Верификация стороннего программного кода (неважно кем созданного, человеком или ИИ-роботом) по трудоемкости соизмеряется с его разработкой с нуля, начиная с порога в 1000 строк на ЯП. Причём не только требуется его тщательное тестирование, но и документирование всей логики для последующей поддержки другим разработчиком, облегчая ему работу. Если речь пойдёт о десятках и сотнях тысяч строк такого кода, то можно только представить об"ем и сложность такой работы. Причём нужно учитывать, что сама специфика воспринятия и верификации чужого программного кода НЕ проще (а в некоторых случаях и сложнее) его непосредственной разработки и НЕ каждому специалисту под силу делать её квалифицированно. Прежде всего требуется большой практический опыт именно самостоятельной разработки. Поэтому, если смотреть с этих профессиональных позиций, то как говорится, "ещё бабушка на двое сказала" будет ли все проще и лучше работать с таким готовым "на блюдечке" кодом.
Было бы точно и значительно лучше ровно наоборот: текст программного кода разработанный человеком проверяет ИИ-робот, находит ошибки и выявляет уязвимости. Вот тогда это действительно бы ускоряло процессы отладки и тестирования, а в целом сокращало время разработки сложного ПО.
Кто ратует только за быстроту создания программного кода с помощью текущих возможностей автогенераторов в ущерб перечисленных Вами требований, то, как говорится, бог им в помощь. Ответственные разработчики это прекрасно понимают и полностью разделяют Вашу позицию, а на поднятый по этой теме хайп смотрят не иначе как на попытки (сознательные или нет - это отдельная тема) их деквалифицирования (профессионального обнуления) и лишения способности самостоятельно думать и принимать решения.
"Системы ИИ проанализировали паттерны поведения охраны, маршруты передвижения кортежа и даже социальные сети ближайшего окружения Мадуро. Алгоритм вычислил точное "окно уязвимости" - момент и место, где цель окажется с минимальной защитой." Это как, если можно, по конкретнее ?
Если смотреть на текст здраво, то чисто абстрактные, если не сказать дилетанские, рассуждения, фетиширующие и преувеличивающие возможности текущих технологий ИИ и смешивающие их в одной корзине с обычными автоматизированными разведывательными и боевыми информационными системами. Исторически подтверждено, что появившиеся в результате НИОКР новые технологии и разработки, которые напрямую или косвенно можно использовать в военной сфере или вокруг неё, тут же становятся козырным поводом для увеличения финансирования ВПК и военного бюджета.
Для профессионального разработчика (!!! не путать с кодером, вайбкодером и т.п) создание серьезного ПО это по сути и этапам процесс 1в1 проектирования и изготовления сложного технического изделия. Пониманию этого вот уже как полвека. Процесс непосредственного написания программного кода соотносится с этапом изготовления деталей изделия на станках по разработанным техпроцессам. Добавляется только то, что программный код каждой процедуры (не говоря уже о всем проекте) должен быть задокументирован его автором, если он разрабатывался не по заранее строго задокументированному алгоритму и имеет варианты реализации. То есть программный код "пишется" (не люблю это слово в этом контексте) не только для ЭВМ, но или других людей, которые впоследствии должны его быстро воспринять и внести необходимые коррективы для продолжения жизненного цикла ПО. Это первое.
Верификация стороннего программного кода (неважно кем созданного, человеком или ИИ-роботом) по трудоемкости соизмеряется с его разработкой с нуля, начиная с порога в 1000 строк на ЯП. Причём не только требуется его тщательное тестирование, но и документирование всей логики для последующей поддержки другим разработчиком, облегчая ему работу. Если речь пойдёт о работе с десятками и сотнями тысяч строк такого кода, то можно только представить об"ем и сложность такой работы. Причём нужно учитывать, что сама специфика воспринятия и верификации чужого программного кода НЕ проще его разработки и не каждому специалисту под силу делать её квалифицированно. Прежде всего требуется большой практический опыт самостоятельной разработки. Если смотреть с этой позиции, то как говорится, "ещё бабушка сказала" будет ли все проще и лучше. Это второе.
