Использование даже браузерного ИИ помогает в программировании и доработке уже написанного, но не более. В SQL к примеру он частенько косячит, если контекст в мельчайший деталях до него не донести. Иногда придумывает то чего нет. Но главное - часто наводит на мысль, которая в голову не приходит или из той области, которую ты знаешь по наслышке но до нее руки не доходили. Вот это ценно. Но для этого вы должны быть специалистом в той области, в которой используете ИИ. Иначе это бесполезно, если только не ставится цель обучения. Да и то тут есть тоже натяжки. Рефакторинг кода можно делать и это делается как правило неплохо. Платный или бесплатный ИИ все равно остается пока, имхо, инструментом и не более. Нет смысла приписывать ему интеллект, как нет смысла приписывать интеллект шахматному движку, к примеру.
Вы пишете инструкции для инструмента и тут нужна точность, он неспособен работать в нестандартной или неясной ситуации. Для человека пишут с учетом что разберется если очень надо. Вот и ответ на ваше почему.
Пытался один глюк в программе устранить с помощью браузерной LLM. К сожалению потраченное время не увенчалось успехом. Глюк был сложный и все что предлагала модель не работало. Я вспомнил что в этой программе после замены драйвера БД были некоторые изменения и подумал что первоначальный вариант после замены был протестирован и глюка не было. Так и оказалось. В первоначальном варианте из git почти все работало без проблем. кое что подправил и запустил в тестирование. Все работало. Модель ответила стандартным что это было наслоение багов последующих изменений. Но последующие изменения к глюкам не имели отношения. Вот и верь после этого ИИ.
Знаю по себе - это так и есть. Опыт и системное мышление в молодости не очень распостранены. После 40 - 50 это все начинмет работать если есть база знаний.
В области разработки десктопных приложений в связке с SQL ( SQL SERVER, SQLite ) использую и DELPHI и Labview. Нужна быстрая разработка интерфейса системы, скорость и стабильность работы с оборудованием и мониторинг.
Да, вот есть цех где стоят климатические камеры и в них происходит технологический процесс. Но как только температура в цехе превышает плюс 30 с небольшим - все камеры отключаются. Китайские потому что да и сами генерят тепло. Требуется охлаждение немаленького цеха летом и отопление зимой, так как высокотехнологичное оборудование в стойках и сами камеры не расчитаны на работу при минусовых температурах. Надо полагать что сделать климат в огромном цехе не такая уж легкая и низкая по стоимости задача с учетом надежности и обслуживания климатического оборудования.
Нейронка не панацея.Ее еще правильно направлять надо. Вот совсем недавно - решил оптимизировать хранимую процедуру. Немного тормозила, но работала на клиенте. А в студии жутко зависала на минуту и больше. А тормозить не должна была, количество записей небольшое. Индексы все были. Скормил нейронке и пошло-поехало. Итерации за итерацией, но результат еще хуже, потом пошли такие дебри что я сказал стоп. Давай вернемся к началу и проверим все по частям. По отдельности запросы в процедуре, содержащей CTE и select работают ведь мгновенно, а в комплексе - процедура зависает на минуту. И только тут нейронка сообразила что проблема не в коде, который она довела до к полной жести - проблема в Parameter Sniffing и предложила простое лечение - переназначение входной переменной в локальную и вставка в конец процедуры OPTION RECOMPILE. Небольшие правки в четырех частях процедуры и все. Все 20 тыс. строк стали выводится за миллисекунды и в студии и на клиенте. Достаточно редкий случай этот Parameter Sniffing , но он произошел. Я честно говоря подозревал что дело в разных планах выполнения, но столкнулся с таким первый раз и не знал о существовании такой проблемы. Нейронка помогла, но только под правильным руководством нашла верный ответ. Человек без опыта и чутья с этой задачей возможно бы и не справился. Так что польза от нейронок есть, но уповать на них полностью - глупо.
Смотря где они будут не нужны. В крупных корпорациях наверно не нужны. В средних производственных приборостроительных компаниях к примеру, программисты и встроенный софт пишут, и производственный и сервисный, они там сейчас и в будущем будут нужны. Там нет такого кастового разделения как в ПРОГРАММИСТСКИХ КОНТОРАХ.
