Akankah Model Bahasa Besar Menggantikan Pemrogram Manusia?
Singkatnya
Model Bahasa Besar (LLM) seperti GPT-4 telah membawa kemajuan signifikan dalam pembuatan kode, terutama karena kemahiran mereka dalam memahami bahasa pemrograman.
Bindu Reddy, CEO Abacus.ai, memperkirakan transisi dalam 3 hingga 5 tahun ke depan, di mana LLM mungkin mengambil peran penting dalam pemrograman.
Namun, para ahli lain berpendapat bahwa LLM memberdayakan pemrogram, menjadikannya lebih efisien, namun keahlian manusia dan kemampuan memecahkan masalah tetap diperlukan dalam lanskap AI dan pemrograman yang terus berkembang.
Ketika model bahasa besar (LLM) semakin mendominasi bidang pembuatan kode, muncul pertanyaan tentang potensinya untuk menggantikan pemrogram manusia. LLM unggul dalam memahami bahasa pemrograman seperti Python dan Java, berkat struktur kode yang melekat dan mengurangi ambiguitas dibandingkan dengan bahasa manusia.
Jawaban mengenai apakah LLM akan menggantikan pemrogram adalah jawaban yang kompleks, bergantung pada faktor-faktor seperti konteks, kreativitas, dan kemampuan sistem AI yang terus berkembang. Bindu Reddy, CEO Abacus.ai, memperkirakan bahwa Model Bahasa Besar (LLM) akan mengambil alih peran pemrogram manusia dalam 3 hingga 5 tahun ke depan.
LLM telah merevolusi pembuatan kode, menunjukkan kehebatan mereka dalam memahami bahasa pemrograman seperti Python dan Java. Dominasi ini berasal dari fakta bahwa kode penuh dengan pola yang dapat diulang, menyediakan data pelatihan yang cukup untuk LLM dan kemampuan bawaan mereka untuk memahami konteks. Tidak seperti bahasa manusia, kode menganut paradigma desain tertentu, aturan terstruktur, dan ambiguitas minimal, sehingga memudahkan LLM untuk menghasilkan kode yang benar secara sintaksis.
Selain itu, Reddy menjelaskan bahwa bahasa pemrograman memiliki kosa kata yang terbatas, sehingga tidak memerlukan neologisme dan kamus yang konstan. Meskipun LLM unggul dalam pemahaman kontekstual, kode menuntut pemahaman kontekstual yang jauh lebih sedikit dibandingkan dengan konten tekstual yang kompleks. Misalnya, algoritme pengurutan memerlukan informasi kontekstual yang minimal, tidak seperti narasi tekstual yang rumit.
Logika yang melekat pada kode, fungsionalitas, dan berkurangnya kreativitas semakin menyederhanakan pembuatan kode yang tepat, dengan keuntungan tambahan berupa validasi yang mudah melalui eksekusi dan analisis kesalahan.
“Semua ini berarti bahwa LLM sangat hebat dalam pembuatan kode. Apakah ini berarti mereka akan segera menggantikan programmer? Jawaban singkatnya adalah TIDAK dalam 1-3 tahun ke depan dan YA dalam 3-5 tahun ke depan,”
kata Reddi.
Ke depan, seiring berkembangnya LLM, mereka mungkin menjadi lebih pintar, memungkinkan rangkaian beberapa bot AI untuk menangani tugas-tugas yang lebih signifikan. Pada akhirnya, peran pemrogram dalam menerjemahkan mock-up dan dokumen persyaratan produk (PRD) ke dalam sistem yang berfungsi dapat berkurang, sehingga menunjukkan potensi perubahan dalam lanskap pengembangan perangkat lunak, menurut Reddy.
Pendapat Berbeda: LLM Memberdayakan, Bukan Menggantikan Pemrogram
Linda Hoeberigs, Kepala AI di i-Genie.ai, berdebat bahwa meskipun LLM menawarkan potensi yang sangat besar, mereka siap untuk menambah, bukan menggantikan, keahlian mereka yang memiliki latar belakang pemrograman.
Dia berpendapat bahwa teknik dorongan yang unggul telah berkembang, memerlukan pemahaman mendalam tentang prinsip-prinsip LLM. Teknik seperti rantai pemikiran, dorongan grafik, dan dorongan reaksi meningkatkan kualitas keluaran dan pemahaman konteks, namun penggunaannya yang efektif memerlukan keahlian yang biasanya ditemukan pada ilmuwan data dan pemrogram AI.
Selain itu, pemanfaatan API untuk efisiensi, yang menawarkan throughput lebih tinggi dan integrasi alur kerja, menjadi lebih mudah diakses oleh mereka yang memiliki pengetahuan pemrograman. Perusahaan yang mengadopsi API telah mengalami pertumbuhan kapitalisasi pasar yang signifikan, sehingga menekankan pentingnya hal tersebut.