Было бы неоценимо, если бы ИИ-робот по тексту программного кода отдельной процедуры мог бы сделать её проверку и указать на ошибки, уявимости или возможное их появление при работе кода. То есть наоборот: верифицировать программный код разработанный вручную. Тут я двумя ногами за такого бесценного ИИ-помощника. Но как сказано выше, модели ИИ построенные на LLM, могут делать только то, чему обучены, а точнее на что настроены. Смогут их такому их научить (а может уже и умеют !) тогда, как говорится, "пример в студию" и я снимаю шляпу.
А Вы, уважаемый, как будто заглядывали в мозг человека и с уверенностью "до винтиков" утверждаете что LLM 1в1 его цифровой клон. Смех на палочке да и только. Когда человек думает, то он НЕ манипулирует словами (если конечно не больной), а ведёт понятийные рассуждения, строит логические заключения и делает осмысленные выводы. То есть то, что в конечном итоге ему и позволило из окружающего мира выделиться в homo sapiens.
Алгоритмика LLM модели это полный антипод, базируется на алгоритмической обработке текстов, данных, настройке модели и не имеет никакого отношения к моделированию мышления человека. Это настроенный автомат который тупо генерирует контент совершенно его не понимая.
На счёт "... Да ещё могут накидать идей..." вряд-ли, так как "знают" НЕ больше чему обучены (на что настроены) по известному людям контенту, а то что подойдут к пределу (а точнее зайдут в тупик), то вполне вероятно.
Точно такие же ИИ-футурологи были и 60 и 50 и 40 лет назад, никуда не делись, только иногда "просыпаются" и по новой активно начинают строить "прогнозы" и давать "советы", которые для здравомыслящих одним словом - туфта.
Для профессионального разработчика (!!! не путать с кодером, вайбкодером и т.п) создание серьезного ПО это по сути и этапам процесс 1в1 проектирования и изготовления сложного технического изделия. Пониманию этого вот уже как полвека. Процесс непосредственного написания программного кода соотносится с этапом изготовления деталей изделия на станках по разработанным техпроцессам. Добавляется только то, что программный код КАЖДОЙ процедуры (не говоря уже о всем проекте) должен быть документирован его автором, если он разрабатывался не по заранее строго задокументированному алгоритму и имеет варианты реализации. То есть программный код "пишется" (не люблю это слово в этом контексте) не только для ЭВМ, но или других людей, которые впоследствии должны его быстро воспринять и внести необходимые коррективы для продолжения жизненного цикла ПО. Это первое.
Профессионалы отчётливо понимают как работают LLM-модели, которые, если говорить упрощенно, являются не чем иным как обученными (точнее настроенными) вероятностными предсказателями следующего по предыдущему и относящемуся к нему контенту. То есть такие модели по своей архитектуре не способны в принципе логически оперировать данными, объектами и понятиями предметной области и строить осмысленный алгоритм как это умеет делать человек специалист. То есть, то что "знают", то и умеют. Это второе.
Статьи с названиями типа ("ИИ начал генерить код для...", "совсем недолго и ИИ заменит программиста" и подобные им) рассчитаны именно на кодеров и несведущих, так как у здравомыслящего профессионала имеется приобретенный во времени стойкий иммунитет к поднятию вокруг ИИ нового хайпа, который воспринимается им не иначе как очередным вводом в заблуждение путем указания ложных целей, а также сознательного или нет (это тема отдельного разговора) обнуления (деквалифицирования) его как специалиста своего дела, а если сказать больше, то и лишения способности самостоятельно думать и принимать осмысленные решения.
Поэтому молодым ИТ-разработчикам остаётся как всегда актуальным совет - учиться у классиков этой профессии, работая с настоящими профессиналами набираться практического опыта и знаний, а главное - самостоятельно думать.
P.S. Автор статьи как бы уже с достаточно большим практическим стажем разработчика ПО, а рассуждения как у типичного HR-менеджера.
Футурологи AI (И) появились на свет 70 лет назад, некоторые давно ушли в мир иной, но появляющиеся на каждом очередном хайповом витке AI (ИИ) наследники активно возбуждаются, начинают рисовать сумрачные картины и давать апокалиптические прогнозы будущего, насмотревшись перед этим голливудских творений или, в силу своей недообразованности, оказавшись жертвами зомбирования другими футурологами и авторами очередного AI(ИИ), которые делают это ради скорейшей монетизации своих программных продуктов.
