การปฏิวัติการเขียนโปรแกรมครั้งต่อไปจะใช้โค้ด AI ดั้งเดิม

ในช่วงไม่กี่ปีที่ผ่านมาการประยุกต์ใช้โมเดลภาษาในการเขียนโปรแกรมได้เปลี่ยนรูปแบบในแต่ละวันของนักพัฒนา เครื่องมือเช่น GitHub Copilot, ChatGPT และ Replit Ghostwriter ได้เพิ่มผลผลิตโดยการแนะนําตัวอย่างโค้ดทําให้งานซ้ํา ๆ เป็นอัตโนมัติและแม้กระทั่งสร้างโซลูชันที่สมบูรณ์จากคําอธิบายภาษาธรรมชาติอย่างไรก็ตามการเพิ่มขึ้นล่าสุดได้เพิ่มขึ้นแล้วซึ่งบ่งชี้ว่า LLM โดยลักษณะข้อความของพวกเขาได้มาถึงขีด จํากัด ของโครงสร้างแล้ว.

LLMs ได้รับการออกแบบมาเพื่อตีความภาษาธรรมชาติและต่อมาได้รับการดัดแปลงเพื่อจัดการกับรหัส การปรับตัวนี้ได้นํามาซึ่งผลลัพธ์ที่แสดงออกแต่ต้องเผชิญกับข้อ จํากัด ที่รหัสไม่เพียง แต่ข้อความ แต่ยังตรรกะการพึ่งพาและพฤติกรรม การตีความมันต้องใช้เหตุผลอัลกอริทึมการเชื่อมโยงโครงสร้างและความเข้าใจในบริบทกว้าง ๆ ทักษะที่ LLM ทั่วไปไม่ได้ออกแบบมาเพื่อนําเสนอ.

วิสาหกิจขนาดกลาง ขนาดเล็ก และขนาดกลาง (MSME) ของบราซิลมีมุมมองเชิงบวกเกี่ยวกับศักยภาพของปัญญาประดิษฐ์ (AI) โดย 77% ของผู้มีอํานาจตัดสินใจพิจารณาว่า AI ช่วยเพิ่มความคล่องตัวให้กับกระบวนการของบริษัทของตน นี่คือสิ่งที่งานวิจัยของ “IA“ ในวิสาหกิจขนาดกลาง ขนาดเล็ก และขนาดกลางเผยให้เห็น: แนวโน้ม ความท้าทาย และโอกาส " ซึ่งได้รับมอบหมายจาก Microsoft ให้ Edelman Communication.

จากการศึกษาพบว่า 75% ของบริษัทที่ให้สัมภาษณ์กล่าวว่าพวกเขามองโลกในแง่ดีเกี่ยวกับผลกระทบของปัญญาประดิษฐ์ (AI) ที่มีต่องานของพวกเขา และสิ่งนี้สะท้อนให้เห็นในแผนการลงทุนของบริษัทต่างๆ ซึ่งกล่าวว่าพวกเขาจะลงทุนหรือลงทุนต่อไปสําหรับ ครั้งแรกใน AI (73%) และ 61% ในนั้นมีแผนปฏิบัติการหรือเป้าหมายเฉพาะที่เกี่ยวข้องกับเทคโนโลยีนี้อยู่แล้ว.

อย่างไรก็ตามเพื่อเอาชนะข้อ จํากัด เหล่านี้จําเป็นต้องมีรหัส AI ดั้งเดิมซึ่งเป็นระบบที่ออกแบบมาตั้งแต่ต้นเพื่อให้โค้ดเป็นภาษาแรก แนวทางนี้ต้องใช้สถาปัตยกรรมหม้อแปลงใหม่ที่สามารถเข้าใจความหมายตรรกะและโครงสร้างซอฟต์แวร์ที่ซับซ้อนได้อย่างลึกซึ้งนอกเหนือไปจากการเติมเต็มตัวเองอย่างง่าย ๆ ของตัวอย่าง.

ความสามารถหลักของ AI รุ่นใหม่นี้ ได้แก่ ความเข้าใจเชิงความหมายเชิงลึกของโค้ด การใช้เหตุผลเชิงตรรกะและอัลกอริธึม การบํารุงรักษาบริบทเพิ่มเติมบนฐานที่ซับซ้อน การทําความเข้าใจการพึ่งพาและไลบรารี ความสามารถในการทดสอบและตรวจสอบความถูกต้องของโค้ด และการตีความข้อกําหนดที่ไม่ชัดเจน การรวมกันของทักษะเหล่านี้ จะช่วยให้ AI สามารถทํางานได้อย่างอิสระ เชื่อถือได้ และสม่ําเสมอ.

การพัฒนาสถาปัตยกรรมนี้จะต้องมีชุดข้อมูลใหม่อัลกอริธึมเฉพาะและการเปลี่ยนแปลงในวิธีที่เราคิดการกระทําของการเขียนโปรแกรม เป็นการเปลี่ยนแปลงขั้นพื้นฐานซึ่งอยู่เหนือการปรับเปลี่ยนที่เพิ่มขึ้นและกําหนดความหมายใหม่ในการสร้างซอฟต์แวร์ด้วยความช่วยเหลือของ AI ความคาดหวังคือในระยะเวลาห้าปีเราสามารถเห็นระบบที่สามารถทําหน้าที่เป็นวิศวกรซอฟต์แวร์ที่สมบูรณ์ได้.

ขั้นตอนปัจจุบันของ LLM ทั่วไปแสดงให้เห็นว่าผลผลิตเพิ่มขึ้นแต่ความเป็นอิสระยังคงมี จํากัด วิวัฒนาการในอนาคตจะขึ้นอยู่กับการสร้างแบบจําลองรหัสพื้นเมืองความสามารถในการจัดการกับความซับซ้อนการพึ่งพาและการใช้เหตุผลเชิงตรรกะในลักษณะบูรณาการปูทางสําหรับการเขียนโปรแกรมเชิงกลยุทธ์ที่ปรับขนาดได้และเชื่อถือได้มากขึ้น การเปลี่ยนแปลงนี้ไม่เพียงแต่นิยามใหม่ของเทคโนโลยีเท่านั้น แต่ยังรวมถึงบทบาทของนักพัฒนาด้วย.

แทนที่จะทําหน้าที่เป็นผู้ดําเนินการคําสั่งเท่านั้นมืออาชีพจะกลายเป็นสถาปนิกและผู้ควบคุมระบบอัจฉริยะแนะนํา AI เพื่อเปลี่ยนข้อกําหนดเชิงนามธรรมให้เป็นโซลูชันที่สมบูรณ์และใช้งานได้ การปฏิวัติการเขียนโปรแกรมด้วย AI เพิ่งเริ่มต้น รุ่นต่อไปจะไม่ จํากัด เฉพาะการเพิ่มประสิทธิภาพงานสัญญาว่าจะออกแบบแนวคิดการพัฒนาซอฟต์แวร์ใหม่ทําให้ระบบ AI เป็นพันธมิตรทางเทคนิคเต็มรูปแบบสามารถเข้าใจสร้างและทําซ้ําโซลูชันที่ซับซ้อนด้วยความเป็นอิสระและความฉลาดทางบริบท.