Искусственный интеллект, особенно генеративный ИИ на основе больших языковых моделей (LM), может разрушить средства к существованию многих программистов. Но некоторые эксперты утверждают, что ИИ не заменит людей-программистов — по крайней мере, не сразу.
Итак, как разработчики программного обеспечения могут сделать себя более полезными и актуальными в наступающем веке кодирования, ориентированного на LLM? Вот несколько советов и приемов для программистов, которые помогут выжить и преуспеть в мире генеративного ИИ.
Придерживайтесь основ и лучших практик
Один из наиболее важных навыков программирования по-прежнему остается прерогативой программистов: решение проблем. Анализ проблемы и поиск элегантного решения для нее по-прежнему высоко ценится в области кодирования.
«В этом есть творческий аспект, и многие из этих навыков подхода к проблеме важнее, чем сам язык или инструменты», — говорит Инес Монтани , член Python Software Foundation. «Не попадайтесь в ловушку, сравнивая себя с ИИ, который является более или менее статистическим результатом большой модели. Есть разница в том, что делает разработчик, и в том, что выводит модель — быть разработчиком — это больше, чем просто писать произвольные строки кода».
«Кодер-человек по-прежнему должен выяснить структуру фрагмента кода, правильные абстракции, вокруг которых его можно организовать, и требования к различным интерфейсам», — говорит Армандо Солар-Лезама, заместитель директора и главный операционный директор . сотрудник Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института и возглавляет группу компьютерного программирования в лаборатории. «Все это занимает центральное место в практике разработки программного обеспечения, и в ближайшее время они не исчезнут».
Найдите инструмент, который соответствует вашим потребностям
Очень важно найти правильный инструмент на основе ИИ. У каждого инструмента есть свои способы взаимодействия с ним, и есть разные способы включения каждого инструмента в ваш рабочий процесс разработки — будь то автоматизация создания модульных тестов, генерация тестовых данных или написание документации.
Хитрость заключается в том, чтобы экспериментировать. Поэкспериментируйте с инструментом искусственного интеллекта, почувствуйте, как он работает, подумайте о качестве его результатов, но будьте готовы к другим инструментам. «Искусственный интеллект — это такая быстро развивающаяся область. Вы не хотите просто остановиться на инструменте, а затем использовать его до конца своей жизни, поэтому вам нужно будет быстро адаптироваться к новым», — говорит Абрахам.
Четкие и точные разговоры имеют решающее значение
Для программистов разговорного ИИ вам нужно знать, как лучше всего формировать свои подсказки. Здесь на помощь приходит быстрая инженерия .
Один из подходов, который предлагает Абрахам, — это подсказка по цепочке мыслей. Это включает в себя стратегию «разделяй и властвуй», когда вы разбиваете проблему на несколько шагов и решаете каждый из них, чтобы решить всю проблему. «Если попросить модель сделать слишком много в данный момент времени, это может привести к катастрофе. Вы хотите, чтобы он мог работать с управляемыми фрагментами информации и создавать управляемые фрагменты кода», — говорит он.
Точность и ясность жизненно важны для быстрого проектирования. «Вам нужно очень четко спросить у модели, чего вы хотите, очень точно указать, что вы просите ее сделать, и убедиться, что вы следуете за ней», — говорит Абрахам.
Чтобы помочь вам начать работу, Абрахам рекомендует OpenAI Cookbook , в котором есть разделы, посвященные библиотекам и инструментам подсказок, руководствам по подсказкам и видеокурсам, а Вайтилингам предлагает прочитать Illustrated Transformer , чтобы узнать больше о моделях и основах машинного обучения.
Будьте критичны и понимайте риски
Инженеры-программисты должны критически относиться к выходным данным больших языковых моделей , поскольку они имеют тенденцию вызывать галлюцинации и создавать неточный или неправильный код. «При слепом использовании сгенерированного ИИ кода легко застрять в кроличьей норе отладки, а незаметные ошибки бывает трудно обнаружить», — говорит Вайтхилингам.
Вот почему проверка сгенерированного кода имеет решающее значение, хотя она и добавляет дополнительный шаг, который может больше навредить, чем повысить производительность. Но Абрахам утверждает, что «в некоторых случаях легче проверить код, чем писать его с нуля, и это более быстрый подход к созданию, а затем проверке перед включением в любую кодовую базу, которая у вас есть».
Разработчикам также следует опасаться ввода в эти модели проприетарного кода. Некоторые компании, такие как Tabnine , предлагают корпоративные версии своих помощников по кодированию на основе ИИ, обеспечивая конфиденциальность , но при этом изучая шаблоны и стиль кодирования организации.
Чтобы программисты выжили в мире генеративного ИИ, им необходимо использовать ИИ как инструмент и включать ИИ в свой рабочий процесс, признавая при этом возможности и ограничения этих инструментов — и по-прежнему полагаться на свои способности человека кодировать для процветания.
А если вам еще больше интересна тема ИИ, вы хотите знать больше и не пропускать новинки и обзоры, подпишитесь на канал в тг, мне будет приятно -
#chatgpt #chatgpt4 #chatgptнарусском #chatgpt3 #работа #карьера #советы #программирование #программист #разработка #разработчики #ии #иибудущее #искусственныйинтеллект #нейросети