिक समझ की मांग करता है। उदाहरण के लिए, एक सॉर्टिंग एल्गोरिदम को जटिल पाठ्य कथाओं के विपरीत, न्यूनतम प्रासंगिक जानकारी की आवश्यकता होती है।
कोड के अंतर्निहित तर्क, कार्यक्षमता और कम रचनात्मकता निष्पादन और त्रुटि विश्लेषण के माध्यम से आसान सत्यापन के अतिरिक्त लाभ के साथ, सटीक कोड की पीढ़ी को और सरल बनाती है।
“इसका मतलब यह है कि एलएलएम कोड जनरेशन में तेजी लाते हैं। क्या इसका मतलब यह है कि वे जल्द ही प्रोग्रामर की जगह ले लेंगे? संक्षिप्त उत्तर अगले 1-3 वर्षों में नहीं है और 3-5 वर्षों के बाद हाँ है।”
रेड्डी ने कहा.
आगे देखते हुए, जैसे-जैसे एलएलएम का विकास जारी रहेगा, वे अधिक स्मार्ट हो सकते हैं, जिससे अधिक महत्वपूर्ण कार्यों से निपटने के लिए कई एआई बॉट्स की श्रृंखला सक्षम हो सकेगी। रेड्डी का तर्क है कि आखिरकार, मॉक-अप और उत्पाद आवश्यकता दस्तावेजों (पीआरडी) को कामकाजी प्रणालियों में अनुवाद करने में एक प्रोग्रामर की भूमिका कम हो सकती है, जिससे सॉफ्टवेयर विकास के परिदृश्य में एक संभावित बदलाव की शुरुआत हो सकती है।
अलग-अलग राय: एलएलएम सशक्त बना रहे हैं, प्रोग्रामर की जगह नहीं ले रहे हैं
लिंडा होएबेरिग्स, i-Genie.ai में AI की प्रमुख, तर्क दिया जबकि एलएलएम अपार संभावनाएं प्रदान करते हैं, वे प्रोग्रामिंग पृष्ठभूमि वाले लोगों की विशेषज्ञता को बदलने के बजाय बढ़ाने के लिए तैयार हैं।
उनका तर्क है कि बेहतर प्रोत्साहन तकनीकें विकसित हुई हैं, जिसके लिए एलएलएम सिद्धांतों की गहन समझ की आवश्यकता है। विचार श्रृंखला, ग्राफ प्रॉम्प्टिंग और प्रतिक्रिया प्रॉम्प्टिंग जैसी तकनीकें आउटपुट गुणवत्ता और संदर्भ समझ को बढ़ाती हैं, लेकिन उनके प्रभावी उपयोग के लिए आमतौर पर डेटा वैज्ञानिकों और एआई प्रोग्रामर में पाई जाने वाली विशेषज्ञता की आवश्यकता होती है।
इसके अलावा, दक्षता के लिए एपीआई का उपयोग करना, जो उच्च थ्रूपुट और वर्कफ़्लो एकीकरण की पेशकश करता है, प्रोग्रामिंग ज्ञान वाले लोगों के लिए अधिक सुलभ हो जाता है। एपीआई अपनाने वाली कंपनियों ने बाजार पूंजीकरण में उल्लेखनीय वृद्धि का अनुभव किया है, जो उनके महत्व पर जोर देता है।
होएबेरिग्स का तीसरा बिंदु यह है कि जटिल तर्क डिजाइन एक ऐसा क्षेत्र है जहां मानव प्रोग्रामर उत्कृष्टता प्राप्त करते हैं। जबकि एलएलएम उत्पन्न कर सकते हैं मानव जैसा पाठ, जटिल, विश्वसनीय और कार्यात्मक कोड तैयार करना प्रोग्रामर के पास एक विशिष्ट कौशल है। एलएलएम इस प्रक्रिया में मूल्यवान उपकरण के रूप में काम करते हैं।
एलएलएम, जब लैंगचैन और पिककोन जैसी प्रौद्योगिकियों के साथ संयुक्त होते हैं, तो मालिकाना डेटा की पूछताछ की सुविधा मिलती है - एक ऐसा कार्य जो आम तौर पर डेटा संरचना, अनुक्रमण, एपीआई डिजाइन और एलएलएम इंटरैक्शन में कौशल की मांग करता है, कौशल अक्सर डेटा वैज्ञानिकों और प्रोग्रामर में पाए जाते हैं।
अंत में, डिबगिंग और मॉडल ट्यूनिंग सर्वोपरि हैं, यह देखते हुए कि एलएलएम त्रुटिपूर्ण या पक्षपातपूर्ण आउटपुट दे सकते हैं। इस प्रक्रिया के लिए मॉडल की आंतरिक कार्यप्रणाली, समस्या की पहचान और रचनात्मक समस्या-समाधान की गहरी समझ की आवश्यकता होती है, कौशल आमतौर पर अनुभवी डेटा वैज्ञानिकों और प्रोग्रामर में पाए जाते हैं।
“इन उपकरणों का प्रभावी ढंग से लाभ उठाने के लिए आवश्यक तकनीकी जटिलता, सूक्ष्मता और समझ की गहराई आम जनता के लिए एक बाधा बनी हुई है। ऐसा लगता है कि, कम से कम कुछ समय के लिए, एलएलएम शस्त्रागार में एक और शक्तिशाली उपकरण बनने की ओर अग्रसर है डेटा वैज्ञानिकों और प्रोग्रामर, उनके प्रतिस्थापन के बजाय,"
