Rumah > Artikel > Peranti teknologi > Jadi, adakah keupayaan untuk memprogramkan akan hilang?
Pengarang |. Anirudh VK
Penterjemah |. Xu Jiecheng
Platform pengekodan automatik kini berada di barisan hadapan dalam teknologi baru muncul untuk pengaturcara, menyediakan kecerdasan buatan baharu untuk pembangun menulis coretan kod The smart memandu alternatif. Terutamanya didorong oleh platform Copilot GitHub Microsoft, kemajuan ini kini perlahan-lahan mengubah model kerja pembangun di seluruh dunia.
Banyak alternatif pengekodan dalam beberapa tahun kebelakangan ini, seperti platform tanpa kod dan kod rendah, sesuai untuk pengguna bukan teknikal. Walaupun alat sedemikian menimbulkan cemuhan dan kemarahan daripada beberapa "pengaturcara tegar" dalam kalangan teknologi, kami harus mengakui bahawa walaupun veteran pengekodan yang paling berpengalaman boleh mendapat manfaat daripada algoritma pengekodan automatik kerana ia akan mengurangkan secara dramatik jumlah pembangun kod sebenarnya perlu menaip.
Andrej Karpathy, bekas pengarah kecerdasan buatan di Tesla dan OpenAI, menyatakan perasaannya terhadap alat pengekodan automatik dalam tweetnya:
“Copilot sangat mempercepatkan pengekodan saya tidak boleh bayangkan kembali ke 'pengekodan tangan' Walaupun saya masih belajar menggunakannya, ia sudah membantu saya menulis kira-kira 80% kod dan ia boleh mengekalkan ketepatan 80%. Copilot, saya tidak betul-betul kod ”
Kata-kata Andrej Karpathy juga digemakan oleh kebanyakan pembangun Memandangkan platform pengekodan automatik boleh membantu pembangun menjimatkan banyak masa pengekodan supaya mereka boleh menumpukan lebih banyak tenaga untuk berurusan dengan masalah aplikasi yang lain, platform pengekodan automatik juga telah diterima pakai dengan pantas di seluruh dunia pada kadar yang membimbangkan dalam tempoh masa yang singkat. Ambil GitHub Copilot sebagai contoh Dalam tempoh satu bulan selepas pelancarannya, CitHub Copilot menarik lebih daripada 400,000 langganan berbayar ($10/bulan, $100/tahun). Walau bagaimanapun, apabila alat yang sentiasa bertambah baik ini mula mengambil lebih banyak tugas pengekodan, persoalan baharu timbul: Adakah pembangun akan kehilangan kemahiran pengekodan secara beransur-ansur kerana pergantungan mereka pada alat pengekodan automatik?
Sejujurnya, sesiapa yang telah menggunakan alat pengekodan automatik tahu bahawa kod yang mereka tulis secara automatik tidak sempurna. Walaupun mungkin tiada apa-apa yang salah dengan sintaks coretan kod yang dicadangkan, selalunya alat sedemikian ditulis dengan cara yang tidak cekap yang boleh membawa kepada isu pergantungan. Aryamaan, pengguna dari forum berita YCombinator, mempunyai komen berikut tentang menggunakan platform pengekodan automatik "Ghostwriter" yang disediakan oleh Replit:
"Ia pasti mengejutkan saya, seperti ia tahu apa yang akan saya lakukan. Tetapi dalam Kadang-kadang ia lebih bodoh daripada autolengkap standard, ia tidak mempunyai kesedaran tentang pembolehubah yang telah ditakrifkan dan tidak akan menggunakannya untuk melengkapkan pembolehubah separuh bertulis Ketidakpuasan hati berterusan. Tetapi dari perspektif lain, hampir semua alat pengekodan automatik adalah berdasarkan algoritma kecerdasan buatan, yang juga bermakna bahawa kemudahan penggunaan dan kebolehpercayaan mereka akan terus berkembang dengan evolusi teknologi dan peningkatan jumlah data. Untuk pembangun generasi baharu, alat pengekodan automatik akan menjadi sangat diperlukan. Bakal pembangun yang berada dalam fasa pembelajaran hari ini akan memasuki bidang ini dalam beberapa tahun dan pada masa itu, alat pengekodan automatik berkemungkinan akan secara beransur-ansur mengejar pembangun manusia biasa. Ini juga akan membawa kepada kemungkinan bahawa generasi pembangun akan datang perlahan-lahan menghentikan pengekodan, dan generasi berikutnya mungkin kehilangan keupayaan pengekodan mereka pada tahap tertentu.
