Ztracené umění programování cloudových aplikací. Kvůli AI

Umělá inteligence mění svět programování, který se vyvíjí již několik let. Mohl bych mluvit o tom, jak vznikající praxe používání programátorů řízených umělou inteligencí zvyšuje rychlost a snižuje náklady, ale jsou tu i některé nevýhody, které mnozí nevidí.

Otázka opět nezní „Můžeme?“. Je to otázka „Měli bychom?“. Projděme si několik základních obav.

Co AI neumí

Programátoři řízeni umělou inteligencí se učí z existujících úložišť kódu. Často potřebují více kontextuální porozumění generovanému kódu. Vytvářejí kód, který funguje, ale může potřebovat pomoc při jeho pochopení nebo údržbě. To brání vývojářům v kontrole nad jejich softwarem a často způsobuje chyby při opravách nebo změnách aplikací.

Vygenerovaný kód navíc musí splňovat stylové konvence nebo osvědčené postupy a obsahovat vhodné ošetření chyb. To může ztížit ladění, údržbu a spolupráci.

Nezapomeňte, že generování kódu řízené umělou inteligencí se zaměřuje na učení se z existujících vzorů kódu s cílem generovat čistý nový kód. Generátoři kódu s umělou inteligencí mají k vývoji přístup „opice vidí, opice dělá“, zatímco přístupy ke kódování se učí z obrovského množství kódu používaného jako trénovací data.

Přečtěte si také:

Soutěž případových studií: Objevte nejlepší postupy a řešení

Tento přístup je užitečný pro opakující se nebo standardní úlohy, což je většina činností vývojářů, ale podniky mohou vyžadovat více kreativity a inovace pro složité nebo jedinečné problémy. Používání generativního kódu umělé inteligence může omezit potenciál pro novátorská řešení a bránit vývoji skutečně inovativních aplikací.

Nejsem si jistý, jestli jste se tam podívali, ale inovace chybí. Zdá se, že vytváříme stále stejné věci.

Největší obavy mám z toho, že kód by mohl být efektivnější a optimalizovaný pro platformu, na které je aplikace nasazena. Chce to rozumné inženýrské postupy, abychom pochopili, jak optimalizovat procesory, paměť a správu úložišť.

Myslím, že mnoho lidí vygeneruje a nasadí aplikaci, aniž by pochopili, jak by mohla optimálněji využívat zdroje. Nakonec nám vznikají aplikace, jejichž provoz je dražší a mají mnohem větší uhlíkovou stopu.

Přečtěte si také:

Hackeři už kradou i věrnostní body od aerolinek nebo z hotelů

Škoda je, že ve většině případů mnohým stačí, že aplikace funguje. Aplikace fungují roky, plýtvají velkým množstvím peněz a nevrací podniku optimální hodnotu. „No jo,“ říkají si lidé, „vždyť to přece funguje, ne?“.

Dalším děsivým aspektem vývoje založeného na umělé inteligenci je, že mnoho bezpečnostních chyb zůstává v aplikaci a zůstávají nepovšimnuty až do pitvy po narušení. K jejich odhalení a opravě opět potřebujeme lidské inženýrství, i když některé užitečné skenovací nástroje řízené umělou inteligencí mohou být praktické.

Sečteno a podtrženo

Odstraněním člověka z procesu vývoje, o což se snaží mnoho organizací, obětujeme porozumění potřebné k vytváření praktických aplikací. Vhodnou odpovědí je najít rovnováhu mezi hodnotou umělé inteligence z hlediska rychlosti a nákladů a skutečností, že je stále třeba zapojit mnoho lidských dovedností. Obávám se, že to nepochopíme, dokud nebude příliš pozdě.