होएबेरिग्स ने लिखा।
फिर भी, AI गैर-तकनीक-प्रेमी लोगों के लिए प्रोग्राम करना आसान बनाता है। उदाहरण के लिए, GPT-4 एकीकृत इसके सिस्टम में कोड निष्पादन क्षमताएं, एक संभावित परिवर्तनकारी विकास को चिह्नित करती हैं। नवाचार में गैर-प्रोग्रामरों के लिए अंतर को पाटने की क्षमता है, जिससे उन्हें तकनीकी कोडिंग कौशल की आवश्यकता के बिना विकास में संलग्न होने की अनुमति मिलती है। इसके अतिरिक्त, मॉडल निष्पादन योग्य कोड उत्पन्न करता है, जिससे मैन्युअल कोडिंग की आवश्यकता समाप्त हो जाती है और सहज कार्यान्वयन की सुविधा मिलती है। हालाँकि, मॉडल के समग्र प्रदर्शन को बढ़ाने के लिए डेटा समझ में और सुधार की आवश्यकता है, विशेष रूप से कोड जेनरेशन और ग्राफ़ प्लॉटिंग के लिए डेटा प्रोसेसिंग को सुव्यवस्थित करने में।
अधिक पढ़ें:
- 10 सर्वश्रेष्ठ आर्टिफिशियल इंटेलिजेंस जॉब्स
- बड़े भाषा मॉडल के बारे में आपको 8 बातें पता होनी चाहिए
- माइक्रोसॉफ्ट ने प्रतिभागियों को इन-डिमांड एआई विशेषज्ञता से लैस करने के लिए लर्न एआई स्किल्स चैलेंज का अनावरण किया
Disclaimer
साथ लाइन में ट्रस्ट परियोजना दिशानिर्देश, कृपया ध्यान दें कि इस पृष्ठ पर दी गई जानकारी का कानूनी, कर, निवेश, वित्तीय या किसी अन्य प्रकार की सलाह के रूप में व्याख्या करने का इरादा नहीं है और न ही इसकी व्याख्या की जानी चाहिए। यह महत्वपूर्ण है कि केवल उतना ही निवेश करें जितना आप खो सकते हैं और यदि आपको कोई संदेह हो तो स्वतंत्र वित्तीय सलाह लें। अधिक जानकारी के लिए, हम नियम और शर्तों के साथ-साथ जारीकर्ता या विज्ञापनदाता द्वारा प्रदान किए गए सहायता और समर्थन पृष्ठों का संदर्भ लेने का सुझाव देते हैं। MetaversePost सटीक, निष्पक्ष रिपोर्टिंग के लिए प्रतिबद्ध है, लेकिन बाज़ार की स्थितियाँ बिना सूचना के परिवर्तन के अधीन हैं।
के बारे में लेखक
एग्ने एक पत्रकार हैं जो मेटावर्स, एआई और में नवीनतम रुझानों और विकास को कवर करते हैं Web3 उद्योगों के लिए Metaverse Post. कहानी कहने के प्रति उनके जुनून ने उन्हें इन क्षेत्रों के विशेषज्ञों के साथ कई साक्षात्कार आयोजित करने के लिए प्रेरित किया है, जो हमेशा रोमांचक और आकर्षक कहानियों को उजागर करने की कोशिश करते हैं। एग्ने के पास साहित्य में स्नातक की डिग्री है और यात्रा, कला और संस्कृति सहित विभिन्न विषयों पर लिखने की उनकी व्यापक पृष्ठभूमि है। उन्होंने पशु अधिकार संगठन के लिए एक संपादक के रूप में भी स्वेच्छा से काम किया है, जहां उन्होंने पशु कल्याण के मुद्दों के बारे में जागरूकता बढ़ाने में मदद की। उससे संपर्क करें [ईमेल संरक्षित].
और अधिक लेख
एग्ने एक पत्रकार हैं जो मेटावर्स, एआई और में नवीनतम रुझानों और विकास को कवर करते हैं Web3 उद्योगों के लिए Metaverse Post. कहानी कहने के प्रति उनके जुनून ने उन्हें इन क्षेत्रों के विशेषज्ञों के साथ कई साक्षात्कार आयोजित करने के लिए प्रेरित किया है, जो हमेशा रोमांचक और आकर्षक कहानियों को उजागर करने की कोशिश करते हैं। एग्ने के पास साहित्य में स्नातक की डिग्री है और यात्रा, कला और संस्कृति सहित विभिन्न विषयों पर लिखने की उनकी व्यापक पृष्ठभूमि है। उन्होंने पशु अधिकार संगठन के लिए एक संपादक के रूप में भी स्वेच्छा से काम किया है, जहां उन्होंने पशु कल्याण के मुद्दों के बारे में जागरूकता बढ़ाने में मदद की। उससे संपर्क करें [ईमेल संरक्षित].
