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。

「AI-Ready労働力」という用語は頻繁に使用されますが、サプライチェーン業界ではどういう意味ですか? サプライチェーン管理協会(ASCM)のCEOであるAbe Eshkenaziによると、批評家ができる専門家を意味します

分散型AI革命は静かに勢いを増しています。 今週の金曜日、テキサス州オースティンでは、ビテンサーのエンドゲームサミットは極めて重要な瞬間を示し、理論から実用的な応用に分散したAI(DEAI)を移行します。 派手なコマーシャルとは異なり

エンタープライズAIはデータ統合の課題に直面しています エンタープライズAIの適用は、ビジネスデータを継続的に学習することで正確性と実用性を維持できるシステムを構築する大きな課題に直面しています。 NEMOマイクロサービスは、NVIDIAが「データフライホイール」と呼んでいるものを作成することにより、この問題を解決し、AIシステムがエンタープライズ情報とユーザーインタラクションへの継続的な露出を通じて関連性を維持できるようにします。 この新しく発売されたツールキットには、5つの重要なマイクロサービスが含まれています。 NEMOカスタマイザーは、より高いトレーニングスループットを備えた大規模な言語モデルの微調整を処理します。 NEMO評価者は、カスタムベンチマークのAIモデルの簡素化された評価を提供します。 Nemo Guardrailsは、コンプライアンスと適切性を維持するためにセキュリティ管理を実装しています

AI:芸術とデザインの未来 人工知能(AI)は、前例のない方法で芸術とデザインの分野を変えており、その影響はもはやアマチュアに限定されませんが、より深く影響を与えています。 AIによって生成されたアートワークとデザインスキームは、広告、ソーシャルメディアの画像生成、Webデザインなど、多くのトランザクションデザインアクティビティで従来の素材画像とデザイナーに迅速に置き換えられています。 ただし、プロのアーティストやデザイナーもAIの実用的な価値を見つけています。 AIを補助ツールとして使用して、新しい美的可能性を探求し、さまざまなスタイルをブレンドし、新しい視覚効果を作成します。 AIは、アーティストやデザイナーが繰り返しタスクを自動化し、さまざまなデザイン要素を提案し、創造的な入力を提供するのを支援します。 AIはスタイル転送をサポートします。これは、画像のスタイルを適用することです

最初はビデオ会議プラットフォームで知られていたZoomは、エージェントAIの革新的な使用で職場革命をリードしています。 ZoomのCTOであるXD Huangとの最近の会話は、同社の野心的なビジョンを明らかにしました。 エージェントAIの定義 huang d

AIは教育に革命をもたらしますか? この質問は、教育者と利害関係者の間で深刻な反省を促しています。 AIの教育への統合は、機会と課題の両方をもたらします。 Tech Edvocate NotesのMatthew Lynch、Universitとして

米国における科学的研究と技術の開発は、おそらく予算削減のために課題に直面する可能性があります。 Natureによると、海外の雇用を申請するアメリカの科学者の数は、2024年の同じ期間と比較して、2025年1月から3月まで32%増加しました。以前の世論調査では、調査した研究者の75%がヨーロッパとカナダでの仕事の検索を検討していることが示されました。 NIHとNSFの助成金は過去数か月で終了し、NIHの新しい助成金は今年約23億ドル減少し、3分の1近く減少しました。リークされた予算の提案は、トランプ政権が科学機関の予算を急激に削減していることを検討しており、最大50%の削減の可能性があることを示しています。 基礎研究の分野での混乱は、米国の主要な利点の1つである海外の才能を引き付けることにも影響を与えています。 35

Openaiは、強力なGPT-4.1シリーズを発表しました。実際のアプリケーション向けに設計された3つの高度な言語モデルのファミリー。 この大幅な飛躍は、より速い応答時間、理解の強化、およびTと比較した大幅に削減されたコストを提供します


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

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

SublimeText3 Linux 新バージョン
SublimeText3 Linux 最新バージョン

SAP NetWeaver Server Adapter for Eclipse
Eclipse を SAP NetWeaver アプリケーション サーバーと統合します。

VSCode Windows 64 ビットのダウンロード
Microsoft によって発売された無料で強力な IDE エディター

ZendStudio 13.5.1 Mac
強力な PHP 統合開発環境

SublimeText3 中国語版
中国語版、とても使いやすい

ホットトピック