Даже с навыками программирования не всегда можно сделать быстро и эффективно с использованием нейросети. Недавно хотел подправить код в одном своем сложном приложении в качестве работы с техническим долгом. Думал с нейронкой быстро. Ан нет, забыл контекст этого приложения, уже год не открывал исходники. Полдня потратил с нейронкой на замену части кода, не работает почему-то. Надо разбираться, заново все тестировать, неизвестно еще где что вылезет. К концу дня понял что игра не стоит свеч. Сейчас все привыкли к интерфейсу, проблем нет. Потом будут недовольные и вопросы почему изменилось и т п. Оставил так как есть. Лучшее враг хорошего.
Насколько я понял по себе при игре на гитаре - все верно насчет осознания аппликатуры при изучении новой пьесы. Но сама процедура изучения предполагает, что мозг запоминает мелодию одновременно с постановкой апликатуры пальцев и их движением. Я заметил что если пока не можешь проиграть мелодию внутренним слухом, то и паттерны аппликатуры не запоминаются хорошо. Все взаимосвязано, мышечная и звуковая память. Одно без другого не работает. Особенно это касается не очень простых гитарных произведений.
Это да. Использую электрорубанки Макита уже много лет. Один раз точил ножи у большого рубанка. Кабели все поменял только на более длинные и морозостойкие.
Вопрос с кабелем решается просто. Покупаешь то что нужно и нужной длины, кабель который не дубеет на морозе. Да, такой не совсем дешев, но оправдываетсябя полностью. На всех своих инструментах я заменил кабель и в общем доволен.
В общем одной фразой можно сказать так, что наверху не те, кто умеет складывать и умножать, а те кто умеет только отнимать и делить. И пока никаких изменений не предвидится в ближайшем будущем. Но в дальней перспективе возможно все закончится катастрофой , мне кажется еще более страшной чем были до нас.
Надо было быстро сделать прототип парсинга строки на SQL . Подключил ИИ, без плана, строка ведь маленькая, но оказалась удаленькая, с пропусками, совпадениями и еще множеством тонкостей. В конечном итоге после полдня общения строка была готова. Начал тестировать, еще полдня ушло на правки конечного запроса. Особо не вникал в код так как прототип. В результате пришлось разбираться в коде, так как на реальных данных начали возникать проблемы. Код запроса сильно переусложнен ( тут сам виноват, не просил отсекать заведомо ненужные комбинации). Сейчас упростил логику парсинга в самом начале, стало намного проще править код SQL. Резюме: даже на прототипе небольшой задачи нельзя пускать код на самотек. Всегда нужно ревьюировать самому и с концептуальной точни зрения для упрощения результирующего кода. Сам бы тоже сделал, без ИИ, но решил поэксперементировать.
Под SQL в общем стал использовать нейронку, но бесплатную, в chrome. На удивление она достаточно вменяемая для Sql Server и иногда ей даешь процедуру или функцию и просишь оптимизировать по скорости. Все работает и реально быстрее. Кое что приходится подправлять, но реально уже использовать это для несложных корректировок, особенно в специфических задачах, как у меня. Я конечно давно работаю с sql и опыт есть неплохой, но век живи и вее учись, в том числе и у нейронки. У меня не аналитика конечно, а сложные задачи онлайн мониторинга и запросы в реальном времени.
Аналитика она такая. Казалось бы чего проще, разобраться с CTE, оконными функциями, еще почитать о паре- тройке статистических функций и вот ты аналитик. Но мне кажется это все не аналитикой, а просто отчетом, на котором не нужно делать далеко идущих выводов. Ибо аналитика, как тут правильно заметили до меня, это исскуство прогноза о будущем с учетом движения цен, спроса, и много чего еще, я полагаю, относительно прошлых периодов. В экономике есть такая штука как кривая Лаффера. Она показывает как рулить налогами в масштабе государства, чтобы налоговая нагрузка не приводила к обнищанию населения и соответственно не только рос ВВП но и благосостояние население не уменьшалось а росло. Вот это и есть задача аналитика, как рулить ассортиментом, категориями товаров , ценами с учетом растущих налогов и падения дохода покупателей чтобы не уменьшать по крайней мере свою прибыль с учетом роста налогов и затрат и т п. Да это сложная задача. Сложнее чем писать запросы SQL. Но это и есть работа аналитика имхо.
