Naslednja revolucija v programiranju bo s pristojno kodo umetne inteligence

V zadnjih letih je uporaba jezikovnih modelov v programiranju preoblikovala vsakodnevno razvijalce.Orodja, kot so GitHub Copilot, ChatGPT in Replit Ghostwriter, so povečala produktivnost s predlaganjem izrezkov kode, avtomatizacijo ponavljajočih se nalog in celo ustvarjanjem popolnih rešitev iz opisov naravnega jezika.Vendar so nedavni dobički že postopni, kar kaže, da so LLM-ji po svoji besedilni naravi dosegli strukturno mejo.

LLM so bili zasnovani za interpretacijo naravnega jezika in nato prilagojeni za obravnavo kode. Ta prilagoditev je prinesla izrazne rezultate, vendar se sooča z omejitvami, kjer koda ni samo besedilo, ampak tudi logika, odvisnost in vedenje. Razlaga tega zahteva algoritemsko sklepanje, strukturno skladnost in razumevanje širokih kontekstov, veščin, za katere splošni LLM niso bili zasnovani.

Brazilska mikro, mala in srednje velika podjetja (MSME) imajo pozitiven pogled na potenciale umetne inteligence (AI), pri čemer 77% odločevalcev meni, da AI racionalizira procese njihovih podjetij.To razkriva raziskava “IA v mikro, malih in srednje velikih podjetjih: trendi, izzivi in priložnosti, ki jo je Microsoft naročil podjetju Edelman Communication.

Glede na študijo, 75% podjetij, ki so bili intervjuvani pravijo, da so optimistični glede vpliva umetne inteligence (AI) na njihovo delo in to se odraža v naložbenih načrtih podjetij, ki pravijo, da bodo še naprej vlagali ali vlagali prvič v AI (73%), in 61% od njih že imajo akcijski načrt ali posebne cilje, povezane s to tehnologijo.

Vendar pa se za premagovanje teh omejitev pojavi potreba po izvorni kodi AI, sistemu, ki je že od začetka zasnovan za obravnavanje kode kot prvega jezika. Ta pristop zahteva novo transformatorsko arhitekturo, ki je sposobna globoko razumeti semantiko, logiko in kompleksne strukture programske opreme, ki presegajo preprosto samodokončanje izrezkov.

Ključne kompetence te nove generacije umetne inteligence vključujejo globoko semantično razumevanje kode, logično in algoritemsko sklepanje, razširjeno vzdrževanje konteksta na kompleksnih osnovah, razumevanje odvisnosti in knjižnic, zmožnost testiranja in potrjevanja kode ter razlago dvoumnih zahtev. Konjunkcija teh veščin bi AI omogočil avtonomno, zanesljivo in dosledno delovanje.

Razvoj te arhitekture bo zahteval nove nabore podatkov, specifične algoritme in spremembe v načinu, kako si predstavljamo dejanje programiranja. Gre za osnovno transformacijo, ki presega postopne prilagoditve in na novo definira, kaj pomeni ustvarjanje programske opreme s pomočjo umetne inteligence. Pričakovati je, da bomo v petletnem obdobju lahko priča sistemom, ki bodo sposobni delovati kot popolni programski inženirji.

Trenutna faza splošnih LLM dokazuje, da se je produktivnost povečala, vendar je avtonomija še vedno omejena. Prihodnji razvoj bo odvisen od ustvarjanja izvornih kodnih modelov, ki bodo sposobni obravnavati kompleksnost, odvisnosti in logično sklepanje na integriran način, kar bo utrlo pot bolj strateškemu, razširljivemu in zanesljivemu programiranju.

Namesto da deluje le kot ukaz izvršitelj, bo strokovnjak postal arhitekt in nadzornik inteligentnih sistemov, ki vodi AI za preoblikovanje abstraktnih specifikacij v popolne in funkcionalne rešitve.Programska revolucija z AI se šele začenja.Naslednja generacija ne bo omejena na optimizacijo nalog, obljublja preoblikovanje samega koncepta razvoja programske opreme, zaradi česar bodo sistemi AI polno tehnični partnerji, sposobni razumeti, ustvarjati in ponavljati na kompleksnih rešitvah z avtonomijo in kontekstualno inteligenco.