Vai lielie valodu modeļi aizstās cilvēku programmētājus?
Īsumā
Lielo valodu modeļi (LLM) patīk GPT-4 ir devuši nozīmīgus uzlabojumus kodu ģenerēšanā, galvenokārt pateicoties viņu prasmēm izprast programmēšanas valodas.
Bindu Redijs, Abacus.ai izpilddirektors, prognozē pāreju nākamo 3 līdz 5 gadu laikā, kad LLM varētu uzņemties ievērojamu lomu programmēšanā.
Tomēr citi eksperti apgalvo, ka LLM dod iespēju programmētājiem, padarot tos efektīvākus, taču cilvēku niansētās zināšanas un problēmu risināšanas spējas joprojām ir neaizstājamas AI un programmēšanas ainavā, kas attīstās.
Tā kā kodu ģenerēšanas jomā arvien vairāk dominē lielie valodu modeļi (LLM), rodas jautājumi par to potenciālu aizstāt programmētājus. Pateicoties kodam raksturīgajai struktūrai un mazākajai neskaidrībai salīdzinājumā ar cilvēku valodu, LLM ir izcili izprotamas programmēšanas valodas, piemēram, Python un Java.
Atbilde uz jautājumu, vai LLM aizstās programmētājus, ir sarežģīta, un tā ir atkarīga no tādiem faktoriem kā konteksts, radošums un šo AI sistēmu attīstības iespējas. Bindu Redijs, Abacus.ai izpilddirektors, prognozē, ka lielo valodu modeļi (LLM) pārņems cilvēku programmētājus nākamo 3 līdz 5 gadu laikā.
LLM ir radījuši revolūciju kodu ģenerēšanā, parādot savu prasmi izprast programmēšanas valodas, piemēram, Python un Java. Šis dominējošais stāvoklis izriet no fakta, ka kods ir pilns ar atkārtojamiem modeļiem, nodrošinot daudz apmācības datu LLM un viņu iedzimto spēju uztvert kontekstu. Atšķirībā no cilvēku valodas, kods atbilst īpašām dizaina paradigmām, strukturētiem noteikumiem un minimālām neskaidrībām, tādējādi LLM ir vieglāk ģenerēt sintaktiski pareizu kodu.
Turklāt Redijs paskaidroja, ka programmēšanas valodās ir ierobežots vārdu krājums, tādējādi aiztaupot nepieciešamību pēc pastāvīgiem neoloģismiem un vārdnīcām. Lai gan LLM izceļas ar kontekstuālo izpratni, kodam ir nepieciešama daudz mazāka konteksta izpratne salīdzinājumā ar sarežģītu teksta saturu. Piemēram, šķirošanas algoritmam atšķirībā no sarežģītiem teksta stāstiem ir nepieciešama minimāla kontekstuāla informācija.
Kodam raksturīgā loģika, funkcionalitāte un samazināts radošums vēl vairāk vienkāršo precīza koda ģenerēšanu ar papildu priekšrocību, ko sniedz vienkārša validācija, izmantojot izpildi un kļūdu analīzi.
“Tas viss nozīmē, ka LLM ķeras pie koda ģenerēšanas. Vai tas nozīmē, ka viņi drīz aizstās programmētājus? Īsā atbilde ir NĒ nākamo 1–3 gadu laikā un JĀ pēc 3–5 gadiem.
Redijs teica.
Raugoties uz priekšu, LLM turpina attīstīties, tie var kļūt gudrāki, ļaujot vairāku mākslīgā intelekta robotu ķēdē veikt daudz svarīgākus uzdevumus. Galu galā programmētāja loma maketu un produktu prasību dokumentu (PRD) tulkošanā funkcionējošās sistēmās varētu samazināties, vēstot par iespējamu maiņu programmatūras izstrādes vidē, apgalvo Redijs.
Atšķirīgs viedoklis: LLM dod iespēju, nevis aizstāj programmētājus
Linda Hoeberiga, i-Genie.ai AI vadītāja, apgalvoja ka, lai gan LLM piedāvā milzīgu potenciālu, tie ir gatavi palielināt, nevis aizstāt to cilvēku zināšanas, kuriem ir programmēšanas pieredze.
Viņa apgalvo, ka ir attīstījušās izcilas pamudināšanas metodes, kas prasa dziļu LLM principu izpratni. Tādas metodes kā domu ķēde, diagrammu pamudināšana un reakcijas pamudināšana uzlabo izvades kvalitāti un konteksta izpratni, taču to efektīvai lietošanai ir nepieciešamas zināšanas, kas parasti atrodamas datu zinātniekiem un AI programmētājiem.
Turklāt API izmantošana efektivitātei, kas piedāvā lielāku caurlaidspēju un darbplūsmas integrāciju, kļūst pieejamāka tiem, kam ir programmēšanas zināšanas. Uzņēmumi, kas izmanto API, ir piedzīvojuši ievērojamu tirgus kapitalizācijas pieaugumu, uzsverot to nozīmi.
