I grandi modelli linguistici sostituiranno i programmatori umani?
In Breve
Modelli linguistici di grandi dimensioni (LLM) piace GPT-4 hanno apportato progressi significativi alla generazione del codice, principalmente grazie alla loro competenza nella comprensione dei linguaggi di programmazione.
Bindu Reddy, CEO di Abacus.ai, prevede una transizione entro i prossimi 3-5 anni, in cui i LLM potrebbero assumere un ruolo di primo piano nella programmazione.
Tuttavia, altri esperti sostengono che i LLM danno potere ai programmatori, rendendoli più efficienti, ma le competenze sfumate e le capacità di risoluzione dei problemi degli esseri umani rimangono indispensabili nel panorama in evoluzione dell’intelligenza artificiale e della programmazione.
Poiché i modelli linguistici di grandi dimensioni (LLM) dominano sempre più il campo della generazione di codice, sorgono dubbi sul loro potenziale di sostituire i programmatori umani. Gli LLM eccellono nella comprensione di linguaggi di programmazione come Python e Java, grazie alla struttura intrinseca del codice e alla ridotta ambiguità rispetto al linguaggio umano.
La risposta alla domanda se i LLM sostituiranno i programmatori è complessa, e dipende da fattori come il contesto, la creatività e le capacità in evoluzione di questi sistemi di intelligenza artificiale. Bindu Reddy, CEO di Abacus.ai, prevede che i Large Language Models (LLM) prenderanno il posto dei programmatori umani entro i prossimi 3-5 anni.
Gli LLM hanno rivoluzionato la generazione di codice, dimostrando la loro abilità nella comprensione di linguaggi di programmazione come Python e Java. Questa posizione dominante deriva dal fatto che il codice è pieno di modelli ripetibili, fornendo ampi dati di formazione per gli LLM e la loro innata capacità di cogliere il contesto. A differenza del linguaggio umano, il codice aderisce a paradigmi di progettazione specifici, regole strutturate e ambiguità minima, rendendo più semplice per i LLM generare codice sintatticamente corretto.
Inoltre, Reddy ha spiegato che i linguaggi di programmazione hanno vocabolari limitati, risparmiando la necessità di costanti neologismi e dizionari. Mentre gli LLM eccellono nella comprensione contestuale, il codice richiede una comprensione contestuale molto inferiore rispetto a contenuti testuali complessi. Ad esempio, un algoritmo di ordinamento necessita di informazioni contestuali minime, a differenza delle intricate narrazioni testuali.
La logica intrinseca, la funzionalità e la creatività ridotta del codice semplificano ulteriormente la generazione di codice preciso, con l'ulteriore vantaggio di una facile convalida attraverso l'esecuzione e l'analisi degli errori.
“Tutto ciò significa che i LLM sono efficaci nella generazione del codice. Questo significa che presto sostituiranno i programmatori? La risposta breve è NO nei prossimi 1-3 anni e SÌ oltre i 3-5 anni”,
Ha detto Reddy.
Guardando al futuro, man mano che gli LLM continuano ad evolversi, potrebbero diventare più intelligenti, consentendo il concatenamento di più robot IA per affrontare compiti più significativi. Alla fine, il ruolo di un programmatore nel tradurre modelli e documenti sui requisiti del prodotto (PRD) in sistemi funzionanti potrebbe diminuire, preannunciando un potenziale cambiamento nel panorama dello sviluppo del software, sostiene Reddy.
Opinione diversa: i LLM danno potere, non sostituiscono i programmatori
Linda Hoeberigs, responsabile dell'intelligenza artificiale presso i-Genie.ai, sostenuto che, sebbene gli LLM offrano un potenziale immenso, sono pronti ad aumentare, piuttosto che a sostituire, le competenze di coloro che hanno un background di programmazione.
Sostiene che le tecniche di suggerimento superiori si sono evolute, richiedendo una profonda comprensione dei principi LLM. Tecniche come la catena di pensiero, il prompt dei grafici e il prompt delle reazioni migliorano la qualità dell'output e la comprensione del contesto, ma il loro utilizzo efficace richiede competenze tipicamente presenti nei data scientist e nei programmatori di intelligenza artificiale.
Inoltre, lo sfruttamento efficiente delle API, che offrono throughput e integrazione del flusso di lavoro più elevati, diventa più accessibile a chi ha conoscenze di programmazione. Le aziende che adottano le API hanno registrato una notevole crescita della capitalizzazione di mercato, sottolineandone l’importanza.
