Comments 24
Как было в одном меме, Самому написать код за 2 часа? Не, попрошу CHATGPT за 20 минут, а потом 20ч буду дебажить.
Писал эту статью ChatGPT?
Воды много - смысла мало
Для начала давайте улучшим с chatGPT некоторые алгоритмы скажем, для примеры, задачи линейного программирования, проблемы рюкзака, проблемы коммивояжёра (то что всё-таки должны учить при высшем образовании по программированию), про графы, про автоматы и тд. Докажем ещё раз теорему Ферма (что-то я не просёк доказательство). Прикрутим использование теоремы Шора для квантового превосходства. Улучшим алгоритмы отжига, дискретного решения краевых задач.
Автора то точно заменить можно - он явно не инженер
Невероятный фейспалм каждый раз, когда термины *искусственный интеллект* (ИИ) и *искусственные нейронные сети* (ИНС) используются как взаимозаменяемые вещи
ИНС в принципе не способны на решение инженерных, научных и технических задач, хоть сколько квадриллионов нейронов в них засунуть, поскольку являются просто сортом экстраполяции по набору обучающей выборки. В областях генерации картинок или нетехнического текста это работает великолепно, поскольку эти области не требуют точности и формализма
В случае научно-технических задач подход принципиально иной. Нельзя взять набор формул из формальной теории и по их внешнему виду наэкстраполировать новых знаний, просто смешивая с определенными весами и добавляя случайные символы. Примерно так же, как невозможно доказать теорему Ферма или гипотезу Коллатца, просто перебирая и подставляя в них числа. ИНС любого размера для этих целей по определению бесполезен
ИИ в научно-технической сфере - это в сторону автоматического доказательства теорем, формальной верификации и программ высшего порядка, которые умеют генерировать другие программы и/или проверять их свойства (с учетом ограничения теоремы Райса) и так далее
Есть много интересных достижений ИИ в этой сфере, которые можно осветить, но информационное поле забито бесполезными ИНСами, генерирующими котиков, или переформулирующими готовые ответы из Google или StackOverflow
Да, тег тут огульно поставлен, поправлю. В статье вроде бы знака равенства я не указывал :)
Невероятный фейспалм каждый раз, когда термины *искусственный интеллект* (ИИ) и *искусственные нейронные сети* (ИНС) используются как взаимозаменяемые вещи
Можете дать четкое определение что именно дает право чему-то называться интеллектом? Только без отсылки к размытым терминам типа "креативность" как следствие работы (т.к. это крайне абстрактный, ничего особо не значащий термин), а с физической точки зрения как следствие скажем архитектуры (чего там у НС не хватает, что бы ее называли интеллектом).
Почему, например, такую сложную биологическую нейросеть как человеческий мозг можно считать интеллектом? Так-то - сложная, но нейросеть, биологическая и самообучаемая. Как разницу обоснуете? Не душой же, впадая в религию?
Нельзя взять набор формул из формальной теории и по их внешнему виду наэкстраполировать новых знаний, просто смешивая с определенными весами и добавляя случайные символы.
А как Вы задачи по математике в универе решаете? Следствия выводите? Разве не берете старый багаж знаний, текущий математический аппарат, перебираете его в поисках подходящего варианта к конкретной ситуации, пробуете его применить и если не получается, то берете следующий? Или сразу в голову нужное решение спускается, никто не знает как, но это-то и есть интеллект?
За работу мозга не скажу, насколько мне известно, до сих пор не существует общепризнанной непротиворечивой модели его работы. Дискуссии вида естественный/искусственный интеллект это заведомо неконструктивно, холиварно и не особо интересно.
Вот что действительно интересно, это настоящий искусственный интеллект, или лучше абстрактный интеллект. Идея примерно следующая - по аналогии как в физике энтропия в какой-то мере характеризует "качество" энергии для ее последующего использования, так же в мире информации и формальной логики есть аналогичная характеристика - к примеру, конкретная тройка чисел a^n+b^n != c^n - это "низкокачественная" информация, а вот запись доказательства теоремы в языке формальной логики - "высококачественная" информация.
Основное качество интеллекта - умение по наличию входной "низкокачественной" информации получать "высококачественную", то есть в какой-то мере более сжатую, и условно говоря, отражающую реальные взаимосвязи в логическом (математика) или естественном (физика).
При таком определении всякие ИНСы и *GPT не только не являются интеллектом, но наоборот - строго являются его противоположностью. Имея на входе эксабайты очень "высококачественной" информации, взятой из научных статей, форумов с решениями задач, готовых миллиардов/триллионов строк качественного кода и так далее - ИНС способна генерировать только более "низкокачественную" информацию, но никогда не более "высококачественную".
