Comments 17
Но на работу мы вас не возьмем. У вас опыта нет.
Может и надо , но ошибки модель может исправлять и самостоятельно . Лучшие приложение знаний,возможно - видеть лучшие архитектурные решения , чем использовались нейросетью .
Может и надо , но ошибки модель может исправлять и самостоятельно
Пример приведите пожалуйста
Изи
Запускаешь код, он не работает, отправляешь ошибку модели ( Условно она в request на python прокси не вставила или сертификаты ) , получаешь ответ. Если говорит про ошибки бизнес логики , я с таким не сталкивалась ещё , думаю тут помогла бы генерация автотестов .
Для контекста скажу , что работаю с небольшими проектами , не на 1000 самописных классов(ладно там 100 редко набирается), поэтому мой опыт может отличается от разработчиков больших корпоративных приложений .
Может и надо , но ошибки модель может исправлять и самостоятельно
В том-то и дело, что не может, пока носом её туда не тыкнешь. Будет ходить вокруг, да около, исправляя то, что не успело сломаться (тем самым собственно ломая)
Больше того, развивать и поддерживать эти сетки кто-то то должен?
Я конечно могу ошибаться, но не верю, что в данном моменте они вышли на уровень само-достаточного развития, и само-поддержания.
Потом я не асс в эти ваших нейросетках, но подозреваю, что концептуально они и не смогут стать полноценным ИИ. Так что будем ждать прихода другой концепции, вроде ходют, что кто-то этим занимается — создать ИИ на принципиально другой основе.
Как в самой статье и написано: "В некоторых случаях языковая модель берётся переписывать проект полностью и изменяет даже то, что уже хорошо работало".
Нередко так происходит.
студентам всё равно надо получать высшее образование, несмотря на появление нейросетей
Школьникам всё равно надо получать среднее образование, несмотря на появление нейросетей...
Детсадовцам всё равно надо учиться читать, несмотря на появление нейросетей...
На самом деле, как человек, который окончил неплохой (да, все относительно) ВУЗ лишь недавно (в 2024 году) могу сказать, что главные "преимущества" высшего образования - это какое-то подобие "дисциплины", усидчивости и "связи".
Если искать работу без опыта (условный "стажер"), то работодателю важно, чтобы ты мог приходить в офис к 9:00 // вставать и быть на связи к 9:00 (привет, дисциплина), мог сидеть до 18:00 (привет, усидчивость) - это базовый минимум. А тем, кто набрал большое количество знакомств скажет "привет" - реферальная ссылка (да, они там от определенного опыта работы, но).
Те, кто могут заставить себя сами сесть, учить что-то, готовить, использовать и применять, в вузе нуждаются постольку-поскольку (хакатоны, олимпиады), но им скорее дорога в контесты от самих компаний.
Да и порой возникают вопросы, чему вообще в этих ВУЗ'ах учат. Опыт первого контеста в Тинек до сих пор перед глазами: по итогу обучения знал из всего контеста лишь про UML. Поэтому "бездумно" учить то, что дают в унике - тоже гиблое занятие, надо еще отдельно углубляться в свою сферу, но это уже другой вопрос.
Осторожно не соглашусь. Дисциплине и усидчивости учать родители, учат в школе , учит улица в конце концов, а вот в постсоветских универах помимо специализации дают самое главное знание — это умение работать с информацией.
Меня скорее не в те дебри понесло немного, уник не столько "учит", сколько "отсеивает" тех, кто такого делать не может по тем или иным причинам. И в конечном итоге корочка ВУЗ'а для работодателя это скорее такой чек-бокс "умеет приходить в одно место, в одно время и делать, что скажут, на протяжении пары лет".
Но - да, работа с информацией действительно какая-то прививается, даже на уровне "прочел методичку - подумал - сделал лабу", что тоже очень неплохо.
Сдается мне, что через десяток лет все будут бегать и искать хоть каких то джунов, как сейчас ищут коболистов.
А потом в университете гои учат нафиг никому не нужную чертовщину вроде философии, нечёткой логики и истории Украины. Но (((Сэм Альтман))) даже колледж не закончил.
Председатель OpenAI: студентам всё равно надо получать высшее образование, несмотря на появление нейросетей