Да ли ће велики језички модели заменити људске програмере?
Укратко
Велики језички модели (ЛЛМс) као GPT-4 донеле су значајан напредак у генерисању кода, пре свега због њиховог знања у разумевању програмских језика.
Бинду Редди, извршни директор Абацус.аи, предвиђа транзицију у наредних 3 до 5 година, где би ЛЛМ могли преузети истакнуту улогу у програмирању.
Међутим, други стручњаци тврде да ЛЛМ оснажују програмере, чинећи их ефикаснијим, али нијансирана стручност и способности људи за решавање проблема остају неопходни у развоју вештачке интелигенције и програмирања.
Како велики језички модели (ЛЛМ) све више доминирају у пољу генерисања кода, постављају се питања о њиховом потенцијалу да замене људске програмере. ЛЛМ се истичу у разумевању програмских језика као што су Питхон и Јава, захваљујући инхерентној структури кода и смањеној двосмислености у поређењу са људским језиком.
Одговор на питање да ли ће ЛЛМ заменити програмере је сложен, који зависи од фактора као што су контекст, креативност и еволуирајуће могућности ових система вештачке интелигенције. Бинду Редди, извршни директор Абацус.аи, предвиђа да ће велики језички модели (ЛЛМ) преузети од људских програмера у наредних 3 до 5 година.
ЛЛМ су направили револуцију у генерисању кода, показујући своју снагу у разумевању програмских језика као што су Питхон и Јава. Ова доминација произилази из чињенице да је код препун поновљивих образаца, пружајући обиље података о обуци за ЛЛМ и њихову урођену способност да схвате контекст. За разлику од људског језика, код се придржава специфичних парадигми дизајна, структурираних правила и минималне двосмислености, што олакшава ЛЛМ-има да генеришу синтаксички исправан код.
Штавише, Редди је објаснио да програмски језици имају ограничен речник, поштедећи потребу за сталним неологизмима и речницима. Док се ЛЛМ истичу у контекстуалном разумевању, код захтева далеко мање контекстуално разумевање у поређењу са сложеним текстуалним садржајем. На пример, алгоритам за сортирање захтева минималне контекстуалне информације, за разлику од замршених текстуалних наратива.
Инхерентна логика, функционалност и смањена креативност кода додатно поједностављују генерисање прецизног кода, уз додатну предност лаке валидације кроз извршење и анализу грешака.
„Све ово значи да се ЛЛМ-ови залажу за генерисање кода. Да ли то значи да ће ускоро заменити програмере? Кратак одговор је НЕ у наредне 1-3 године и ДА након 3-5 година.
Реди је рекао.
Гледајући унапред, како ЛЛМ настављају да се развијају, они могу постати паметнији, омогућавајући уланчавање више АИ ботова да се позабаве значајнијим задацима. На крају, улога програмера у превођењу макета и докумената са захтевима производа (ПРД) у функционалне системе могла би да се смањи, најављујући потенцијалну промену у пејзажу развоја софтвера, тврди Реди.
Различита мишљења: ЛЛМ дају моћ, а не замењују програмере
Линда Хоеберигс, шефица АИ на и-Гение.аи, тврде да иако ЛЛМ нуде огроман потенцијал, они су спремни да повећају, а не замене, стручност оних са програмским искуством.
Она тврди да су супериорне технике подстицања еволуирале, захтевајући дубоко разумевање принципа ЛЛМ. Технике као што су ланац мишљења, подстицање графикона и подстицање реакције побољшавају квалитет излаза и разумевање контекста, али њихова ефикасна употреба захтева стручност која се обично налази код научника података и АИ програмера.
Штавише, коришћење АПИ-ја за ефикасност, који нуде већу пропусност и интеграцију тока посла, постаје приступачније онима са знањем програмирања. Фирме које су усвојиле АПИ-је доживеле су значајан раст тржишне капитализације, наглашавајући њихов значај.