Ну если есть положительные и отрицательные числа то при проходе по массиву надо сравнивать значения по модулю. Произведение минимальных отрицательных не факт что больше произведения максимальных положительных и наоборот. А еще они могут быть и равны. Так что алгоритм сложнее должен быть. Если данная задача нужна лишь для демонстрации оптимального однопроходного решения, то это интересно только для начинающих, типа как в шахматах, найди мат в два хода. Для более менее продвинутого программера этот алгоритм типа на знания "таблицы умножения". Но есть нюансы, которые я описал выше.
AGI это что? Это типа бога что-ли, всезнающего, всевидящего и всемогущего? Чушь полная. Можно AGI назвать любую хрень в силу своего индивидуального понятия что это за зверь. Если до сих пор никто не знает что такое сознание, то построить то, что непонятно что не удастся. Многие люди путают сознание с мышлением.Это разнве вещи. У сегодняшних ИИ нет и того и другого. Откуда взятся сознанию и мышлению у ИИ когда это просто вычислительный алгоритм? База знаний ограничена и будет всегда ограничена, отсутствует эксперимент и мотивация. Грубо говоря человеческий интеллект растет и развивается благодаря эмоциональному интелекту, который является двигателем процесса познания. Ничего подобного у так называемого AGI нет и не будет. Ну может быть изобретут какого-нибудь гомункулуса через вживление чипа в человеческий мозг, который будет иметь эмоциональный интеллект, но в связи с этим мне вспоминается повесть Стругацких и его персонаж Выбегалло, конструирующий гомункулуса с неограниченными потребностями.
Во первых, я не вайбкодер и этой деятельностью не занимаюсь, во вторых архитектурные недостатки это что то другое, а не корявая разработка драйверов питона для БД.
Использование даже браузерного ИИ помогает в программировании и доработке уже написанного, но не более. В SQL к примеру он частенько косячит, если контекст в мельчайший деталях до него не донести. Иногда придумывает то чего нет. Но главное - часто наводит на мысль, которая в голову не приходит или из той области, которую ты знаешь по наслышке но до нее руки не доходили. Вот это ценно. Но для этого вы должны быть специалистом в той области, в которой используете ИИ. Иначе это бесполезно, если только не ставится цель обучения. Да и то тут есть тоже натяжки. Рефакторинг кода можно делать и это делается как правило неплохо. Платный или бесплатный ИИ все равно остается пока, имхо, инструментом и не более. Нет смысла приписывать ему интеллект, как нет смысла приписывать интеллект шахматному движку, к примеру.
Вы пишете инструкции для инструмента и тут нужна точность, он неспособен работать в нестандартной или неясной ситуации. Для человека пишут с учетом что разберется если очень надо. Вот и ответ на ваше почему.
Пытался один глюк в программе устранить с помощью браузерной LLM. К сожалению потраченное время не увенчалось успехом. Глюк был сложный и все что предлагала модель не работало. Я вспомнил что в этой программе после замены драйвера БД были некоторые изменения и подумал что первоначальный вариант после замены был протестирован и глюка не было. Так и оказалось. В первоначальном варианте из git почти все работало без проблем. кое что подправил и запустил в тестирование. Все работало. Модель ответила стандартным что это было наслоение багов последующих изменений. Но последующие изменения к глюкам не имели отношения. Вот и верь после этого ИИ.
Знаю по себе - это так и есть. Опыт и системное мышление в молодости не очень распостранены. После 40 - 50 это все начинмет работать если есть база знаний.
В области разработки десктопных приложений в связке с SQL ( SQL SERVER, SQLite ) использую и DELPHI и Labview. Нужна быстрая разработка интерфейса системы, скорость и стабильность работы с оборудованием и мониторинг.