За счет огромного входа для обучения и очень высокого качества информации в нем, падение качества на выходе ИНС недостаточно, чтобы опуститься до уровня рандомного шума, поэтому выход получается осмысленным, и иногда полезным. Однако повышение качества информации на выходе ИНС по сравнению с ее входом чисто физически невозможно, т.е. ИНС никогда не сможет решать задачи более сложные, чем уже были в обучающей выборке. В то время как для настоящего искусственного интеллекта - это как раз и есть основная работа
При таком определении всякие ИНСы и *GPT не только не являются интеллектом, но наоборот - строго являются его противоположностью.
Не ИНС как таковые, а те текущие их реализации в применяемых на данный момент областях, о которых Вы говорите. Но это как изобрести колесо во времена отсутствия дорог и заклеймить самую идею колеса как бесперспективную, т.к. "скоростного перемещения не получается, как раз наоборот".
ИНС никогда не сможет решать задачи более сложные, чем уже были в обучающей выборке
Уже сейчас искуственный интеллект используют для поиска материалов, которые ученые с интеллектом сами не осилили придумать и что характерно - находит. Поэтому отсылка к сложности задач тут мягко говоря спорна.
Добавлю к оптимистичному выводу автора, что развитие no code платформ и искусственного интеллекта может создать совершенно новые специальности, в которые будут перетекать сегодняшние разработчики
Разумеется. Но есть решения, где дальше «крестиков за ноликом» и не нужно. Понятно, что есть ряд систем, которые вырастают в потребность полноценного кода. Но так бывает не всегда.
Тут проблематика состоит в том, чтобы вовремя уловить момент, при котором нужно перейти от «мышки» к полноценному программированию.
то есть в выборе "запрограммировать за 1 час в знакомой среде" или "выучить новую систему no code и запрограммировать за 10 минут" вы предпочитаете второй вариант?
Допустим, у Вас есть стартап, которому надо рассылать триггерные письма по своим пользователям. В стартапе есть 1-2 программиста с очередью задач. Благодаря no code можно выделить более дорогостоящий ресурс на более приоритетные задачи, а триггерную рассылку сделать через систему no-code.
Да и интерфейсы систем интеграции, которые я встречал, не требуют глубокого изучения. Поэтому с ними достаточно один раз познакомиться, чтобы опять же не уводить простые задачи на уровень разработки, которая всяко будет стоить дороже.
Если мы говорим про более крупные проекты и команды, то выбор уже не столь очевиден, да. Но все сводится к математике расходов и доходов.
то есть писать проект пять недель, например, чтобы потом начать с нуля писать на конкретном языке?
Если на low-code платформе проект надо писать пять недель, а мы опять же рассматриваем вариант с небольшой командой, к примеру, то скорее всего разработка точно займет больше пяти недель. Потому что надо обеспечить среды разработки, архитектуру, наблюдаемость, тесты и тд.
Если no code предоставляет всё то же самое
No code - он как кредит. В определенных условиях он может оказаться выгоден. А иногда - разрушителен для собственного бюджета.
Да, языки программирования гибки, но не стоит забывать стоимость этой самой разработки по отношению к доходам.
Способны ли ИИ заменить NoCode и LowCode компании а NoCode компании ИИ?
я могу отдать нейросети ссылку на свой профиль в соцсети и попросить написать сопроводительное письмо
Если бы вы добавили ссылку на мой профиль в соцсети, то получили бы ровно тот же результат) Это все потому, что ChatGPT на основе GPT-3, который вы использовали, не умеет ходить в интернет от слова "совсем", у него просто нет туда никакого доступа)
А вот ChatGPT на базе GPT-4 имеет две возможности: первая — возможность искать в Bing при необходимости, читать найденные материалы, анализировать их и выдавать ответ (временно отключено из-за бага) и вторая — использовать плагины, среди которых есть разные, в том числе те, которые позволяют вытягивать контент по ссылкам и что-то с ним делать.
Если бы вы добавили ссылку на мой профиль в соцсети, то получили бы ровно тот же результат
Что для начала не так уж и плохо, если нет опыта сочинения специфических cover letters. Получается некий скелет, который можно уже под себя допилить. К сожалению, большинство результатов требует доработки высокоточным напильником.
Но вот замечание про отличия 3 и 4 версий вполне валидное. Спасибо! Надо будет по подписке потестировать.
Что для начала не так уж и плохо, если нет опыта сочинения специфических cover letters. Получается некий скелет, который можно уже под себя допилить. К сожалению, большинство результатов требует доработки высокоточным напильником.
Спору нет — пишет неплохо, я лишь указал на то, что результат не учитывал данные профиля в соцсети.
Разработка — всё? Действительно ли нас всех заменят роботы