Трећа Хоеберигсова поента је да сложени логички дизајн остаје област у којој се људски програмери истичу. Док ЛЛМ могу генерисати човеколики текст, прављење замршеног, поузданог и функционалног кода је посебна вештина коју програмери поседују. ЛЛМ служе као вредни алати у овом процесу.
ЛЛМ, када се комбинују са технологијама као што су Лангцхаин и Пицецоне, олакшавају испитивање власничких података – задатак који обично захтева вештине у структурирању података, индексирању, АПИ дизајну и ЛЛМ интеракцији, вештине које се често налазе код научника и програмера података.
На крају, отклањање грешака и подешавање модела су најважнији, с обзиром на то да ЛЛМ могу произвести погрешан или пристрасан излаз. Овај процес захтева дубоко разумевање унутрашњег рада модела, идентификацију проблема и креативно решавање проблема, вештине које се обично налазе код искусних научника и програмера.
„Техничка сложеност, суптилност и дубина разумевања потребних за ефикасно коришћење ових алата остају препрека за ширу јавност. Чини се да су, барем за сада, ЛЛМ спремни да буду још једно моћно средство у арсеналу научници за податке и програмери, а не њихова замена“,
Хоеберигс је написао.
Ипак, АИ олакшава програмирање људима који нису упућени у технологију. На пример, GPT-4 интегрисан могућности извршавања кода у свој систем, означавајући потенцијално трансформативан развој. Иновација има потенцијал да премости јаз за не-програмере, омогућавајући им да се укључе у развој без потребе за техничким вештинама кодирања. Поред тога, модел генерише извршни код, елиминишући потребу за ручним кодирањем и олакшавајући имплементацију без напора. Међутим, потребна су даља побољшања у разумевању података како би се побољшале укупне перформансе модела, посебно у поједностављењу обраде података за генерисање кода и цртање графикона.
Опширније:
- 10 најбољих послова у области вештачке интелигенције
- 8 ствари које треба да знате о великим језичким моделима
- Мицрософт представља изазов учења вештине вештачке интелигенције како би опремио учеснике експертизом вештачке интелигенције која је потребна
Одрицање од одговорности
У складу са Смернице пројекта Труст, имајте на уму да информације дате на овој страници нису намењене и не треба да се тумаче као правни, порески, инвестициони, финансијски или било који други облик савета. Важно је да инвестирате само оно што можете приуштити да изгубите и да тражите независан финансијски савет ако сумњате. За додатне информације, предлажемо да погледате одредбе и услове, као и странице помоћи и подршке које пружа издавач или оглашивач. MetaversePost је посвећен тачном, непристрасном извештавању, али тржишни услови су подложни променама без претходне најаве.
О аутору
Агне је новинарка која покрива најновије трендове и развој метаверзума, вештачке интелигенције и Web3 индустрије за Metaverse Post. Њена страст за приповедањем прича ју је навела да води бројне интервјуе са стручњацима из ових области, увек настојећи да открије узбудљиве и занимљиве приче. Агне је дипломирала књижевност и има богато искуство у писању о широком спектру тема, укључујући путовања, уметност и културу. Такође је волонтирала као уредница за организацију за права животиња, где је помогла у подизању свести о питањима добробити животиња. Контактирајте је [емаил заштићен].
više чланака
Агне је новинарка која покрива најновије трендове и развој метаверзума, вештачке интелигенције и Web3 индустрије за Metaverse Post. Њена страст за приповедањем прича ју је навела да води бројне интервјуе са стручњацима из ових области, увек настојећи да открије узбудљиве и занимљиве приче. Агне је дипломирала књижевност и има богато искуство у писању о широком спектру тема, укључујући путовања, уметност и културу. Такође је волонтирала као уредница за организацију за права животиња, где је помогла у подизању свести о питањима добробити животиња. Контактирајте је [емаил заштићен].
