著者 | Anirudh VK
翻訳者 | Xu Jiecheng
自動コーディング プラットフォームは現在、プログラマー向けの新興テクノロジーの最前線にあり、開発者がコード スニペットを作成するための新しい人工知能を提供しています。代替ドライブ。特に Microsoft の GitHub Copilot プラットフォームによって推進されたこの進歩は、現在、世界中の開発者の作業モデルをゆっくりと変えています。
ノーコード プラットフォームやローコード プラットフォームなど、近年の多くのコーディング代替手段は、技術者以外のユーザーにとって理想的です。このようなツールは技術界の一部の「筋金入りのプログラマー」から軽蔑と怒りを引き起こしますが、開発者が実際に入力する必要があるコードの量が大幅に削減されるため、最も経験豊富なコーディングのベテランでも自動コーディング アルゴリズムの恩恵を受けることができることは認めざるを得ません。
Tesla と OpenAI の元人工知能担当ディレクターである Andrej Karpathy 氏は、自動コーディング ツールに対する感情をツイートで表明しました:
「Copilot のおかげで、コーディングが大幅にスピードアップしました。Copilot を試してみると、 「ハンド コーディング」に戻ることを想像するのは難しいです。私はまだ使い方を学んでいますが、すでにコードの約 80% を書くのに役立ち、約 80% の精度を維持しています。Copilot を使用するときはそう言えます。
Andrej Karpathy 氏の発言は、ほとんどの開発者にも認識されています。自動コーディング プラットフォームを使用すると、開発者はコーディング時間を大幅に節約できるため、開発者はより多くのエネルギーを処理に費やすことができます。アプリケーションの他の問題に加えて、自動コーディング プラットフォームも短期間に驚くべき速度で世界中で急速に採用されています。 GitHub Copilot を例に挙げると、CitHub Copilot は発売から 1 か月以内に 400,000 を超える有料サブスクリプション (月額 10 ドル、年間 100 ドル) を獲得しました。しかし、これらの絶え間なく改良されているツールがより多くのコーディング タスクを引き受け始めると、新たな疑問が生じます。自動コーディング ツールに依存するため、開発者は徐々にコーディング スキルを失ってしまうのでしょうか?
1. コーディング能力の低下
正直に言うと、自動コーディング ツールを使用したことのある人なら誰でも、自動で作成されるコードが完璧ではないことを知っています。提案されたコード スニペットの構文には何も問題がないかもしれませんが、多くの場合、そのようなツールは非効率的な方法で記述されており、依存関係の問題が発生する可能性があります。 YCombinator ニュース フォーラムのユーザーである Aryamaan は、Replit が提供する自動コーディング プラットフォーム「Ghostwriter」の使用について、次のようなコメントを寄せています。しかし、場合によっては、標準のオートコンプリートよりも愚かで、定義された変数を認識せず、書きかけの変数を完成させるためにそれらを使用しません。」
自動化については多くの懸念がありますが、コーディングツール 不満は依然として残る。しかし、別の観点から見ると、ほぼすべての自動コーディング ツールは人工知能アルゴリズムに基づいており、これはテクノロジーの進化とデータ量の増加に伴い、その使いやすさと信頼性が今後も向上することを意味します。新世代の開発者にとって、自動コーディング ツールは不可欠なものになるでしょう。現在学習段階にある開発者志望者は、数年後にはこの分野に参入することになるでしょう。その間に、自動化されたコーディング ツールが徐々に平均的な人間の開発者に追いつくことになるでしょう。これは、次世代の開発者が徐々にコーディングをしなくなる可能性にもつながり、その後の世代のコーディング能力がある程度失われる可能性さえあります。
今日の開発者は、使用する言語を深く理解し、実際に問題の解決策を記述する方法についての知識を必要としています。ただし、将来のプログラマーは、この知識を迅速なエンジニアリングと組み合わせてコード スニペットを生成できるため、言語がどのように機能するかを知るだけで済みます。プロンプト エンジニアリングは、NLP テクニックを使用して LLM に適切な質問をし、それによってアルゴリズムが最適に応答するように促すプロセスです。
さまざまな分野に変革をもたらしている他の人工知能アプリケーションと同様、人々が現在直面している問題は、プログラミング言語の見方について合意に達する必要があることです。次世代の開発者は、ラピッド エンジニアリングを通じて自動コーディング ツールを最大限に活用する方法を学ぶか、プログラミング言語を学習するための現在の裏返しのアプローチに固執するかのどちらかを選択することになるでしょう。今後数年以内に。
2. 自動コーディング ツールの将来
自動コーディング ツールの採用率は近年増加し続けており、これらの製品を開発している企業は新機能や新機能を追加するために革新を続けています。ユーザーエクスペリエンスを最適化します。 Github Copilot はユーザー コードを収集し、それをアルゴリズムのトレーニングに使用していると批判されていますが、実際のところ、Github Copilot のアルゴリズムはデータベースにコードが追加されるたびに進化し続けています。
もちろん、現在、データの使用に対してより責任あるアプローチをとっている企業も数多くあります。 Tabnine を例に挙げると、アルゴリズムのトレーニングには公開データのみが使用されます。 Tabnine のモデルは、ユーザーのコーディング スタイルから学習することもできます。ユーザーのコンピューター上でアルゴリズムをローカルに実行することで、モデルはプログラマーのスタイルを学習し、ユーザーのニーズにより適したスニペットの提案を提供できます。これにより、すべてのデータが集中リポジトリに送り返されることも防止され、追加の価値を提供しながらプライバシーを保護します。
複数のプログラミング言語で提案を提供できる 1 つの大きなモデル (Codex など) を作成する現在のアプローチとは対照的に、将来の自動コーディング プラットフォームでは複数のモデルを使用し、それらを最適な言語にプラグインする可能性があります。 Tabnine は、さまざまなプログラミング言語でさまざまなオープンソース モデルを使用して成功を収めてきました。 Tabnine のエコシステムおよびビジネス開発担当バイスプレジデントである Brandon Jung 氏は、最近の公開インタビューで次のように述べています。「私たちは他所から最高のモデルを採用しています。それらはオープンソースであり、素晴らしいものです。私たちは非常に大規模なモデルを採用していますが、これは非常に高価です」 「トレーニングに使用しており、私たちは各言語に最適なものに基づいたコードを専門としています。これらのモデルの一部は、他のモデルよりも特定の言語に適していることがわかりました。」
これを採用するこのアプローチは、単に次のことを行うだけではありません。自動コーディング プラットフォームをより正確にするだけでなく、企業が個人コード リポジトリ上でプラットフォームを実行し、微調整することもより実現可能になります。現在、多くのデータが GitHub、AWS、GCP などのサービス プロバイダーから分離されていますが、これらのプラットフォームから離れることで、一般の開発者にとって自動コーディング ツールがより利用しやすくなる可能性があります。これにより、より多くの人がオートエンコーダをツールとしてより効果的に利用するようになり、ツールの予測の精度が向上します。
GitHub Copilot と Tabnine を例に挙げると、自動コーディング ツールは将来の開発者のための新しい作業環境を構築しており、それがプログラマーにもたらすメリットは否定できません。より高度な AI ツールは、開発者がコードを書く効率を大幅に向上させるだけでなく、過労になりがちなプログラマーのストレスを軽減することもできます。この点で、現段階の企業は、この傾向と、開発者が自動コーディング ツールを使用することで得られる有効性を認識し、必要な未来志向の開発ツールを提供することを検討する必要があります。
元のリンク: https://analyticsindiamag.com/have-developers-forgotten-how-to-code/
以上がでは、プログラミング能力はなくなるのでしょうか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

