ChatGPT が盗む: スタック オーバーフローがプログラマーによって放棄され、アクセス数が 1 か月で 3,200 万件激減
この記事は AI New Media Qubits (公開アカウント ID: QbitAI) の許可を得て転載されています。転載する場合はソースに連絡してください。
スタック オーバーフローはプログラマによって放棄されています。
正しく聞こえました。
この世界的に有名な開発者 Q&A Web サイトへのアクセス数は、わずか 1 か月で 3,200 万件減少しました。
現在の検索ボリュームですらピーク時の 3 分の 1 に過ぎません...
なぜ突然このようなことが起こったのでしょうか?ネチズンはその謎を一文で説明しました:
ChatGPT が登場して以来、私は Stack Overflow を使っていません。
過去 3 か月のスタック オーバーフロー トラフィック統計から判断すると、トラフィックの減少は 2022 年の 11 月から 12 月の間に発生しました。
偶然にも、OpenAI は昨年 11 月 30 日に ChatGPT をリリースしました。
いいですね。AI 界隈で最も人気のある ChatGPT であることがわかりました。
それでは、なぜ、多くのプログラマーの知識を求める習慣をこれほど短期間で急速に変えることができるのでしょうか?
この問題に関しては、ユーザーとしてのプログラマが最も大きな発言権を持っているかもしれません。
誰かが問題を 2 つの点に簡潔かつ簡潔に要約しました:
私が怠け者でない場合: Google と Stack Overflow が最初の選択肢です;
私が怠け者である場合:私はChatGPTを選択します。
その意味するところは明らかですが、問題の鍵は答えを得る利便性にあります。
まず、Stack Overflow で回答を得るプロセスを見てみましょう。
まず、「質問する」ボタンをクリックして質問を開始する必要があります。
次に、面倒な「記入項目」に進みます。 「空白」リンク:
タイトルを入力 → 問題の説明 → 何を試したか/どのような結果が期待されるか → 言語タグ
しかし、この一連の手術はまだ終わっていないのですが、質問者さんにとって一番無力なのは待ち時間が長いことかもしれません。
しかし、現実は次のようなものであることがよくあります:
そうです、誰もそれを気にしません。そして、たとえ誰かが質問に答えたとしても、あなたはまだ問題を抱えています。どの回答が最も高い「票」を獲得したかなどを確認します。
しかし、この問題が ChatGPT で行われた場合、結果は異なります。必要なアクションは 1 つだけです:
質問してください!
そうすれば、答えは「パチン」と目の前に投げ込まれます。
このように比較すると、「質疑応答」における ChatGPT の便利さがわかります。ネチズンの要約:
製品/ウェブサイトを検索→ Google
答えを求める→ ChatGPT
しかし、言えることが 1 つあります。 「Q&A」 確かに利便性はこの問題の一側面ですが、より重要な点は回答の正確さに戻るべきです。
次の質問は次のとおりです:
プログラマが ChatGPT に依存することは信頼できるでしょうか?
ChatGPT を禁止するために Stack Overflow によって示された理論的根拠は次のとおりであることを知っておく必要があります。
(これを行う) 目的は、ChatGPT を使用して作成された多数の回答が、Web サイトに流入するのを遅らせることです。コミュニティ。
ChatGPT から間違った答えが得られる可能性が高すぎるためです。
しかし、これはあくまで「相手」の一方的な言い分であり、全面的に信じることはできません。 ChatGPT がリリースされてからしばらく経ちますが、信頼できるかどうかは別として、ユーザーがどのように感じているかを見てみましょう。
結論からお話しますと、ChatGPT はバグを見つけたり、Web サイトを書いたり、プロンプトをコードに変換したり…など、プログラミングに関しては「万能の才能」と言えます。
ChatGPT は、バグの発見に非常に配慮していると言えます。たとえば、Repit の CEO は、誤ったコードを ChatGPT にダンプし、その中のバグを見つけるように依頼しました。
その結果、ChatGPTはバグを発見するだけでなく、エラーの原因と修正方法を指摘し、正しいコードを添付し、最後にまとめることを忘れませんでした。
(答えを見つけるために Stack Overflow で検索するよりも優れているのではないでしょうか?手動の犬の頭)
もちろん、AI モデルは Stack と比較することはできません。質問と回答の Web サイトである Overflow を、他のコード修復システムと比較してみましょう。
少し前に、ヨハネス グーテンベルク大学とロンドン大学も調査を実施し、ChatGPT が他の 3 つのコード修復システム (Codex、CoCoNut、Standard APR) を水平的に比較できるようにしました。
研究プロセス中に、研究者は合計 40 個のエラー コードを与え、得られた暫定結果は次のとおりです:
ChatGPT は 19 の質問を解決しました、Codex は 21 件、CoCoNut は 19 件、標準 APR メソッドは 7 件解決されました。
このうち、Codex と ChatGPT は同じ言語モデル ファミリに由来しているため、結果は比較的近いものになります。 ######しかし!これが最終結果ではありませんが、結局のところ、ChatGPT は会話モデルなので通信が可能であり、通信後は 31 件ものバグが解決されました。
まあ、最終的な結果も明らかです。
デバッグに加えて、ChatGPT は要件が指定されたときに自動的にコードを作成することもできます。ネチズンは、最終的なコードの効果は悪くないと報告しています。
たとえば、一部のネチズンは、自分たちのスタートアップ企業のコードのほとんどが ChatGPT と Copilot によって完成されたと主張しました。
ChatGPT を使用して Web サイトを作成した ChatGPT の「学生ファン」もいます。生成されたコードは非常にきれいです:
##昨年末にも、ライリー・グッドサイド氏はChatGPTプロンプト言葉をもてあそんで、シリコンバレーの時価73億ドルのユニコーン企業Scale AIからオファーを受け、正式に「プロンプトエンジニア」として採用した。
仕事の内容は、一言話すだけでAIに希望のコードを生成してもらうというものです。
例は多すぎてここに挙げることはできませんが、要するに、ChatGPT をプログラミングの生産性に組み込んでいる人もいるということです。
さらに、ChatGPT は「改善」の優れたモデルでもあります。以前は、数学的能力が不十分であると噂されていました。昨日、OpenAI は、信頼性と数学的能力の点で ChatGPT のパフォーマンスが向上したことを正式に発表しました。
プログラマーにとって、それよりも気になるのは、ChatGPT のプログラミング能力が向上したかどうかです。
しかし、この点に関して、一部のネチズンはそれをテストしました。同じコードの問題は、昨年 12 月末 (左側) には解答できましたが、今年 1 月末 (左側) には解答できませんでした。右)。
One More Thing
最近、ChatGPT に「新しい機器」が加わり、ChatGPT に接続できるモデル BLIP-2 がリリースされました。単純に写真を見て会話したり、プロットを説明したり、写真に言葉を加えたりするだけではありません...
さらに、BLIP-2 はさまざまな視覚言語タスクで SOTA を達成しており、コードは現在オープンソースです。
力を合わせて、波を楽しみにしています~
△写真出典: @Daniel Bourke
[1] https://twitter.com/dannypostmaa/status/1620207540381569024
[2] https://techcabal.com/2023/01/31/stack-overflow-chat-gpt/
[3] https://twitter.com/flaviocopes/status/1620333315919331328
[4] https://twitter.com/laminappcom/status/1620516951163559936
[ 5] https://www.pcmag.com/news/watch-out-software-engineers-chatgpt-is-now-finding-fixing-bugs-in-code
[6] https: / /twitter.com/mrdbourke/status/1620353263651688448
以上がChatGPT が盗む: スタック オーバーフローがプログラマーによって放棄され、アクセス数が 1 か月で 3,200 万件激減の詳細内容です。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。

