Nvidia twierdzi, że sztuczna inteligencja zabije kodowanie, ale oto 5 powodów, dla których się myli
Quick Links
⭐ Co CEO Nvidii powiedział o sztucznej inteligencji i programowaniu?
⭐ Jak dobra jest sztuczna inteligencja w programowaniu?
⭐ Dlaczego Nvidia myli się, nie ucząc dzieci programowania
Kluczowe wnioski
Dyrektor generalny firmy NVIDIA wyraził opinię, że sztuczna inteligencja ostatecznie zastąpi ludzkie zdolności programowania, czyniąc tradycyjne nauczanie w tej dziedzinie przestarzałym.
Technologia sztucznej inteligencji niewątpliwie znacznie posunęła się naprzód w ostatnich latach, ale ludzie nadal odgrywają kluczową rolę w nadzorowaniu jej wdrażania. Podczas gdy sztuczna inteligencja może wykonywać różne zadania z niezwykłą wydajnością i dokładnością, nadal istnieją przypadki, w których subtelne niuanse lub złożoności mogą wymknąć się nawet najbardziej zaawansowanym algorytmom. W związku z tym uwzględnienie ludzkiej wiedzy i osądu jest niezbędnym elementem zapewniającym optymalne wyniki i zwiększającym ogólną wydajność. Poprzez uważne monitorowanie i analizowanie wyników generowanych przez maszyny, interwencja człowieka może skutecznie zidentyfikować potencjalne rozbieżności, udoskonalić procesy algorytmiczne i ostatecznie zwiększyć niezawodność i skuteczność systemów sztucznej inteligencji.
Ponadto, ludzcy programiści posiadają unikalny zestaw umiejętności rozwiązywania problemów i elastyczności, który przewyższa możliwości systemów sztucznej inteligencji. Co więcej, zdolność do reagowania na opinie użytkowników i bycia na bieżąco z pojawiającymi się trendami technologicznymi jest obszarem, w którym ludzie przodują, czyniąc ich ogólną skuteczność większą niż sztucznej inteligencji pod tymi względami.
W niedawnym oświadczeniu Jensen Huang, dyrektor generalny NVIDIA, zasugerował, że dzieci nie powinny uczyć się programowania, ponieważ sztuczna inteligencja (AI) przejmie odpowiedzialność za to zadanie w przyszłości. Chociaż sztuczna inteligencja może znacznie pomóc programistom w ich obciążeniu pracą, istnieją ważne powody, dla których jednostki powinny nadal rozwijać swoje umiejętności programistyczne, niezależnie od stopnia wykorzystania kodu generowanego przez sztuczną inteligencję.
Co CEO Nvidii powiedział o sztucznej inteligencji i programowaniu?
W przemówieniu wygłoszonym podczas Światowego Szczytu Rządowego 2024, który odbył się w Dubaju, dyrektor generalny Nvidia Corporation, pan Jensen Huang, wyraził swoją opinię, że przekazywanie wiedzy na temat umiejętności kodowania osobom fizycznym może nie mieć znaczącej wartości, ponieważ oczekuje się, że sztuczna inteligencja będzie dominować w tworzeniu oprogramowania w dającej się przewidzieć przyszłości.
Ostatecznym celem naszego zawodu jest opracowanie technologii komputerowych, które sprawią, że nie będzie potrzeby uczenia się kodowania, a zamiast tego pozwolą na interakcję z maszynami przy użyciu naturalnych, intuicyjnych języków.Dzięki niezwykłym postępom w dziedzinie sztucznej inteligencji jesteśmy świadkami świata, w którym każdy stał się programistą, ponieważ dostęp do tych innowacji demokratyzuje tworzenie oprogramowania na niespotykaną dotąd skalę.
Podczas gdy sztuczna inteligencja osiągnęła punkt, w którym jest w stanie generować funkcjonalne segmenty kodu, niektórzy twierdzą, że zrozumienie podstawowych pojęć programistycznych może nie być już konieczne dla osób pragnących tworzyć aplikacje.