Il terzo punto di Hoeberig è che la progettazione logica complessa rimane un'area in cui i programmatori umani eccellono. Mentre i LLM possono generare testo simile a quello umano, creare codice complesso, affidabile e funzionale è un'abilità distinta che i programmatori possiedono. Gli LLM fungono da strumenti preziosi in questo processo.
Gli LLM, se combinati con tecnologie come Langchain e Picecone, facilitano l'interrogazione di dati proprietari, un compito che in genere richiede competenze nella strutturazione dei dati, nell'indicizzazione, nella progettazione delle API e nell'interazione LLM, competenze spesso presenti in data scientist e programmatori.
Infine, il debug e la messa a punto del modello sono fondamentali, dato che i LLM possono produrre risultati imperfetti o distorti. Questo processo richiede una profonda comprensione del funzionamento interno del modello, dell'identificazione dei problemi e della risoluzione creativa dei problemi, competenze comunemente presenti in data scientist e programmatori esperti.
“La complessità tecnica, la sottigliezza e la profondità di comprensione necessarie per sfruttare efficacemente questi strumenti rimangono una barriera per il grande pubblico. Sembra che, almeno per il momento, gli LLM siano destinati a diventare un altro potente strumento nell’arsenale di data scientist e programmatori, piuttosto che la loro sostituzione,"
Hoeberigs ha scritto.
Tuttavia, l’intelligenza artificiale rende più semplice la programmazione per le persone non esperte di tecnologia. Ad esempio, GPT-4 integrato capacità di esecuzione del codice nel suo sistema, segnando uno sviluppo potenzialmente trasformativo. L’innovazione ha il potenziale per colmare il divario per i non programmatori, consentendo loro di impegnarsi nello sviluppo senza richiedere competenze tecniche di codifica. Inoltre, il modello genera codice eseguibile, eliminando la necessità di codifica manuale e facilitando un'implementazione semplice. Tuttavia, sono necessari ulteriori miglioramenti nella comprensione dei dati per migliorare le prestazioni complessive del modello, in particolare nella razionalizzazione dell'elaborazione dei dati per la generazione di codice e il tracciamento di grafici.
Leggi di più:
- 10 migliori lavori di intelligenza artificiale
- 8 cose che dovresti sapere sui modelli linguistici di grandi dimensioni
- Microsoft presenta la sfida Learn AI Skills per fornire ai partecipanti la competenza AI richiesta
Negazione di responsabilità
In linea con la Linee guida del progetto Trust, si prega di notare che le informazioni fornite in questa pagina non intendono essere e non devono essere interpretate come consulenza legale, fiscale, di investimento, finanziaria o di qualsiasi altra forma. È importante investire solo ciò che puoi permetterti di perdere e chiedere una consulenza finanziaria indipendente in caso di dubbi. Per ulteriori informazioni, suggeriamo di fare riferimento ai termini e alle condizioni nonché alle pagine di aiuto e supporto fornite dall'emittente o dall'inserzionista. MetaversePost si impegna a fornire report accurati e imparziali, ma le condizioni di mercato sono soggette a modifiche senza preavviso.
Circa l'autore
Agne è una giornalista che copre le ultime tendenze e gli sviluppi nel metaverso, AI e Web3 industrie per il Metaverse Post. La sua passione per lo storytelling l'ha portata a condurre numerose interviste con esperti in questi campi, cercando sempre di scoprire storie emozionanti e coinvolgenti. Agne ha conseguito una laurea in lettere e ha una vasta esperienza nella scrittura su una vasta gamma di argomenti tra cui viaggi, arte e cultura. Si è anche offerta volontaria come redattrice per l'organizzazione per i diritti degli animali, dove ha contribuito a sensibilizzare l'opinione pubblica sulle questioni relative al benessere degli animali. Contattala su [email protected].
Altri articoli
Agne è una giornalista che copre le ultime tendenze e gli sviluppi nel metaverso, AI e Web3 industrie per il Metaverse Post. La sua passione per lo storytelling l'ha portata a condurre numerose interviste con esperti in questi campi, cercando sempre di scoprire storie emozionanti e coinvolgenti. Agne ha conseguito una laurea in lettere e ha una vasta esperienza nella scrittura su una vasta gamma di argomenti tra cui viaggi, arte e cultura. Si è anche offerta volontaria come redattrice per l'organizzazione per i diritti degli animali, dove ha contribuito a sensibilizzare l'opinione pubblica sulle questioni relative al benessere degli animali. Contattala su [email protected].