スタンフォード大学ヒト指向の人工知能研究所によってリリースされた2025年の人工知能インデックスレポートは、進行中の人工知能革命の良い概要を提供します。 4つの単純な概念で解釈しましょう:認知(何が起こっているのかを理解する)、感謝(利益を見る)、受け入れ(顔の課題)、責任(責任を見つける)。 認知:人工知能はどこにでもあり、急速に発展しています 私たちは、人工知能がどれほど速く発展し、広がっているかを強く認識する必要があります。人工知能システムは絶えず改善されており、数学と複雑な思考テストで優れた結果を達成しており、わずか1年前にこれらのテストで惨めに失敗しました。 2023年以来、複雑なコーディングの問題や大学院レベルの科学的問題を解決することを想像してみてください

メタのラマ3.2:マルチモーダルとモバイルAIの前進 メタは最近、ラマ3.2を発表しました。これは、モバイルデバイス向けに最適化された強力なビジョン機能と軽量テキストモデルを特徴とするAIの大幅な進歩です。 成功に基づいてo

今週のAIの風景:進歩、倫理的考慮、規制の議論の旋風。 Openai、Google、Meta、Microsoftのような主要なプレーヤーは、画期的な新しいモデルからLEの重要な変化まで、アップデートの急流を解き放ちました

つながりの慰めの幻想:私たちはAIとの関係において本当に繁栄していますか? この質問は、MIT Media Labの「AI(AHA)で人間を進める」シンポジウムの楽観的なトーンに挑戦しました。イベントではCondedgを紹介している間

導入 あなたが科学者またはエンジニアで複雑な問題に取り組んでいると想像してください - 微分方程式、最適化の課題、またはフーリエ分析。 Pythonの使いやすさとグラフィックスの機能は魅力的ですが、これらのタスクは強力なツールを必要とします

メタのラマ3.2:マルチモーダルAIパワーハウス Metaの最新のマルチモーダルモデルであるLlama 3.2は、AIの大幅な進歩を表しており、言語理解の向上、精度の向上、および優れたテキスト生成機能を誇っています。 その能力t

データ品質保証:ダグスターと大きな期待でチェックを自動化する データ駆動型のビジネスにとって、高いデータ品質を維持することが重要です。 データの量とソースが増加するにつれて、手動の品質管理は非効率的でエラーが発生しやすくなります。

MainFrames:AI革命のUnsung Heroes サーバーは汎用アプリケーションで優れており、複数のクライアントの処理を行いますが、メインフレームは大量のミッションクリティカルなタスク用に構築されています。 これらの強力なシステムは、頻繁にヘビルで見られます


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

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

WebStorm Mac版
便利なJavaScript開発ツール

MantisBT
Mantis は、製品の欠陥追跡を支援するために設計された、導入が簡単な Web ベースの欠陥追跡ツールです。 PHP、MySQL、Web サーバーが必要です。デモおよびホスティング サービスをチェックしてください。

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。

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

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
