大規模な言語モデルは人間のプログラマーに取って代わるのでしょうか?
簡単に言えば
大規模な言語モデル (LLM） お気に入り GPT-4 彼らは主にプログラミング言語の理解に習熟しているため、コード生成に大きな進歩をもたらしました。
Abacus.ai の CEO、Bindu Reddy 氏は、今後 3 ～ 5 年以内に LLM がプログラミングにおいて重要な役割を担うようになるかもしれないと予測しています。
しかし、他の専門家は、LLM はプログラマーに権限を与え、プログラマーの効率を向上させるが、AI とプログラミングの進化する状況においては、人間の微妙な専門知識と問題解決能力が依然として不可欠であると主張しています。
大規模言語モデル (LLM) がコード生成の分野でますます支配的になるにつれて、人間のプログラマーに取って代わる可能性について疑問が生じています。 LLM は、コード固有の構造と人間の言語に比べて曖昧さが少ないため、Python や Java などのプログラミング言語の理解に優れています。
LLM がプログラマーに取って代わるかどうかの答えは複雑で、コンテキスト、創造性、AI システムの進化する機能などの要素に依存します。 Abacus.ai の CEO、Bindu Reddy 氏は、今後 3 ～ 5 年以内に大規模言語モデル (LLM) が人間のプログラマーに取って代わると予測しています。
LLM はコード生成に革命をもたらし、Python や Java などのプログラミング言語を理解する能力を示しました。 この優位性は、コードに反復可能なパターンが豊富に含まれており、LLM に十分なトレーニング データとコンテキストを把握する生来の能力を提供するという事実に由来しています。 人間の言語とは異なり、コードは特定の設計パラダイム、構造化ルール、および最小限のあいまいさに準拠しているため、LLM は構文的に正しいコードを生成しやすくなります。
さらに、レディ氏は、プログラミング言語には語彙が限られており、常に新語や辞書を必要としないと説明しました。 LLM は文脈の理解に優れていますが、コードが必要とする文脈の理解は、複雑なテキスト コンテンツに比べてはるかに少なくなります。 たとえば、並べ替えアルゴリズムでは、複雑なテキストによる物語とは異なり、最小限のコンテキスト情報が必要です。
コード固有のロジック、機能、および創造性の低下により、正確なコードの生成がさらに簡素化され、実行およびエラー分析による検証が容易になるという利点も得られます。
「これらすべては、LLM がコード生成に威力を発揮することを意味します。 これは、プログラマーがすぐに置き換えられることを意味しますか? 簡単に言うと、今後 1 ～ 3 年以内は「ノー」、3 ～ 5 年後は「イエス」です。」
レディは言った。
今後、LLM が進化し続けるにつれて、LLM はより賢くなり、複数の AI ボットを連鎖させてより重要なタスクに取り組むことが可能になる可能性があります。 最終的には、モックアップや製品要件文書 (PRD) を機能するシステムに変換するプログラマーの役割は減少する可能性があり、ソフトウェア開発の状況に変化が起こる可能性を示唆している、とレディ氏は主張します。
異なる意見: LLM はプログラマに代わるものではなく、力を与えるものである
i-Genie.ai の AI 責任者、Linda Hoeberigs 氏は次のように述べています。 主張した LLM は計り知れない可能性を秘めていますが、プログラミングの背景を持つ人々の専門知識を置き換えるのではなく、強化する用意ができているということです。
彼女は、優れたプロンプト技術が進化してきたため、LLM の原則を深く理解する必要があると主張しています。 思考の連鎖、グラフ プロンプト、反応プロンプトなどのテクニックは、出力の品質とコンテキストの理解を向上させますが、それらを効果的に使用するには、データ サイエンティストや AI プログラマーに通常見られる専門知識が必要です。
さらに、API を利用して効率を高めると、より高いスループットとワークフローの統合が実現し、プログラミングの知識がある人にとってよりアクセスしやすくなります。 API を導入している企業は時価総額の顕著な増加を経験しており、API の重要性が強調されています。
