Hoće li modeli velikih jezika zamijeniti ljudske programere?
Ukratko
Veliki jezični modeli (LLMs) Kao GPT-4 donijeli su značajan napredak u generiranju koda, prvenstveno zahvaljujući njihovoj stručnosti u razumijevanju programskih jezika.
Bindu Reddy, izvršni direktor Abacus.ai, predviđa prijelaz u sljedećih 3 do 5 godina, gdje bi LLM mogli preuzeti istaknutu ulogu u programiranju.
Međutim, drugi stručnjaci tvrde da LLM osnažuje programere, čineći ih učinkovitijima, ali nijansirana stručnost i sposobnosti rješavanja problema kod ljudi ostaju nezamjenjivi u razvoju umjetne inteligencije i programiranja.
Kako veliki jezični modeli (LLM) sve više dominiraju područjem generiranja koda, postavljaju se pitanja o njihovom potencijalu da zamijene ljudske programere. LLM-i su izvrsni u razumijevanju programskih jezika kao što su Python i Java, zahvaljujući svojstvenoj strukturi koda i smanjenoj dvosmislenosti u usporedbi s ljudskim jezikom.
Odgovor na pitanje hoće li LLM zamijeniti programere je složen i ovisi o čimbenicima kao što su kontekst, kreativnost i razvojne sposobnosti ovih AI sustava. Bindu Reddy, izvršni direktor tvrtke Abacus.ai, predviđa da će Large Language Models (LLM) preuzeti primat od ljudskih programera u sljedećih 3 do 5 godina.
LLM-ovi su revolucionirali generiranje koda, pokazujući svoju moć u razumijevanju programskih jezika kao što su Python i Java. Ova dominacija proizlazi iz činjenice da je kod prepun uzoraka koji se mogu ponavljati, pružajući dovoljno podataka za obuku za LLM i njihovu urođenu sposobnost da shvate kontekst. Za razliku od ljudskog jezika, kod se pridržava specifičnih paradigmi dizajna, strukturiranih pravila i minimalne dvosmislenosti, što LLM-ima olakšava generiranje sintaktički ispravnog koda.
Štoviše, Reddy je objasnio da programski jezici imaju ograničen rječnik, pošteđujući potrebe za stalnim neologizmima i rječnicima. Iako se LLM-i ističu u kontekstualnom razumijevanju, kôd zahtijeva daleko manje kontekstualnog razumijevanja u usporedbi sa složenim tekstualnim sadržajem. Na primjer, algoritam sortiranja zahtijeva minimalne kontekstualne informacije, za razliku od zamršenih tekstualnih narativa.
Inherentna logika koda, funkcionalnost i smanjena kreativnost dodatno pojednostavljuju generiranje preciznog koda, uz dodatnu prednost jednostavne provjere kroz izvršavanje i analizu pogrešaka.
“Sve to znači da LLM-ovi imaju problema s generiranjem koda. Znači li to da će uskoro zamijeniti programere? Kratak odgovor je NE u sljedeće 1-3 godine i DA nakon 3-5 godina,”
rekao je Reddy.
Gledajući unaprijed, kako se LLM nastavljaju razvijati, mogli bi postati pametniji, omogućujući ulančavanje više AI robota za rješavanje značajnijih zadataka. Naposljetku, uloga programera u prevođenju maketa i dokumenata zahtjeva proizvoda (PRD-ova) u funkcionalne sustave mogla bi se smanjiti, najavljujući potencijalnu promjenu u krajoliku razvoja softvera, tvrdi Reddy.
Drugačije mišljenje: LLM-i osnažuju, a ne zamjenjuju programere
Linda Hoeberigs, voditeljica umjetne inteligencije u i-Genie.ai, tvrdio da, iako LLM-ovi nude golem potencijal, spremni su povećati, a ne zamijeniti, stručnost onih s programerskim iskustvom.
Ona tvrdi da su se napredne tehnike poticanja razvile, zahtijevajući duboko razumijevanje načela LLM-a. Tehnike kao što su lanac misli, grafički prikaz i reagiranje poboljšavaju kvalitetu ispisa i razumijevanje konteksta, ali njihova učinkovita upotreba zahtijeva stručnost koja se obično nalazi kod znanstvenika koji se bave podacima i programera umjetne inteligencije.
Štoviše, korištenje API-ja za učinkovitost, koji nude veću propusnost i integraciju tijeka rada, postaje dostupnije onima sa znanjem programiranja. Tvrtke koje su usvojile API-je doživjele su značajan rast tržišne kapitalizacije, naglašavajući njihovu važnost.