Технологии бывают разные, приносящие людям пользу, а бывают и со знаком минус или просто лживые, для которых просвещение масс и луддизм с доказательствами очень кстати. Что и уместно применять для нынешнего (на очередном витке) хайпа вокруг ИИ (AI), поднятого в основнов его разработчиками и пропагандистами для скорейшей монетизации своих творений. Здравомыслящие специалисты понимают тупиковость подхода реализации некоего универсального ("на все случаи жизни") ИИ базирующегося на LLM-моделях. Ибо это, упрощённо говоря, настройка модели на вероятностное предсказание следующего по предыдущему и по окружающему контексту, проводимая на колоссальном объеме в основном текстовых данных измеряемом в петабайтах и миллиардами параметров с которыми работает сама LLM-модель ИИ. Не надо пояснять, что интеллект человека строится на совершенно другом - оценке фактов, понятийных рассуждениях и логических выводах. То есть всего того, что позволило ему выделиться из окружающего мира в homo sapiens. Отличие, как видите уважаемый, принципиальное.
Никто и не собирается оспаривать применение современных технологий ИИ там, где это разумно, профессионально обосновано и полезно. Но когда в обертке ИИ подкидывают некую фальш или вводят в заблуждение, то против такого товара и луддизм тоже будет полезен.
Под производством ПО понимается создание программного продукта для потребителя, а программный код носитель этого продукта. Программный код может бы надёжным или не очень надежным, соответственно и такой сам продукт. Программный продукт во времени может терять потребительский спрос, но, в отличие от материальных объектов, при соблюдении программой среды (оболочки) в которой он функционирует, оставаться вечно работающим. Качество программного продукта всецело зависит от квалификации исполнения этапов его проектирования и изготовления. Поддержка надежности работы программного кода и его функциональное улучшение потребуются на всем жизненном цикле продукта. Поэтому, основным требованием к программному коду, помимо надёжности, должно быть его рабочее документирование для дальнейшей удобной поддержки во времени другими разработчиками.
Для профессионального разработчика (!!! не путать с кодером, кодировщиком и т.п) создание серьезного ПО это по сути и этапам процесс 1в1 проектирования и изготовления сложного технического изделия. Пониманию этого вот уже как полвека. Процесс написания программного кода соотносится с этапом изготовления деталей изделия на станках по разработанным техпроцессам. Добавляется только то, что программный код КАЖДОЙ процедуры (не говоря уже о всем проекте) должен быть документирован его автором если он писался не по заранее задокументированному алгоритму и имеет варианты написания. То есть программный код "пишется" (не люблю это слово в этом контексте) не только для ЭВМ, но или других людей, которые впоследствии должны его быстро воспринять и внести необходимые коррективы для продолжения жизненного цикла ПО.
Статьи с названиями типа ("ИИ начал генерить код для...") рассчитаны именно на кодеров, так как у здравомыслящего профессионала на этот счёт должен быть приобретенный во времени стойкий иммунитет и восприятие поднятого хайпа не иначе как попыток сознательного и целенаправленного обнуления (деквалифицирования) его как специалиста своего дела, если не сказать больше - лишения способности самостоятельно думать и принимать осмысленные решения.
Поэтому автору статьи можно только посоветовать спокойно относиться к происходящему и смотреть на него сквозь пальцы.
Суть в том, что кто пишет подобные статьи, им даже в голову не приходит задать себе простой вопрос: а как же этот самый ИИ формирует свои ответы, даёт советы и принимает решения ? Все LLM модели построенные на нейросетях, если говорить по простому, есть не что как вероятностные алгоритмы предсказания по предыдущему контексту и его окружению. Эти модели настраиваются путем обработки колоссальных объемов текстов, измеряемыми даже в петабайтах и состоят из миллиардов связанных между собой параметров. То есть они НЕ оперируют понятиями и не строят логические выводы и рассуждения как это способен делать человеческий интеллект. Отсюда уже можно делать вывод, что это тупиковый путь для создания некоего универсального ИИ "на все случаи жизни". Разумное их применение это создание отдельных моделей для решения конкретных прикладных задач и обученных (точнее настроенных) на проверенной информации и данных предметной области, где они могут выполнять функции интеллектуального помощника для специалиста этой области.
Точнее формулировать как задача эфф.использования пространства полки, а НЕ площади для расположения товара.
Товары (продукты) надо подразделять по категориям спроса:
ежедневного - 3-ех дневного, недельного, месячного и от этого планировать их расположение (ближе, дальше).