XNUMX 番目の Hoeberigs のポイントは、複雑なロジック設計は依然として人間のプログラマーが得意とする領域であるということです。 LLM が生成できる一方で、 人間っぽい文章、複雑で信頼性が高く、機能的なコードを作成することは、プログラマーが持つ独特のスキルです。 LLM は、このプロセスにおいて貴重なツールとして機能します。
LLM を Langchain や Picecone などのテクノロジーと組み合わせると、独自のデータのクエリが容易になります。このタスクには通常、データ構造化、インデックス作成、API 設計、LLM インタラクションのスキルが要求されます。これらのスキルは、データ サイエンティストやプログラマーによく見られます。
最後に、LLM が欠陥や偏った出力を生成する可能性があることを考慮すると、デバッグとモデルの調整が最も重要です。 このプロセスでは、モデルの内部動作の深い理解、問題の特定、創造的な問題解決が必要であり、経験豊富なデータ サイエンティストやプログラマーに一般的に見られるスキルです。
「これらのツールを効果的に活用するために必要な技術的な複雑さ、繊細さ、理解の深さは、依然として一般の人々にとっての障壁となっています。 少なくとも当分の間、LLM は、社会の武器庫におけるもう XNUMX つの強力なツールとなる準備が整っているようです。 データサイエンティスト 彼らの代わりではなく、プログラマーを」
ホーベリグス氏は書いた。
それでも、AI のおかげで、テクノロジーに詳しくない人でも簡単にプログラミングできるようになりました。 例えば、 GPT-4 統合された コード実行機能をシステムに組み込み、変革をもたらす可能性のある開発を示しています。 このイノベーションは、非プログラマーのギャップを埋める可能性を秘めており、技術的なコーディング スキルを必要とせずに開発に従事できるようになります。 さらに、このモデルは実行可能なコードを生成するため、手動コーディングの必要性がなくなり、簡単な実装が容易になります。 ただし、モデルの全体的なパフォーマンスを向上させるには、特にコード生成とグラフ描画のためのデータ処理の合理化において、データ理解においてさらなる改善が必要です。
続きを読む：
免責事項
に沿って トラストプロジェクトのガイドライン, このページで提供される情報は、法律、税金、投資、財務、またはその他の形式のアドバイスを目的としたものではなく、そのように解釈されるべきではないことに注意してください。 損失しても許容できる金額のみを投資し、疑問がある場合は独立した財務上のアドバイスを求めることが重要です。 詳細については、利用規約のほか、発行者または広告主が提供するヘルプおよびサポート ページを参照することをお勧めします。 MetaversePost は正確で公平なレポートに努めていますが、市場の状況は予告なく変更される場合があります。
著者について
アグネは、メタバース、AI、およびメタバースの最新のトレンドと開発をカバーするジャーナリストです。 Web3 のための産業 Metaverse Post。 ストーリーテリングに対する彼女の情熱により、これらの分野の専門家に数多くのインタビューを実施し、常にエキサイティングで魅力的なストーリーを明らかにしようと努めています。 アグネは文学の学士号を取得しており、旅行、芸術、文化など幅広いトピックについて執筆する幅広い経歴を持っています。 彼女は動物愛護団体の編集者としてもボランティアとして参加し、動物福祉問題についての意識を高めることに貢献しました。 彼女に連絡する [メール保護].
より多くの記事
アグネは、メタバース、AI、およびメタバースの最新のトレンドと開発をカバーするジャーナリストです。 Web3 のための産業 Metaverse Post。 ストーリーテリングに対する彼女の情熱により、これらの分野の専門家に数多くのインタビューを実施し、常にエキサイティングで魅力的なストーリーを明らかにしようと努めています。 アグネは文学の学士号を取得しており、旅行、芸術、文化など幅広いトピックについて執筆する幅広い経歴を持っています。 彼女は動物愛護団体の編集者としてもボランティアとして参加し、動物福祉問題についての意識を高めることに貢献しました。 彼女に連絡する [メール保護].
