Nvidia 稱人工智慧將消滅編碼，但以下是其錯誤的 5 個原因

##＃ 快速鏈接

⭐Nvidia 執行長對人工智慧和程式設計有何評價?

⭐人工智慧在程式設計方面有多擅長?

⭐為什麼 Nvidia 不教孩子程式設計是錯的

要點

英偉達執行長表示，人工智慧最終將取代人類程式設計能力，使該領域的傳統指令變得過時。

近年來，人工智慧技術無疑取得了顯著進步，但人類在監督其實施方面仍然發揮關鍵作用。雖然人工智慧可以以驚人的效率和準確性執行各種任務，但在某些情況下，即使是最先進的演算法也可能無法解決細微差別或複雜性。因此，結合人類的專業知識和判斷力是確保最佳結果和提高整體績效不可或缺的一部分。透過仔細監控和審查機器產生的輸出，人為幹預可以有效識別潛在的差異，完善演算法流程，並最終增強人工智慧系統的可靠性和有效性。

此外，人類程式設計師擁有一套獨特的解決問題的能力和靈活性，超越了人工智慧系統。此外，響應用戶回饋和跟上新興技術趨勢的能力是人類擅長的領域，使其在這些方面的整體效率高於人工智慧。

NVIDIA 執行長黃仁勳在最近的聲明中建議，不應教導孩子們編程，因為未來人工智慧 (AI) 將承擔這項任務。儘管人工智慧可以顯著幫助編碼人員完成工作量，但有令人信服的理由表明，無論人工智慧產生的程式碼的使用程度如何，個人都應該繼續發展自己的程式設計技能。

Nvidia 執行長對人工智慧和程式設計有何評價?

在杜拜舉行的 2024 年世界政府高峰會上的主題演講中，Nvidia 公司執行長黃仁勳先生表達了他的觀點，即向個人傳授編碼技能知識可能不會具有重大價值，因為人工智慧預計將在可預見的未來軟體開發。

我們專業的最終目標是開發計算技術，使個人無需學習如何編碼，而是允許他們使用自然、直觀的語言與機器互動。透過人工智慧的非凡進步，我們正在見證一個人人都成為程式設計師的世界，因為獲得這些創新使軟體開發以前所未有的規模實現民主化。

雖然人工智慧已經發展到能夠產生功能代碼段的程度，但有些人認為，對於尋求開發軟體應用程式的個人來說，了解基本程式設計概念可能不再是必要的。

人工智慧在程式設計方面有多擅長?

為了批判性地評估詹森的聲明，有必要考慮導致他表達這種觀點的背景和情況。

線上提供的人工智慧模型可以透過各種方式為程式設計任務提供協助，例如 ChatGPT 等通用模型或為程式相關查詢而設計的特定模型（稱為 CodeGPT）。與更廣泛的語言模型相比，後者更適合解決程式設計問題，並且可以提供更準確和相關的回應。

丹尼斯‧庫裡亞/萬物 N

這些人工智慧模型在將提示轉換為可執行程式碼方面表現出非凡的能力。正如 Jensen 之前提到的，他們的關鍵優勢之一在於，不需要事先具備程式設計知識就可以使用人工智慧產生程式碼。只需用日常語言闡明您想要的結果，複製並貼上生成的輸出，理想情況下，生成的程式碼將沒有錯誤並有效地執行分配給它的任務。

為什麼 Nvidia 不教孩子程式設計是錯的

Gorodenkoff/Shutterstock

黃先生的說法確實有理有據，證據確鑿。儘管如此，向個人傳授編碼技能仍然至關重要，因為這樣做有許多令人信服的理由。

AI 程式碼仍然需要知識來檢查錯誤

編碼的熟練程度使人們能夠增強和優化人工智慧系統產生的輸出。這是改進這些技術所使用的演算法和模型的關鍵方面。它還提供了一種確保結果符合預期目標的方法。換句話說，程式設計技能在塑造人工智慧系統的性能方面發揮著至關重要的作用。

雖然 CodeGPT 具有產生程式碼的能力，但使用者必須謹慎行事，因為其輸出可能無法始終遵循最佳品質標準或行業最佳實踐。建議利用這種人工智慧驅動的解決方案的個人事先理解生成的程式碼的功能，而不是簡單地逐字複製。

當然，我理解您對未經適當審查而整合人工智慧產生的程式碼所帶來的潛在風險的擔憂。必須確保產生的程式碼遵循基本程式設計原則，並且能夠被人類開發人員理解。實施此類做法可以防止創建複雜且難以破解的程式碼，這些程式碼可能會導致軟體或數位平台內的安全漏洞。

程式設計師可以運用經驗比人工智慧更好地解決問題

程式設計涉及透過使用程式碼將期望的結果（無論是供個人使用還是代表客戶）轉化為有形的解決方案。這個過程需要確定將抽像想法轉化為具體結果的最有效方法，從而促進預期項目的實現。

隨著應用程式開發熟練程度的提高，程式設計師能夠更有效地視覺化概念設計轉變為可操作軟體系統的過程。相較之下，基於人工智慧的聊天機器人缺乏對不同項目的廣泛接觸，因此無法利用過去的經驗並透過迭代改進來提高效能。

程式設計師可以更好地改進程式碼以滿足使用者需求

在為他人開發軟體應用程式時，他們很可能會對您的工作提供回饋。這種意見交換構成了迭代過程的一個組成部分，最終交付出符合客戶願望和期望的產品。

如果應用程式是由人手開發的，程式設計師可以靈活地將使用者回饋直接納入軟體的後續版本。這個迭代過程可能會持續下去，直到最終產品符合客戶的規格。另一方面，在處理透過人工智慧產生的應用程式時，使用者在進行更改或改進時會受到技術的支配。他們必須依靠人工智慧系統準確解釋和執行請求的修改，同時避免意外後果，例如引入新錯誤、破壞功能組件或損害安全功能。

程式設計師可以比人工智慧更快地適應不斷變化的技術趨勢

人工智慧模型從預先存在的資訊來源中獲取知識庫，從而具有複製在線發現的現有內容的卓越能力，同時表現出理解新興技術進步和趨勢的有限能力。

為了保持對特定程式語言的熟練程度，程式設計師必須隨時了解該語言的進步並將這些改進納入他們的程式碼庫中。此外，他們能夠識別哪種程式語言最適合特定任務，並且如果以前喜歡的選項變得過時或不太受歡迎，則能夠切換到替代語言。

程式設計師可以比人工智慧更快地回應緊急修補程式請求

如果程式碼出現問題，必須由精通程式設計的人員來解決問題。在出現零日漏洞的情況下，必須立即採取行動，因為這種情況需要迅速識別和解決缺陷。

雖然人類和人工智慧的程式碼來源可能有所不同，但兩者都容易出錯。儘管如此，那些理解編碼的人可以更容易識別和破解出現的任何問題。相反，不熟悉程式設計的人缺乏在使用人工智慧系統時辨別適當行動方案所需的知識。

雖然人工智慧確實使沒有程式設計經驗的個人能夠開發和使用程式碼，但毫無疑問的是，對程式設計原理的基本理解對於創建最佳且有效運行的個人化應用程式或解決方案至關重要。