Βασικά Takeaways
- Η μηχανή κωδικοποίησης AI του DeepMind είναι τόσο καλή όσο ένας μέσος προγραμματιστής.
- Η μηχανή AlphaCode έρχεται με δημιουργικές λύσεις σε προβλήματα κωδικοποίησης.
-
Το AI μπορεί να είναι καλύτερο όταν αυξάνει την ανθρώπινη εργασία αντί να την αντικαθιστά.
Η εταιρεία ερευνών DeepMind λέει ότι οι μηχανές κωδικοποίησης AI μπορούν να γράφουν προγράμματα όπως και ένας άνθρωπος. Έρχονται επιτέλους τα ρομπότ για δουλειές προγραμματιστών λογισμικού;
Όταν η DeepMind έβαλε τη μηχανή AlphaCode της να δουλέψει σε προκλήσεις κωδικοποίησης που είχαν σχεδιαστεί για να δοκιμάζουν ανθρώπους, τερμάτισε στο κορυφαίο 54 τοις εκατό, καθιστώντας την τόσο καλή όσο ένας μέσος άνθρωπος. Αυτό μπορεί να ακούγεται σαν να είναι έτοιμο να αναπτυχθεί για ζωντανή χρήση. Θα μπορούσατε να πυροδοτήσετε το χειρότερο μισό των ανθρώπινων κωδικοποιητών σας και μετά να τους αντικαταστήσετε με ρομπότ κωδικοποίησης AI, σωστά; Όχι ακόμα.
"Με εταιρείες τεχνητής νοημοσύνης, οι συγγραφείς χρειάζονται περισσότερο από ποτέ. Το πραγματικό όφελος των συγγραφέων τεχνητής νοημοσύνης είναι ότι παρέχουν έρευνα και εργαλεία που [επιταχύνουν] τη διαδικασία του τι χρειάζεται να μπει στο περιεχόμενο. Φαντάζομαι ότι η τεχνητή νοημοσύνη Οι μηχανές κωδικοποίησης θα κάνουν το ίδιο για τους προγραμματιστές. Θα τους καταστήσει πιο αποτελεσματικούς, καθιστώντας ευκολότερο το ξεκίνημα με την ανάπτυξη μιας δομής για τις εφαρμογές τους και [επιταχύνοντας] τη διαδικασία κωδικοποίησης, " John Cass, συνιδρυτής της εταιρείας AI Το AIContentGen, είπε στο Lifewire μέσω email.
Υποστήριξη, Όχι Υποκατάσταση
Η υπόσχεση της τεχνητής νοημοσύνης είναι ότι μπορεί να αντικαταστήσει τους ανθρώπους σε επιπόλαιες εργασίες ή να υποκαταστήσει τους ανθρώπους σε ακριβές δουλειές. Αλλά στην πράξη, δεν είμαστε ακόμα εκεί. Εάν έχετε χρησιμοποιήσει ποτέ εφαρμογές τεχνητής νοημοσύνης για να επεξεργαστείτε τις φωτογραφίες σας, για παράδειγμα, θα ξέρετε ότι υπάρχουν ακόμη πολλές εργασίες εκκαθάρισης που πρέπει να κάνετε μετά την ολοκλήρωση του εργαλείου. Τουλάχιστον, ο άνθρωπος περιορίζεται στο να κάνει κλικ σε ένα κουμπί για να περιηγηθεί στις επιλογές που έχουν δημιουργηθεί από την τεχνητή νοημοσύνη και μετά να επιλέγει το καλύτερο.
Στην περίπτωση του κινητήρα AlphaCode της DeepMinds, το AI του είναι εκπαιδευμένο να αντιμετωπίζει προκλήσεις κωδικοποίησης. Τα παραδείγματα που παρέχονται στη σελίδα του έργου AlphaCode είναι η εύρεση των βέλτιστων τρόπων διευθέτησης δρόμων και κτιρίων ή η δημιουργία στρατηγικών για να κερδίσετε επιτραπέζια παιχνίδια. Αυτά μπορεί να μην είναι χρήσιμα στο χώρο εργασίας, αλλά το AI του DeepMind έδειξε ένα σημαντικό χαρακτηριστικό: τη δημιουργικότητα.
"Μπορώ να πω με ασφάλεια ότι τα αποτελέσματα του AlphaCode ξεπέρασαν τις προσδοκίες μου", δήλωσε στο ιστολόγιο Deep Mind ο Mike Mirzayanov, ιδρυτής της Codeforces, ενός ιστότοπου που διοργανώνει διαγωνισμούς κωδικοποίησης. «Ήμουν δύσπιστος γιατί ακόμη και σε απλά ανταγωνιστικά προβλήματα, συχνά απαιτείται όχι μόνο να εφαρμοστεί ο αλγόριθμος αλλά επίσης –και αυτό είναι το πιο δύσκολο μέρος– να τον εφεύρουμε."