Сохранять по возможности локацию товара (продуктов) на полках, чтобы покупателю было привычнее их находить и экономить время. В больших супермаркетах на мониторе-покупателя по названию товара показывать на плане магазина его расположение на полке и маршрут в эту точку от места монитора.
По недоступности товара на полке (кончился, кончается), но при наличии на складе магазина, в информационной системе управления работой магазина иметь доступ к базе данных информационной системы продажи и через нее контролировать кол-во оставшегося товара на полке.
Кол-во единиц "face-товара" напрямую зависит от площади полки и удобства упаковки для ее расположения "лицом" к покупателю.
Как видно из всего выше сказанного, SQL-запросы напрямую относятся только к реализации пункта 4.
По набору данных в примере это элементарная задача выборки и группировки данных из реляционной БД, которые уже только потом экспортируются (выгружаются) в Excel и в нем строят графики и прочее. На вопрос же ПОЧЕМУ "на прошлой неделе (месяце) у Иванова было больше (меньше) продаж чем за последнюю (последний), а у Сидорова все наоборот", то по составу таких данных достоверный ответ в принципе получить ни от кого невозможно (в том числе и от ИИ), ибо нет в них необходимой для ответа информации, например, сколько за временной период кол-во покупателей было в магазине, какой их возраст и у тех кто покупал товар. Причин тут может быть несколько и самых разных, в том числе и какая была погода. Типичная статья пропагандиста ИИ.
Прежде всего обладать знаниями математической статистики и теории вероятностей, как пользователь уметь работать с инструментами типа Excel и пакетами прикладных программ. Разработчиком же самих инструментов аналитик вовсе быть НЕ обязан (это к Python'у), так как это работа и функции других специалистов. Знание теории РБД и SQL будет плюсом для самостоятельного получения необходимых данных, хотя по специфике и сложности это работа тоже другого специалиста, который может выполнять ее по просьбе аналитика.
Верификация стороннего программного кода (неважно кем созданного, человеком или ИИ-роботом) по трудоемкости соизмеряется с его разработкой с нуля, начиная с порога в 1000 строк на ЯП. Причём не только требуется его тщательное тестирование, но и документирование всей логики для последующей поддержки другим разработчиком, облегчая ему работу. Если речь пойдёт о десятках и сотнях тысяч строк такого кода, то можно только представить об"ем и сложность такой работы. Причём нужно учитывать, что сама специфика воспринятия и верификации чужого программного кода НЕ проще (а в некоторых случаях и сложнее) его непосредственной разработки и НЕ каждому специалисту под силу делать её квалифицированно. Прежде всего требуется большой практический опыт именно самостоятельной разработки. Поэтому, если смотреть с этих профессиональных позиций, то как говорится, "ещё бабушка на двое сказала" будет ли все проще и лучше работать с таким готовым "на блюдечке" кодом.
Было бы точно и значительно лучше ровно наоборот: текст программного кода разработанный человеком проверяет ИИ-робот, находит ошибки и выявляет уязвимости. Вот тогда это действительно бы ускоряло процессы отладки и тестирования, а в целом сокращало время разработки сложного ПО.
Кто ратует только за быстроту создания программного кода с помощью текущих возможностей автогенераторов в ущерб перечисленных Вами требований, то, как говорится, бог им в помощь. Ответственные разработчики это прекрасно понимают и полностью разделяют Вашу позицию, а на поднятый по этой теме хайп смотрят не иначе как на попытки (сознательные или нет - это отдельная тема) их деквалифицирования (профессионального обнуления) и лишения способности самостоятельно думать и принимать решения.
В следопыты значит записались. Раз обжигает, значит все делаю правильно. Вот как раз таких лжецов как вы и приходится выводить на чистую воду.
"Системы ИИ проанализировали паттерны поведения охраны, маршруты передвижения кортежа и даже социальные сети ближайшего окружения Мадуро. Алгоритм вычислил точное "окно уязвимости" - момент и место, где цель окажется с минимальной защитой." Это как, если можно, по конкретнее ?
Если смотреть на текст здраво, то чисто абстрактные, если не сказать дилетанские, рассуждения, фетиширующие и преувеличивающие возможности текущих технологий ИИ и смешивающие их в одной корзине с обычными автоматизированными разведывательными и боевыми информационными системами. Исторически подтверждено, что появившиеся в результате НИОКР новые технологии и разработки, которые напрямую или косвенно можно использовать в военной сфере или вокруг неё, тут же становятся козырным поводом для увеличения финансирования ВПК и военного бюджета.