Jak dobra jest sztuczna inteligencja w programowaniu?
Aby krytycznie ocenić deklarację Jensena, należy wziąć pod uwagę kontekst i okoliczności, które doprowadziły do wyrażenia przez niego takiego zdania.
Modele sztucznej inteligencji dostępne online mogą zapewnić pomoc w zadaniach programistycznych za pomocą różnych środków, takich jak modele ogólnego przeznaczenia, takie jak ChatGPT, lub specjalne modele zaprojektowane do zapytań związanych z programowaniem, znane jako CodeGPT. Te ostatnie są bardziej dostosowane do odpowiadania na pytania programistyczne i mogą oferować dokładniejsze i trafniejsze odpowiedzi w porównaniu z szerszymi modelami językowymi.
Denis Kuria/All Things N
Te modele sztucznej inteligencji wykazują niezwykłą biegłość w tłumaczeniu podpowiedzi na kod wykonywalny. Jedną z ich kluczowych zalet, jak wspomniał wcześniej Jensen, jest fakt, że do tworzenia kodu za pomocą sztucznej inteligencji nie jest wymagana wcześniejsza znajomość programowania. Wystarczy po prostu wyrazić pożądany wynik w codziennym języku, skopiować i wkleić wygenerowane dane wyjściowe, a w idealnym przypadku wynikowy kod będzie wolny od błędów i skutecznie wykona przypisane mu zadanie.
Why Nvidia Is Wrong About Not Teaching Kids Programming
Gorodenkoff/ Shutterstock
Argument Huanga był rzeczywiście dobrze uzasadniony i poparty istotnymi dowodami. Niemniej jednak nadal konieczne jest przekazywanie umiejętności kodowania osobom fizycznym, ponieważ istnieje wiele istotnych powodów, aby to robić.
Kod sztucznej inteligencji nadal wymaga wiedzy do sprawdzania błędów
Biegłość w kodowaniu umożliwia poprawę i optymalizację wyników generowanych przez systemy sztucznej inteligencji. Jest to kluczowy aspekt, który pozwala na ulepszenie algorytmów i modeli wykorzystywanych przez te technologie. Zapewnia również środki zapewniające, że wyniki są zgodne z pożądanymi celami i zadaniami. Innymi słowy, umiejętności programistyczne odgrywają istotną rolę w kształtowaniu wydajności systemów sztucznej inteligencji.
Chociaż CodeGPT posiada zdolność generowania kodu, użytkownicy muszą zachować ostrożność, ponieważ jego wyniki mogą nie być zgodne z optymalnymi standardami jakości lub najlepszymi praktykami branżowymi. Zaleca się, aby osoby korzystające z tego rozwiązania opartego na sztucznej inteligencji wcześniej zrozumiały funkcjonalność wygenerowanego kodu, zamiast po prostu powielać go dosłownie.
Oczywiście rozumiem obawy dotyczące potencjalnego ryzyka związanego z integracją kodu generowanego przez sztuczną inteligencję bez odpowiedniej kontroli. Konieczne jest upewnienie się, że wygenerowany kod jest zgodny z podstawowymi zasadami programowania, a także jest zrozumiały dla ludzkich programistów. Wdrożenie takich praktyk może zapobiec tworzeniu zawiłego i trudnego do rozszyfrowania kodu, co może prowadzić do luk w zabezpieczeniach oprogramowania lub platformy cyfrowej.
Programiści potrafią wykorzystać doświadczenie do rozwiązywania problemów lepiej niż sztuczna inteligencja
Programowanie polega na przekształcaniu pożądanego rezultatu, czy to do użytku osobistego, czy w imieniu klienta, w namacalne rozwiązanie poprzez wykorzystanie kodu. Proces ten obejmuje identyfikację najskuteczniejszych sposobów przekładania abstrakcyjnych pomysłów na konkretne wyniki, ułatwiając w ten sposób realizację planowanego projektu.