Trešais Hoeberigs viedoklis ir tāds, ka sarežģīts loģikas dizains joprojām ir joma, kurā cilvēku programmētāji ir izcili. Kamēr LLM var ģenerēt cilvēkam līdzīgs teksts, sarežģīta, uzticama un funkcionāla koda izstrāde ir programmētāju īpašas prasmes. LLM kalpo kā vērtīgi instrumenti šajā procesā.
LLM apvienojumā ar tādām tehnoloģijām kā Langchain un Picecone atvieglo patentētu datu vaicājumu veikšanu — uzdevumu, kas parasti prasa prasmes datu strukturēšanā, indeksēšanā, API projektēšanā un LLM mijiedarbībā, kas bieži sastopamas datu zinātniekiem un programmētājiem.
Visbeidzot, atkļūdošana un modeļa regulēšana ir vissvarīgākā, ņemot vērā, ka LLM var radīt kļūdainu vai neobjektīvu izvadi. Šim procesam ir nepieciešama dziļa izpratne par modeļa iekšējo darbību, problēmu identificēšanu un radošo problēmu risināšanu, kas parasti ir pieredzējušiem datu zinātniekiem un programmētājiem.
"Tehniskā sarežģītība, smalkums un izpratnes dziļums, kas nepieciešams, lai efektīvi izmantotu šos rīkus, joprojām ir šķērslis plašai sabiedrībai. Šķiet, ka vismaz pagaidām LLM ir gatavi būt vēl viens spēcīgs instruments arsenālā. datu zinātnieki un programmētāji, nevis to aizstājēji.
Hēberigs rakstīja.
Tomēr mākslīgais intelekts atvieglo programmēšanu cilvēkiem, kas nav zinoši tehnoloģiju jomā. Piemēram, GPT-4 integrēta koda izpildes iespējas savā sistēmā, iezīmējot potenciāli transformējošu attīstību. Jauninājumiem ir potenciāls pārvarēt plaisu tiem, kas nav programmētāji, ļaujot viņiem iesaistīties izstrādē, neprasot tehniskas kodēšanas prasmes. Turklāt modelis ģenerē izpildāmu kodu, novēršot nepieciešamību pēc manuālas kodēšanas un atvieglojot ieviešanu bez piepūles. Tomēr ir nepieciešami turpmāki datu izpratnes uzlabojumi, lai uzlabotu modeļa vispārējo veiktspēju, jo īpaši racionalizējot datu apstrādi koda ģenerēšanai un grafiku uzzīmēšanai.
Lasīt vairāk:
- 10 labākās mākslīgā intelekta darba vietas
- 8 lietas, kas jums jāzina par lielvalodu modeļiem
- Microsoft atklāj izaicinājumu apgūt AI prasmes, lai nodrošinātu dalībniekus ar pieprasītu AI pieredzi
Atbildības noraidīšana
Atbilstīgi Uzticības projekta vadlīnijas, lūdzu, ņemiet vērā, ka šajā lapā sniegtā informācija nav paredzēta un to nedrīkst interpretēt kā juridisku, nodokļu, ieguldījumu, finanšu vai jebkāda cita veida padomu. Ir svarīgi ieguldīt tikai to, ko varat atļauties zaudēt, un meklēt neatkarīgu finanšu padomu, ja jums ir šaubas. Lai iegūtu papildinformāciju, iesakām skatīt pakalpojumu sniegšanas noteikumus, kā arī palīdzības un atbalsta lapas, ko nodrošina izdevējs vai reklāmdevējs. MetaversePost ir apņēmies sniegt precīzus, objektīvus pārskatus, taču tirgus apstākļi var tikt mainīti bez iepriekšēja brīdinājuma.
Par Autors
Agne ir žurnāliste, kas atspoguļo jaunākās tendences un notikumus metaversā, AI un Web3 nozares Metaverse Post. Viņas aizraušanās ar stāstīšanu ir likusi viņai vadīt daudzas intervijas ar šo jomu ekspertiem, vienmēr cenšoties atklāt aizraujošus un saistošus stāstus. Agnei ir bakalaura grāds literatūrā, un viņai ir plaša pieredze rakstīšanā par dažādām tēmām, tostarp ceļošanu, mākslu un kultūru. Viņa ir arī brīvprātīgi piedalījusies par redaktori dzīvnieku tiesību organizācijā, kur palīdzējusi vairot izpratni par dzīvnieku labturības jautājumiem. Sazinieties ar viņu tālāk [e-pasts aizsargāts].
Vairāk rakstus
Agne ir žurnāliste, kas atspoguļo jaunākās tendences un notikumus metaversā, AI un Web3 nozares Metaverse Post. Viņas aizraušanās ar stāstīšanu ir likusi viņai vadīt daudzas intervijas ar šo jomu ekspertiem, vienmēr cenšoties atklāt aizraujošus un saistošus stāstus. Agnei ir bakalaura grāds literatūrā, un viņai ir plaša pieredze rakstīšanā par dažādām tēmām, tostarp ceļošanu, mākslu un kultūru. Viņa ir arī brīvprātīgi piedalījusies par redaktori dzīvnieku tiesību organizācijā, kur palīdzējusi vairot izpratni par dzīvnieku labturības jautājumiem. Sazinieties ar viņu tālāk [e-pasts aizsargāts].