Для профессионального разработчика (!!! не путать с кодером, вайбкодером и т.п) создание серьезного ПО это по сути и этапам процесс 1в1 проектирования и изготовления сложного технического изделия. Пониманию этого вот уже как полвека. Процесс непосредственного написания программного кода соотносится с этапом изготовления деталей изделия на станках по разработанным техпроцессам. Добавляется только то, что программный код каждой процедуры (не говоря уже о всем проекте) должен быть задокументирован его автором, если он разрабатывался не по заранее строго задокументированному алгоритму и имеет варианты реализации. То есть программный код "пишется" (не люблю это слово в этом контексте) не только для ЭВМ, но или других людей, которые впоследствии должны его быстро воспринять и внести необходимые коррективы для продолжения жизненного цикла ПО. Это первое.
Верификация стороннего программного кода (неважно кем созданного, человеком или ИИ-роботом) по трудоемкости соизмеряется с его разработкой с нуля, начиная с порога в 1000 строк на ЯП. Причём не только требуется его тщательное тестирование, но и документирование всей логики для последующей поддержки другим разработчиком, облегчая ему работу. Если речь пойдёт о работе с десятками и сотнями тысяч строк такого кода, то можно только представить об"ем и сложность такой работы. Причём нужно учитывать, что сама специфика воспринятия и верификации чужого программного кода НЕ проще его разработки и не каждому специалисту под силу делать её квалифицированно. Прежде всего требуется большой практический опыт самостоятельной разработки. Если смотреть с этой позиции, то как говорится, "ещё бабушка сказала" будет ли все проще и лучше. Это второе.
Было бы неоценимо, если бы ИИ-робот по тексту программного кода отдельной процедуры мог бы сделать её проверку и указать на ошибки, уявимости или возможное их появление при работе кода. То есть наоборот: верифицировать программный код разработанный вручную. Тут я двумя ногами за такого бесценного ИИ-помощника. Но как сказано выше, модели ИИ построенные на LLM, могут делать только то, чему обучены, а точнее на что настроены. Смогут их такому их научить (а может уже и умеют !) тогда, как говорится, "пример в студию" и я снимаю шляпу.
FenixDeveloper9 часов назад
"... Но я задал вопрос понимаете-ли вы что такое смысл?..."
Забалтывание.
Полные антиподы.
А Вы, уважаемый, как будто заглядывали в мозг человека и с уверенностью "до винтиков" утверждаете что LLM 1в1 его цифровой клон. Смех на палочке да и только. Когда человек думает, то он НЕ манипулирует словами (если конечно не больной), а ведёт понятийные рассуждения, строит логические заключения и делает осмысленные выводы. То есть то, что в конечном итоге ему и позволило из окружающего мира выделиться в homo sapiens.
Алгоритмика LLM модели это полный антипод, базируется на алгоритмической обработке текстов, данных, настройке модели и не имеет никакого отношения к моделированию мышления человека. Это настроенный автомат который тупо генерирует контент совершенно его не понимая.
Здравомыслящие на это не поведутся.
Почему LLM приближаются к своему пределу тут
https://share.google/icr41aP9B3VnRuOxY
... идеологии/политики, а также, что не мало важно, зависеть и от социально экономической модели самого общества.
На счёт "... Да ещё могут накидать идей..." вряд-ли, так как "знают" НЕ больше чему обучены (на что настроены) по известному людям контенту, а то что подойдут к пределу (а точнее зайдут в тупик), то вполне вероятно.
Почему LLM приближаются к своему пределу https://share.google/icr41aP9B3VnRuOxY
Точно такие же ИИ-футурологи были и 60 и 50 и 40 лет назад, никуда не делись, только иногда "просыпаются" и по новой активно начинают строить "прогнозы" и давать "советы", которые для здравомыслящих одним словом - туфта.
Для профессионального разработчика (!!! не путать с кодером, вайбкодером и т.п) создание серьезного ПО это по сути и этапам процесс 1в1 проектирования и изготовления сложного технического изделия. Пониманию этого вот уже как полвека. Процесс непосредственного написания программного кода соотносится с этапом изготовления деталей изделия на станках по разработанным техпроцессам. Добавляется только то, что программный код КАЖДОЙ процедуры (не говоря уже о всем проекте) должен быть документирован его автором, если он разрабатывался не по заранее строго задокументированному алгоритму и имеет варианты реализации. То есть программный код "пишется" (не люблю это слово в этом контексте) не только для ЭВМ, но или других людей, которые впоследствии должны его быстро воспринять и внести необходимые коррективы для продолжения жизненного цикла ПО. Это первое.