私のコラムに新しいかもしれない人のために、具体化されたAI、AI推論、AIのハイテクブレークスルー、AIの迅速なエンジニアリング、AIのトレーニング、AIのフィールディングなどのトピックなど、全面的なAIの最新の進歩を広く探求します。

ヨーロッパの野心的なAI大陸行動計画は、人工知能のグローバルリーダーとしてEUを確立することを目指しています。 重要な要素は、AI GigaFactoriesのネットワークの作成であり、それぞれが約100,000の高度なAIチップを収容しています。

AIエージェントアプリケーションに対するMicrosoftの統一アプローチ:企業の明確な勝利 新しいAIエージェント機能に関するマイクロソフトの最近の発表は、その明確で統一されたプレゼンテーションに感銘を受けました。 TEで行き詰まった多くのハイテクアナウンスとは異なり

Shopify CEOのTobiLütkeの最近のメモは、AIの能力がすべての従業員にとって基本的な期待であると大胆に宣言し、会社内の重大な文化的変化を示しています。 これはつかの間の傾向ではありません。これは、pに統合された新しい運用パラダイムです

IBMのZ17メインフレーム:AIを強化した事業運営の統合 先月、IBMのニューヨーク本社で、Z17の機能のプレビューを受け取りました。 Z16の成功に基づいて構築(2022年に開始され、持続的な収益の成長の実証

揺るぎない自信のロックを解除し、外部検証の必要性を排除します! これらの5つのCHATGPTプロンプトは、完全な自立と自己認識の変革的な変化に向けて導きます。 ブラケットをコピー、貼り付け、カスタマイズするだけです

人工知能のセキュリティおよび研究会社であるAnthropicによる最近の[研究]は、これらの複雑なプロセスについての真実を明らかにし始め、私たち自身の認知領域に不穏に似た複雑さを示しています。自然知能と人工知能は、私たちが思っているよりも似ているかもしれません。 内部スヌーピング:人類の解釈可能性研究 人類によって行われた研究からの新しい発見は、AIの内部コンピューティングをリバースエンジニアリングすることを目的とする機械的解釈可能性の分野の大きな進歩を表しています。AIが何をするかを観察するだけでなく、人工ニューロンレベルでそれがどのように行うかを理解します。 誰かが特定のオブジェクトを見たり、特定のアイデアについて考えたりしたときに、どのニューロンが発射するかを描くことによって脳を理解しようとすることを想像してください。 a

Qualcomm's DragonWing:企業とインフラストラクチャへの戦略的な飛躍 Qualcommは、新しいDragonwingブランドで世界的に企業やインフラ市場をターゲットにして、モバイルを超えてリーチを積極的に拡大しています。 これは単なるレブランではありません


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

SecLists
SecLists は、セキュリティ テスターの究極の相棒です。これは、セキュリティ評価中に頻繁に使用されるさまざまな種類のリストを 1 か所にまとめたものです。 SecLists は、セキュリティ テスターが必要とする可能性のあるすべてのリストを便利に提供することで、セキュリティ テストをより効率的かつ生産的にするのに役立ちます。リストの種類には、ユーザー名、パスワード、URL、ファジング ペイロード、機密データ パターン、Web シェルなどが含まれます。テスターはこのリポジトリを新しいテスト マシンにプルするだけで、必要なあらゆる種類のリストにアクセスできるようになります。

メモ帳++7.3.1
使いやすく無料のコードエディター

ドリームウィーバー CS6
ビジュアル Web 開発ツール

AtomエディタMac版ダウンロード
最も人気のあるオープンソースエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ホットトピック