Да, вот есть цех где стоят климатические камеры и в них происходит технологический процесс. Но как только температура в цехе превышает плюс 30 с небольшим - все камеры отключаются. Китайские потому что да и сами генерят тепло. Требуется охлаждение немаленького цеха летом и отопление зимой, так как высокотехнологичное оборудование в стойках и сами камеры не расчитаны на работу при минусовых температурах. Надо полагать что сделать климат в огромном цехе не такая уж легкая и низкая по стоимости задача с учетом надежности и обслуживания климатического оборудования.
Нейронка не панацея.Ее еще правильно направлять надо. Вот совсем недавно - решил оптимизировать хранимую процедуру. Немного тормозила, но работала на клиенте. А в студии жутко зависала на минуту и больше. А тормозить не должна была, количество записей небольшое. Индексы все были. Скормил нейронке и пошло-поехало. Итерации за итерацией, но результат еще хуже, потом пошли такие дебри что я сказал стоп. Давай вернемся к началу и проверим все по частям. По отдельности запросы в процедуре, содержащей CTE и select работают ведь мгновенно, а в комплексе - процедура зависает на минуту. И только тут нейронка сообразила что проблема не в коде, который она довела до к полной жести - проблема в Parameter Sniffing и предложила простое лечение - переназначение входной переменной в локальную и вставка в конец процедуры OPTION RECOMPILE. Небольшие правки в четырех частях процедуры и все. Все 20 тыс. строк стали выводится за миллисекунды и в студии и на клиенте. Достаточно редкий случай этот Parameter Sniffing , но он произошел. Я честно говоря подозревал что дело в разных планах выполнения, но столкнулся с таким первый раз и не знал о существовании такой проблемы. Нейронка помогла, но только под правильным руководством нашла верный ответ. Человек без опыта и чутья с этой задачей возможно бы и не справился. Так что польза от нейронок есть, но уповать на них полностью - глупо.
Смотря где они будут не нужны. В крупных корпорациях наверно не нужны. В средних производственных приборостроительных компаниях к примеру, программисты и встроенный софт пишут, и производственный и сервисный, они там сейчас и в будущем будут нужны. Там нет такого кастового разделения как в ПРОГРАММИСТСКИХ КОНТОРАХ.
Даже с навыками программирования не всегда можно сделать быстро и эффективно с использованием нейросети. Недавно хотел подправить код в одном своем сложном приложении в качестве работы с техническим долгом. Думал с нейронкой быстро. Ан нет, забыл контекст этого приложения, уже год не открывал исходники. Полдня потратил с нейронкой на замену части кода, не работает почему-то. Надо разбираться, заново все тестировать, неизвестно еще где что вылезет. К концу дня понял что игра не стоит свеч. Сейчас все привыкли к интерфейсу, проблем нет. Потом будут недовольные и вопросы почему изменилось и т п. Оставил так как есть. Лучшее враг хорошего.
Насколько я понял по себе при игре на гитаре - все верно насчет осознания аппликатуры при изучении новой пьесы. Но сама процедура изучения предполагает, что мозг запоминает мелодию одновременно с постановкой апликатуры пальцев и их движением. Я заметил что если пока не можешь проиграть мелодию внутренним слухом, то и паттерны аппликатуры не запоминаются хорошо. Все взаимосвязано, мышечная и звуковая память. Одно без другого не работает. Особенно это касается не очень простых гитарных произведений.
Это да. Использую электрорубанки Макита уже много лет. Один раз точил ножи у большого рубанка. Кабели все поменял только на более длинные и морозостойкие.
Вопрос с кабелем решается просто. Покупаешь то что нужно и нужной длины, кабель который не дубеет на морозе. Да, такой не совсем дешев, но оправдываетсябя полностью. На всех своих инструментах я заменил кабель и в общем доволен.
В общем одной фразой можно сказать так, что наверху не те, кто умеет складывать и умножать, а те кто умеет только отнимать и делить. И пока никаких изменений не предвидится в ближайшем будущем. Но в дальней перспективе возможно все закончится катастрофой , мне кажется еще более страшной чем были до нас.