Профессионалы отчётливо понимают как работают LLM-модели, которые, если говорить упрощенно, являются не чем иным как обученными (точнее настроенными) вероятностными предсказателями следующего по предыдущему и относящемуся к нему контенту. То есть такие модели по своей архитектуре не способны в принципе логически оперировать данными, объектами и понятиями предметной области и строить осмысленный алгоритм как это умеет делать человек специалист. То есть, то что "знают", то и умеют. Это второе.
Статьи с названиями типа ("ИИ начал генерить код для...", "совсем недолго и ИИ заменит программиста" и подобные им) рассчитаны именно на кодеров и несведущих, так как у здравомыслящего профессионала имеется приобретенный во времени стойкий иммунитет к поднятию вокруг ИИ нового хайпа, который воспринимается им не иначе как очередным вводом в заблуждение путем указания ложных целей, а также сознательного или нет (это тема отдельного разговора) обнуления (деквалифицирования) его как специалиста своего дела, а если сказать больше, то и лишения способности самостоятельно думать и принимать осмысленные решения.
Поэтому молодым ИТ-разработчикам остаётся как всегда актуальным совет - учиться у классиков этой профессии, работая с настоящими профессиналами набираться практического опыта и знаний, а главное - самостоятельно думать.
P.S. Автор статьи как бы уже с достаточно большим практическим стажем разработчика ПО, а рассуждения как у типичного HR-менеджера.
Футурологи AI (И) появились на свет 70 лет назад, некоторые давно ушли в мир иной, но появляющиеся на каждом очередном хайповом витке AI (ИИ) наследники активно возбуждаются, начинают рисовать сумрачные картины и давать апокалиптические прогнозы будущего, насмотревшись перед этим голливудских творений или, в силу своей недообразованности, оказавшись жертвами зомбирования другими футурологами и авторами очередного AI(ИИ), которые делают это ради скорейшей монетизации своих программных продуктов.
Технологии бывают разные, приносящие людям пользу, а бывают и со знаком минус или просто лживые, для которых просвещение масс и луддизм с доказательствами очень кстати. Что и уместно применять для нынешнего (на очередном витке) хайпа вокруг ИИ (AI), поднятого в основнов его разработчиками и пропагандистами для скорейшей монетизации своих творений. Здравомыслящие специалисты понимают тупиковость подхода реализации некоего универсального ("на все случаи жизни") ИИ базирующегося на LLM-моделях. Ибо это, упрощённо говоря, настройка модели на вероятностное предсказание следующего по предыдущему и по окружающему контексту, проводимая на колоссальном объеме в основном текстовых данных измеряемом в петабайтах и миллиардами параметров с которыми работает сама LLM-модель ИИ. Не надо пояснять, что интеллект человека строится на совершенно другом - оценке фактов, понятийных рассуждениях и логических выводах. То есть всего того, что позволило ему выделиться из окружающего мира в homo sapiens. Отличие, как видите уважаемый, принципиальное.
Никто и не собирается оспаривать применение современных технологий ИИ там, где это разумно, профессионально обосновано и полезно. Но когда в обертке ИИ подкидывают некую фальш или вводят в заблуждение, то против такого товара и луддизм тоже будет полезен.
Под производством ПО понимается создание программного продукта для потребителя, а программный код носитель этого продукта. Программный код может бы надёжным или не очень надежным, соответственно и такой сам продукт. Программный продукт во времени может терять потребительский спрос, но, в отличие от материальных объектов, при соблюдении программой среды (оболочки) в которой он функционирует, оставаться вечно работающим. Качество программного продукта всецело зависит от квалификации исполнения этапов его проектирования и изготовления. Поддержка надежности работы программного кода и его функциональное улучшение потребуются на всем жизненном цикле продукта. Поэтому, основным требованием к программному коду, помимо надёжности, должно быть его рабочее документирование для дальнейшей удобной поддержки во времени другими разработчиками.
