江苏龙网

  1. 主页 > 生活百科 > >

模型越大，AI编程个性化就越难？( 三 )

AI编程


李钟麒：写代码是需要逻辑性和创作性的事情，这与低代码的方式截然不同 。低代码更多的是替代一些重复性的工作 。使用AI编程工具能够把一些看似简单、重复的劳动抽象出来，以此在实现简单功能的基础上，完成一些定制化，这些对于低代码平台是比较困难的 。
未来：AI编程的发展在何处？
《开谈》: 未来AI能否真的学会写高级代码，取代程序员？
李钟麒：我认为AI的智能来源是数据，而数据的创造者是人，AI更像是人类自己的程序员 。关于“AI是否会取代程序员”这个话题，其实很难回答 。
从AI发展的方向来看，AI可能会实现一些简单开发、定制软件 。但目前面对相对复杂的场景，AI也还存在很多瓶颈 。未来，多模态会和AI结合，并不只局限于现在NLP的方向，还会把一些diffusion model里的东西结合，还有非文本信息和文本信息的结合 。如果说要发展到“高智能”的强AI时代，离现阶段还比较远 。
郝逸洋: 我认为前途还是光明的 。
目前，AI在生成简单的功能方面，已经能达到50%-60%的准确率 。对于复杂的功能，如果能将上下文信息更好的传入进去，AI也能完成的很好 。目前欠缺的地方是：对输出代码的错误的修正 。
《开谈》: 阻碍AI编程技术发展的难题是什么？未来AI编程的发展方向在何处？
李钟麒：我认为难点是算力 。随着模型规模的提升，AI的能力也会增强，对算力的要求也变得越来越高时，这必然会面临效率低下的问题 。那么，是否能创造一些具备创造性的架构，类似transformer模型的下一代，无论是学术界还是工业界，或许都对其需求量很大 。
在未来，AI编程的语义理解很重要 。不能局限在生成上，如何定位问题、解决问题、程序纠偏都是需要去做的 。一旦实现突破，可以在更多场景上的突破 。
就自身在做的AI编程工具而言，我会更加关注准确率，在不断地打磨之中去适配用户的使用习惯，又根据用户反馈进行新功能上的开发 。
郝逸洋: AI编程作为AI的子领域，阻碍其发展的或许是AI本身，包括算力、架构的发展 。因此，我认为AI编程会因AI技术实现突破 。
关于未来的方向，我想提一下目前很少人去接触的结构化程序生成 。实际上，我们的模型就是一个结构化的模型，并非序列化的模型 。但是亚马逊、谷歌使用的方法其实都是一种序列化的文本，将代码看做成文本去做 。早前我们其实就是采取结构化程序生成的方式，但是在大模型出现后，一切都似乎回去了 。
我的设想是未来编程全链路的智能化，目前很多模型还停留在写代码的阶段 。其实，现阶段程序员大概只有10%的时间在写代码，剩下的时间可能在开会或者调试 。调试，是非常重要的一个步骤 。它不仅对于人而言存在困难，对AI也是如此 。因此，我认为调试是未来AI编程的重点 。
就自身在做的AI编程工具而言，我觉得需要突破的就是个性化 。因为模型越大，个性化越难 。尤其是对于企业代码来说，个性化至关重要 。
《开谈》: 对踏足AI编程或AI领域的新开发者的建议有哪些？
郝逸洋: 我的建议有两个 。一是了解开发 。开发者一定要懂代码分析，虽然现阶段很多人将代码当文本去做，但是在输出的信息上会面临很多问题 。只有理解程序和代码分析，才能更好的解决问题 。二是了解AI，包括大模型的训练之类的事情 。
李钟麒：我认为先是专业知识的补足 。对于新入门的开发者而言，可以通过阅读学术论文、研究资料等方式学习AI相关的知识，帮助大家从小白逐渐成长起来 。如果是具备专业基础的学生，也可以从体验者的角度出发，使用一些模型后了解它的“源头”，再进一步进行研究 。
以上是郝逸洋和李钟麒两位嘉宾对《AI编程的前世今生》的分享 。他们从专业的角度出发，让我们进一步熟悉AI编程的发展脉络、机遇与挑战以及发展趋势 。在未来，在新兴的AI时代，让我们拭目以待更多AI编程带来的惊喜！




推荐阅读


上一篇：时薪15美元的ChatGPT外包工人，干的都是苦力活

下一篇：“AI的商业化路线已经清晰” 2023京东“赶考”千亿级产业大模型