Надо было быстро сделать прототип парсинга строки на SQL . Подключил ИИ, без плана, строка ведь маленькая, но оказалась удаленькая, с пропусками, совпадениями и еще множеством тонкостей. В конечном итоге после полдня общения строка была готова. Начал тестировать, еще полдня ушло на правки конечного запроса. Особо не вникал в код так как прототип. В результате пришлось разбираться в коде, так как на реальных данных начали возникать проблемы. Код запроса сильно переусложнен ( тут сам виноват, не просил отсекать заведомо ненужные комбинации). Сейчас упростил логику парсинга в самом начале, стало намного проще править код SQL. Резюме: даже на прототипе небольшой задачи нельзя пускать код на самотек. Всегда нужно ревьюировать самому и с концептуальной точни зрения для упрощения результирующего кода. Сам бы тоже сделал, без ИИ, но решил поэксперементировать.
Под SQL в общем стал использовать нейронку, но бесплатную, в chrome. На удивление она достаточно вменяемая для Sql Server и иногда ей даешь процедуру или функцию и просишь оптимизировать по скорости. Все работает и реально быстрее. Кое что приходится подправлять, но реально уже использовать это для несложных корректировок, особенно в специфических задачах, как у меня. Я конечно давно работаю с sql и опыт есть неплохой, но век живи и вее учись, в том числе и у нейронки. У меня не аналитика конечно, а сложные задачи онлайн мониторинга и запросы в реальном времени.
Аналитика она такая. Казалось бы чего проще, разобраться с CTE, оконными функциями, еще почитать о паре- тройке статистических функций и вот ты аналитик. Но мне кажется это все не аналитикой, а просто отчетом, на котором не нужно делать далеко идущих выводов. Ибо аналитика, как тут правильно заметили до меня, это исскуство прогноза о будущем с учетом движения цен, спроса, и много чего еще, я полагаю, относительно прошлых периодов. В экономике есть такая штука как кривая Лаффера. Она показывает как рулить налогами в масштабе государства, чтобы налоговая нагрузка не приводила к обнищанию населения и соответственно не только рос ВВП но и благосостояние население не уменьшалось а росло. Вот это и есть задача аналитика, как рулить ассортиментом, категориями товаров , ценами с учетом растущих налогов и падения дохода покупателей чтобы не уменьшать по крайней мере свою прибыль с учетом роста налогов и затрат и т п. Да это сложная задача. Сложнее чем писать запросы SQL. Но это и есть работа аналитика имхо.
Ну если есть положительные и отрицательные числа то при проходе по массиву надо сравнивать значения по модулю. Произведение минимальных отрицательных не факт что больше произведения максимальных положительных и наоборот. А еще они могут быть и равны. Так что алгоритм сложнее должен быть. Если данная задача нужна лишь для демонстрации оптимального однопроходного решения, то это интересно только для начинающих, типа как в шахматах, найди мат в два хода. Для более менее продвинутого программера этот алгоритм типа на знания "таблицы умножения". Но есть нюансы, которые я описал выше.
AGI это что? Это типа бога что-ли, всезнающего, всевидящего и всемогущего? Чушь полная. Можно AGI назвать любую хрень в силу своего индивидуального понятия что это за зверь. Если до сих пор никто не знает что такое сознание, то построить то, что непонятно что не удастся. Многие люди путают сознание с мышлением.Это разнве вещи. У сегодняшних ИИ нет и того и другого. Откуда взятся сознанию и мышлению у ИИ когда это просто вычислительный алгоритм? База знаний ограничена и будет всегда ограничена, отсутствует эксперимент и мотивация. Грубо говоря человеческий интеллект растет и развивается благодаря эмоциональному интелекту, который является двигателем процесса познания. Ничего подобного у так называемого AGI нет и не будет. Ну может быть изобретут какого-нибудь гомункулуса через вживление чипа в человеческий мозг, который будет иметь эмоциональный интеллект, но в связи с этим мне вспоминается повесть Стругацких и его персонаж Выбегалло, конструирующий гомункулуса с неограниченными потребностями.
Скорее всего у второго было нечто подобное и интуиция, подкрепленая опытом помогла быстро найти баг в коде. Так иногда бывает. Ничего удивительного.
Во первых, я не вайбкодер и этой деятельностью не занимаюсь, во вторых архитектурные недостатки это что то другое, а не корявая разработка драйверов питона для БД.