Το πιο πιθανό σενάριο, για αρχή τουλάχιστον, είναι οι ανθρώπινοι κωδικοποιητές να χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης για να τους βοηθήσουν να λειτουργήσουν. Και άλλες εταιρείες, για παράδειγμα η Microsoft, εργάζονται σε εργαλεία τεχνητής νοημοσύνης για να βοηθήσουν τους προγραμματιστές να εργάζονται γρηγορότερα κάνοντας πολλές από τις δουλειές τους.
Κατά κάποιον τρόπο, όλοι έχουμε συνηθίσει να χρησιμοποιούμε καθημερινά εργαλεία τεχνητής νοημοσύνης και γνωρίζουμε τις παγίδες και τις απογοητεύσεις που προκαλούν. Η αυτόματη διόρθωση, για παράδειγμα, υποτίθεται ότι κάνει την πληκτρολόγηση πιο γρήγορη σε μικρά πληκτρολόγια οθόνης, αλλά στην πράξη, καταλήγετε να αλλάξετε το στυλ πληκτρολόγησης για να ενεργοποιήσετε καλύτερα τις προτάσεις αυτόματης διόρθωσης.
Λοιπόν, οι ανθρώπινοι κωδικοποιητές θα αντικατασταθούν πραγματικά από AI; Απίθανο.
"Οι κωδικοποιητές θα εξακολουθούν να βρίσκονται στη θέση του οδηγού, όπως και οι συγγραφείς με τους συγγραφείς περιεχομένου AI", λέει ο Cass. "Κατά κάποιον τρόπο, τα νέα εργαλεία γραφής τεχνητής νοημοσύνης σημαίνουν ακόμη μεγαλύτερη ασφάλεια εργασίας για τους συγγραφείς, επειδή θα έχουν την τεχνογνωσία για το πώς να χρησιμοποιούν και να αξιοποιούν το καλύτερο από τα πιο εξελιγμένα εργαλεία για το άμεσο μέλλον."
Art Official Intelligence
Υπάρχουν μερικοί τρόποι για να δείτε την τεχνητή νοημοσύνη σε δημιουργικές αναζητήσεις. Το ένα είναι ότι αφαιρεί το γρύλισμα και αφήνει τον άνθρωπο να επικεντρωθεί περισσότερο στις δημιουργικές πτυχές. Ο άνθρωπος γίνεται περισσότερο σκηνοθέτης ταινιών αντί σεναριογράφος του ηθοποιού. Μπορούμε να κάνουμε ένα βήμα πίσω και να δούμε ολόκληρο το έργο από ένα υψηλότερο επίπεδο, χωρίς να ανησυχούμε για τις λεπτές λεπτομέρειες που απαιτούνται για να επιτύχουμε τα οράματά μας.
"Θα τους κάνει πιο αποτελεσματικούς, καθιστώντας ευκολότερο να ξεκινήσετε με την ανάπτυξη μιας δομής για τις εφαρμογές τους…"
Από την άλλη πλευρά, η δημιουργικότητα AI εξακολουθεί να είναι αλγοριθμική δημιουργικότητα. Θα εφεύρει λύσεις, θα γράφει μυθιστορήματα ή θα φιλτράρει τις φωτογραφίες μας, αλλά ίσως όχι με τρόπο που να έχει απήχηση στους άλλους ανθρώπους με τον τρόπο που μπορεί η τέχνη.
Ανάμεσα σε αυτά τα άκρα βρίσκονται καλλιτέχνες όπως ο Brian Eno, ο οποίος αφήνει την εγχώρια μουσική που δημιουργήθηκε από AI να τρέχει στο παρασκήνιο ενώ είναι στο στούντιο. Όταν κάτι πιάσει το αυτί του, το αποθηκεύει για μελλοντική χρήση.
Οι δημιουργίες τεχνητής νοημοσύνης μπορούν να εμπνεύσουν τους ανθρώπους σε κατευθύνσεις που συνήθως δεν πηγαίναμε. Ή η τεχνητή νοημοσύνη μπορεί να υπαγορεύσει τον τρόπο εργασίας μας, οπότε καταλήγουμε να είμαστε ταπεινοί μπέιμπι σίτερ για τις μηχανές. Όπως κάθε εργαλείο, λοιπόν, αυτό που μετράει είναι ο τρόπος που το χρησιμοποιούμε.