Treća Hoeberigsova poanta je da složeni logički dizajn ostaje područje u kojem se ljudski programeri ističu. Dok LLM mogu generirati ljudski tekst, izrada zamršenog, pouzdanog i funkcionalnog koda posebna je vještina koju posjeduju programeri. LLMs služe kao vrijedni alati u ovom procesu.
LLM-ovi, u kombinaciji s tehnologijama kao što su Langchain i Picecone, olakšavaju postavljanje upita za vlasničke podatke — zadatak koji obično zahtijeva vještine strukturiranja podataka, indeksiranja, dizajna API-ja i interakcije s LLM-om, vještina koje se često nalaze u podatkovnim znanstvenicima i programerima.
Na kraju, otklanjanje pogrešaka i ugađanje modela su najvažniji, s obzirom na to da LLM-ovi mogu proizvesti pogrešan ili pristran izlaz. Ovaj proces zahtijeva duboko razumijevanje unutarnjeg funkcioniranja modela, identifikaciju problema i kreativno rješavanje problema, vještine koje se obično nalaze kod iskusnih podatkovnih znanstvenika i programera.
„Tehnička složenost, suptilnost i dubina razumijevanja potrebna za učinkovito korištenje ovih alata i dalje predstavljaju prepreku za širu javnost. Čini se da su, barem za sada, doktorski studiji spremni postati još jedan moćan alat u arsenalu znanstvenici podataka i programere, a ne njihovu zamjenu,"
napisao je Hoeberigs.
Ipak, AI olakšava programiranje ljudima koji nisu upućeni u tehnologiju. Na primjer, GPT-4 integriran mogućnosti izvršavanja koda u svoj sustav, označavajući potencijalno transformativni razvoj. Inovacija ima potencijal premostiti jaz za neprogramere, dopuštajući im da se uključe u razvoj bez potrebe za tehničkim vještinama kodiranja. Osim toga, model generira izvršni kod, eliminirajući potrebu za ručnim kodiranjem i olakšavajući implementaciju bez napora. Međutim, potrebna su daljnja poboljšanja u razumijevanju podataka kako bi se poboljšala ukupna izvedba modela, posebno u pojednostavljenju obrade podataka za generiranje koda i crtanje grafikona.
Pročitajte više:
- 10 najboljih poslova u području umjetne inteligencije
- 8 stvari koje biste trebali znati o modelima velikih jezika
- Microsoft predstavlja izazov Learn AI Skills Challenge kako bi sudionike opremio traženom stručnošću u području umjetne inteligencije
Izjava o odricanju od odgovornosti
U skladu s Smjernice projekta povjerenja, imajte na umu da informacije navedene na ovoj stranici nemaju namjeru i ne smiju se tumačiti kao pravni, porezni, investicijski, financijski ili bilo koji drugi oblik savjeta. Važno je ulagati samo ono što si možete priuštiti izgubiti i potražiti neovisni financijski savjet ako imate bilo kakvih nedoumica. Za dodatne informacije predlažemo da pogledate odredbe i uvjete, kao i stranice za pomoć i podršku koje pruža izdavatelj ili oglašivač. MetaversePost je predan točnom, nepristranom izvješćivanju, ali tržišni uvjeti podložni su promjenama bez prethodne najave.
O autoru
Agne je novinarka koja pokriva najnovije trendove i razvoj u metaverzumu, umjetnoj inteligenciji i Web3 industrije za Metaverse Post. Njezina strast za pripovijedanjem dovela ju je do brojnih intervjua sa stručnjacima u tim područjima, uvijek nastojeći otkriti uzbudljive i privlačne priče. Agne je diplomirala književnost i ima opsežno iskustvo u pisanju o širokom rasponu tema, uključujući putovanja, umjetnost i kulturu. Također je volontirala kao urednica organizacije za prava životinja, gdje je pomogla u podizanju svijesti o pitanjima dobrobiti životinja. Kontaktirajte je na [e-pošta zaštićena].
Više članaka
Agne je novinarka koja pokriva najnovije trendove i razvoj u metaverzumu, umjetnoj inteligenciji i Web3 industrije za Metaverse Post. Njezina strast za pripovijedanjem dovela ju je do brojnih intervjua sa stručnjacima u tim područjima, uvijek nastojeći otkriti uzbudljive i privlačne priče. Agne je diplomirala književnost i ima opsežno iskustvo u pisanju o širokom rasponu tema, uključujući putovanja, umjetnost i kulturu. Također je volontirala kao urednica organizacije za prava životinja, gdje je pomogla u podizanju svijesti o pitanjima dobrobiti životinja. Kontaktirajte je na [e-pošta zaštićena].