Poin ketiga Hoeberigs adalah bahwa desain logika yang kompleks tetap menjadi bidang dimana pemrogram manusia unggul. Meskipun LLM dapat menghasilkan teks mirip manusia, membuat kode yang rumit, andal, dan fungsional adalah keterampilan tersendiri yang dimiliki pemrogram. LLM berfungsi sebagai alat yang berharga dalam proses ini.
LLM, bila dikombinasikan dengan teknologi seperti Langchain dan Picecone, memfasilitasi kueri data kepemilikan—sebuah tugas yang biasanya menuntut keterampilan dalam penataan data, pengindeksan, desain API, dan interaksi LLM, keterampilan yang sering ditemukan pada ilmuwan dan pemrogram data.
Terakhir, debugging dan penyetelan model adalah yang terpenting, mengingat LLM dapat menghasilkan keluaran yang cacat atau bias. Proses ini memerlukan pemahaman mendalam tentang cara kerja model, identifikasi masalah, dan pemecahan masalah secara kreatif, keterampilan yang biasa ditemukan pada ilmuwan dan pemrogram data berpengalaman.
“Kompleksitas teknis, kehalusan, dan kedalaman pemahaman yang diperlukan untuk memanfaatkan alat-alat ini secara efektif masih menjadi hambatan bagi masyarakat umum. Tampaknya, setidaknya untuk saat ini, LLM siap menjadi alat ampuh lainnya ilmuwan data dan pemrogram, bukan penggantinya,”
Hoeberigs menulis.
Namun, AI memudahkan orang yang tidak paham teknologi untuk membuat program. Contohnya, GPT-4 terpadu kemampuan eksekusi kode ke dalam sistemnya, menandai perkembangan yang berpotensi transformatif. Inovasi ini berpotensi menjembatani kesenjangan bagi non-pemrogram, memungkinkan mereka terlibat dalam pengembangan tanpa memerlukan keterampilan teknis pengkodean. Selain itu, model ini menghasilkan kode yang dapat dieksekusi, menghilangkan kebutuhan akan pengkodean manual dan memfasilitasi implementasi yang mudah. Namun, perbaikan lebih lanjut diperlukan dalam pemahaman data untuk meningkatkan kinerja model secara keseluruhan, khususnya dalam menyederhanakan pemrosesan data untuk pembuatan kode dan pembuatan grafik.
Baca lebih lanjut:
- 10 Pekerjaan Kecerdasan Buatan Terbaik
- 8 Hal Yang Harus Anda Ketahui Tentang Model Bahasa Besar
- Microsoft Meluncurkan Tantangan Mempelajari Keterampilan AI untuk Membekali Peserta dengan Keahlian AI yang Diminta
Penolakan tanggung jawab
Sejalan dengan Percayai pedoman Proyek, harap dicatat bahwa informasi yang diberikan pada halaman ini tidak dimaksudkan untuk dan tidak boleh ditafsirkan sebagai nasihat hukum, pajak, investasi, keuangan, atau bentuk nasihat lainnya. Penting untuk hanya menginvestasikan jumlah yang mampu Anda tanggung kerugiannya dan mencari nasihat keuangan independen jika Anda ragu. Untuk informasi lebih lanjut, kami menyarankan untuk merujuk pada syarat dan ketentuan serta halaman bantuan dan dukungan yang disediakan oleh penerbit atau pengiklan. MetaversePost berkomitmen terhadap pelaporan yang akurat dan tidak memihak, namun kondisi pasar dapat berubah tanpa pemberitahuan.
Tentang Penulis
Agne adalah jurnalis yang meliput tren dan perkembangan terbaru di metaverse, AI, dan Web3 industri untuk Metaverse Post. Kecintaannya pada bercerita telah membawanya melakukan banyak wawancara dengan para ahli di bidang tersebut, selalu berusaha mengungkap cerita yang menarik dan memikat. Agne memegang gelar Sarjana Sastra dan memiliki latar belakang luas dalam menulis tentang berbagai topik termasuk perjalanan, seni, dan budaya. Dia juga menjadi sukarelawan sebagai editor di organisasi hak-hak hewan, di mana dia membantu meningkatkan kesadaran tentang masalah kesejahteraan hewan. Hubungi dia di [email dilindungi].
lebih artikel
Agne adalah jurnalis yang meliput tren dan perkembangan terbaru di metaverse, AI, dan Web3 industri untuk Metaverse Post. Kecintaannya pada bercerita telah membawanya melakukan banyak wawancara dengan para ahli di bidang tersebut, selalu berusaha mengungkap cerita yang menarik dan memikat. Agne memegang gelar Sarjana Sastra dan memiliki latar belakang luas dalam menulis tentang berbagai topik termasuk perjalanan, seni, dan budaya. Dia juga menjadi sukarelawan sebagai editor di organisasi hak-hak hewan, di mana dia membantu meningkatkan kesadaran tentang masalah kesejahteraan hewan. Hubungi dia di [email dilindungi].