Wraz ze wzrostem biegłości w tworzeniu aplikacji, programiści są w stanie skuteczniej wizualizować proces, w którym projekt koncepcyjny przechodzi w operacyjny system oprogramowania. W przeciwieństwie do nich, chatbotom opartym na sztucznej inteligencji brakuje rozległej ekspozycji na różnorodne projekty, co pozwala im czerpać z wcześniejszych doświadczeń i poprawiać swoją wydajność poprzez iteracyjne udoskonalanie.
Programiści mogą lepiej ulepszać kod, aby sprostać wymaganiom użytkowników
Podczas tworzenia aplikacji dla innych, istnieje duże prawdopodobieństwo, że przekażą oni informacje zwrotne na temat Twojej pracy. Ta wymiana opinii stanowi integralny element iteracyjnego procesu, który ostatecznie skutkuje dostarczeniem produktu zgodnego z pragnieniami i oczekiwaniami klienta.
W przypadkach, gdy aplikacja została opracowana przez ludzkie ręce, programiści mają możliwość elastycznego włączania opinii użytkowników bezpośrednio do kolejnych wersji oprogramowania. Ten iteracyjny proces może trwać do momentu, aż produkt końcowy będzie zgodny ze specyfikacją klienta. Z drugiej strony, gdy mamy do czynienia z aplikacjami generowanymi przez sztuczną inteligencję, użytkownicy są zdani na łaskę technologii w zakresie wprowadzania zmian lub ulepszeń.Muszą oni polegać na systemie sztucznej inteligencji, aby dokładnie interpretował i wykonywał żądane modyfikacje, unikając jednocześnie niezamierzonych konsekwencji, takich jak wprowadzanie nowych błędów, zakłócanie komponentów funkcjonalnych lub naruszanie funkcji bezpieczeństwa.
Programiści potrafią dostosować się do zmieniających się trendów technologicznych szybciej niż sztuczna inteligencja
Modele sztucznej inteligencji czerpią swoją bazę wiedzy z wcześniej istniejących źródeł informacji, co pozwala na wyjątkową zdolność do powielania istniejących treści znalezionych w Internecie, wykazując jednocześnie ograniczoną zdolność do rozumienia pojawiających się postępów technologicznych i trendów.
Aby utrzymać biegłość w danym języku programowania, programiści muszą być informowani o postępach w tym języku i włączać te ulepszenia do swojej bazy kodu. Ponadto są w stanie rozpoznać, które języki programowania są najbardziej odpowiednie do określonych zadań i mają możliwość przejścia na alternatywne języki, jeśli wcześniej preferowana opcja stanie się przestarzała lub mniej popularna.
Programiści mogą reagować na pilne prośby o poprawki szybciej niż sztuczna inteligencja
W przypadku wystąpienia błędu w kodzie, osoba biegła w programowaniu musi rozwiązać problem. W przypadku luk typu zero-day konieczne jest podjęcie natychmiastowych działań, ponieważ sytuacja wymaga szybkiej identyfikacji i rozwiązania usterki.
Chociaż źródło kodu może różnić się między człowiekiem a sztuczną inteligencją, oba są podatne na błędy. Niemniej jednak, osoby posiadające wiedzę na temat kodowania mogą łatwiej zidentyfikować i rozszyfrować wszelkie pojawiające się problemy. I odwrotnie, osoby niezaznajomione z programowaniem nie mają wiedzy niezbędnej do rozpoznania właściwego sposobu działania podczas pracy z systemami sztucznej inteligencji.
Chociaż prawdą jest, że sztuczna inteligencja umożliwia osobom bez wcześniejszego doświadczenia w programowaniu opracowywanie i wykorzystywanie kodu, pozostaje bezdyskusyjne, że podstawowe zrozumienie zasad programowania jest niezbędne do tworzenia spersonalizowanych aplikacji lub rozwiązań, które działają optymalnie i skutecznie.