Pembangun hari ini memerlukan pemahaman mendalam tentang bahasa yang mereka gunakan dan pengetahuan tentang cara menulis penyelesaian kepada masalah. Walau bagaimanapun, pengekod masa hadapan hanya perlu mengetahui cara bahasa berfungsi, kerana mereka boleh menggabungkan pengetahuan ini dengan kejuruteraan pantas untuk menjana coretan kod. Kejuruteraan segera ialah proses menggunakan teknik NLP untuk bertanya soalan yang betul kepada LLM, dengan itu mendorong algoritma untuk bertindak balas secara optimum.
Seperti aplikasi kecerdasan buatan lain yang mengganggu pelbagai bidang, masalah yang dihadapi oleh orang ramai pada masa ini ialah keperluan untuk mencapai kata sepakat tentang cara melihat bahasa pengaturcaraan. Generasi pembangun akan datang sama ada akan memilih untuk belajar cara memanfaatkan sepenuhnya alatan pengekodan automatik melalui kejuruteraan pantas, atau berpegang pada pendekatan dalaman ke luar semasa untuk mempelajari bahasa pengaturcaraan Mereka yang memilih pendekatan kedua mungkin kalah dengan kecerdasan buatan beberapa tahun akan datang.
2. Masa depan alat pengekodan automatik
Sudah tentu, terdapat juga banyak syarikat yang mengambil pendekatan yang lebih bertanggungjawab terhadap penggunaan data. Ambil Tabnine, sebagai contoh, yang hanya menggunakan data yang tersedia secara umum untuk melatih algoritmanya. Model Tabnine juga boleh belajar daripada gaya pengekodan pengguna. Dengan menjalankan algoritma secara setempat pada komputer pengguna, model boleh belajar tentang gaya pengaturcara dan memberikan cadangan coretan yang lebih sesuai dengan keperluan pengguna. Ini juga menghalang semua data daripada dihantar kembali ke repositori berpusat, sekali gus melindungi privasi sambil memberikan nilai tambahan.
Berbeza dengan pendekatan semasa mencipta satu model besar (seperti Codex) yang boleh memberikan cadangan dalam berbilang bahasa pengaturcaraan, platform pengekodan automatik masa hadapan mungkin mengambil berbilang model dan memasukkannya ke dalam bahasa yang paling sesuai untuk mereka. Tabnine telah berjaya menggunakan pelbagai model sumber terbuka dalam bahasa pengaturcaraan yang berbeza. Dalam temu bual awam baru-baru ini, Naib Presiden Ekosistem dan Pembangunan Perniagaan Tabnine Brandon Jung berkata: "Kami menggunakan model terbaik dari tempat lain, ia adalah sumber terbuka, ia hebat. Kami menggunakan model yang sangat besar, yang sangat mahal untuk dilatih, dan kami pakar dalam pengekodan berdasarkan apa yang terbaik untuk setiap bahasa Ternyata beberapa model ini lebih sesuai untuk bahasa tertentu berbanding yang lain."
Pendekatan ini bukan sahaja menjadikan platform pengekodan automatik lebih tepat. , tetapi juga menjadikannya lebih sesuai untuk syarikat menjalankan dan memperhalusinya pada repositori kod peribadi mereka. Pada masa ini, banyak data diasingkan daripada penyedia perkhidmatan seperti GitHub, AWS dan GCP, tetapi beralih daripada platform ini boleh menjadikan alat pengekodan automatik lebih mudah diakses oleh pembangun secara amnya. Ini seterusnya akan menggalakkan lebih ramai orang menggunakan pengekod auto sebagai alat dengan lebih berkesan, sekali gus meningkatkan ketepatan ramalan alat tersebut.
Mengambil GitHub Copilot dan Tabnine sebagai contoh, alatan pengekodan automatik sedang membina persekitaran kerja baharu untuk pembangun masa hadapan, dan faedah yang dibawanya kepada pengaturcara tidak dapat dinafikan. Alat AI yang lebih maju bukan sahaja dapat membantu pembangun meningkatkan kecekapan menulis kod, tetapi juga mengurangkan tekanan pengekod yang sering bekerja terlalu keras. Dalam hal ini, syarikat pada peringkat ini juga mesti mengiktiraf arah aliran ini dan keberkesanan yang boleh dibawa oleh pembangun untuk menggunakan alat pengekodan automatik, dan mempertimbangkan untuk menyediakan alat pembangunan berorientasikan masa depan yang mereka perlukan.
Pautan asal: https://analyticsindiamag.com/have-developers-forgotten-how-to-code/
Atas ialah kandungan terperinci Jadi, adakah keupayaan untuk memprogramkan akan hilang?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!