Для профессионального разработчика (!!! не путать с кодером, кодировщиком и т.п) создание серьезного ПО это по сути и этапам процесс 1в1 проектирования и изготовления сложного технического изделия. Пониманию этого вот уже как полвека. Процесс написания программного кода соотносится с этапом изготовления деталей изделия на станках по разработанным техпроцессам. Добавляется только то, что программный код КАЖДОЙ процедуры (не говоря уже о всем проекте) должен быть документирован его автором если он писался не по заранее задокументированному алгоритму и имеет варианты написания. То есть программный код "пишется" (не люблю это слово в этом контексте) не только для ЭВМ, но или других людей, которые впоследствии должны его быстро воспринять и внести необходимые коррективы для продолжения жизненного цикла ПО.
Статьи с названиями типа ("ИИ начал генерить код для...") рассчитаны именно на кодеров, так как у здравомыслящего профессионала на этот счёт должен быть приобретенный во времени стойкий иммунитет и восприятие поднятого хайпа не иначе как попыток сознательного и целенаправленного обнуления (деквалифицирования) его как специалиста своего дела, если не сказать больше - лишения способности самостоятельно думать и принимать осмысленные решения.
Поэтому автору статьи можно только посоветовать спокойно относиться к происходящему и смотреть на него сквозь пальцы.
Суть в том, что кто пишет подобные статьи, им даже в голову не приходит задать себе простой вопрос: а как же этот самый ИИ формирует свои ответы, даёт советы и принимает решения ? Все LLM модели построенные на нейросетях, если говорить по простому, есть не что как вероятностные алгоритмы предсказания по предыдущему контексту и его окружению. Эти модели настраиваются путем обработки колоссальных объемов текстов, измеряемыми даже в петабайтах и состоят из миллиардов связанных между собой параметров. То есть они НЕ оперируют понятиями и не строят логические выводы и рассуждения как это способен делать человеческий интеллект. Отсюда уже можно делать вывод, что это тупиковый путь для создания некоего универсального ИИ "на все случаи жизни". Разумное их применение это создание отдельных моделей для решения конкретных прикладных задач и обученных (точнее настроенных) на проверенной информации и данных предметной области, где они могут выполнять функции интеллектуального помощника для специалиста этой области.
Кратко:
Точнее формулировать как задача эфф.использования пространства полки, а НЕ площади для расположения товара.
Товары (продукты) надо подразделять по категориям спроса:
ежедневного - 3-ех дневного, недельного, месячного и от этого планировать их расположение (ближе, дальше).
Сохранять по возможности локацию товара (продуктов) на полках, чтобы покупателю было привычнее их находить и экономить время. В больших супермаркетах на мониторе-покупателя по названию товара показывать на плане магазина его расположение на полке и маршрут в эту точку от места монитора.
По недоступности товара на полке (кончился, кончается), но при наличии на складе магазина, в информационной системе управления работой магазина иметь доступ к базе данных информационной системы продажи и через нее контролировать кол-во оставшегося товара на полке.
Кол-во единиц "face-товара" напрямую зависит от площади полки и удобства упаковки для ее расположения "лицом" к покупателю.
Как видно из всего выше сказанного, SQL-запросы напрямую относятся только к реализации пункта 4.
По набору данных в примере это элементарная задача выборки и группировки данных из реляционной БД, которые уже только потом экспортируются (выгружаются) в Excel и в нем строят графики и прочее. На вопрос же ПОЧЕМУ "на прошлой неделе (месяце) у Иванова было больше (меньше) продаж чем за последнюю (последний), а у Сидорова все наоборот", то по составу таких данных достоверный ответ в принципе получить ни от кого невозможно (в том числе и от ИИ), ибо нет в них необходимой для ответа информации, например, сколько за временной период кол-во покупателей было в магазине, какой их возраст и у тех кто покупал товар. Причин тут может быть несколько и самых разных, в том числе и какая была погода. Типичная статья пропагандиста ИИ.
Прежде всего обладать знаниями математической статистики и теории вероятностей, как пользователь уметь работать с инструментами типа Excel и пакетами прикладных программ. Разработчиком же самих инструментов аналитик вовсе быть НЕ обязан (это к Python'у), так как это работа и функции других специалистов. Знание теории РБД и SQL будет плюсом для самостоятельного получения необходимых данных, хотя по специфике и сложности это работа тоже другого специалиста, который может выполнять ее по просьбе аналитика.