Technologie-Peripheriegeräte
KI
Das „zweite Gehirn' der Entwickler kommt, GitHub Copilot wird aktualisiert und die Beteiligung menschlicher Entwicklung wird weiter reduziert
Das „zweite Gehirn' der Entwickler kommt, GitHub Copilot wird aktualisiert und die Beteiligung menschlicher Entwicklung wird weiter reduziert
Was Andrej Karpathy zum Seufzen bringt, ist, dass der Beitrag des Menschen beim direkten Schreiben von Code im Softwareentwicklungsprozess immer kleiner wird und die Rolle des direkten Inputs und der Aufsicht immer abstrakter wird. Letztendlich wird die Rolle des Menschen lediglich darin bestehen, grundlegende Überprüfungen und Validierungen durchzuführen, anstatt der primäre Programmierer und Entwickler zu sein.
Es stellt sich heraus, dass es sich um GitHubs neu veröffentlichten Copilot Workspace handelt, der die internen Prozesse der Entwickler neu gestaltet. Wenn KI-Entwicklungstools die zweiten Hände der Entwickler sind, dann wird Copilot Workspace das „zweite Gehirn“ der Entwickler sein.
Beim Codieren ist es am problematischsten, auf unbekannte Software-Repositorys, Programmiersprachen oder Frameworks zu stoßen. Die durch die Lösung dieser Probleme verursachten Schwierigkeiten können die Erledigung der Aufgabe verzögern oder sie sogar unmöglich machen. Es ist nicht einfach, diese schnell zu meistern und innerhalb der vorgegebenen Zeit wieder auf die Beine zu kommen. Aber Copilot Workspace kann Ihnen möglicherweise dabei helfen, mit halbem Aufwand das Doppelte des Ergebnisses zu erzielen und sogar größere und komplexere Aufgaben zu erledigen.
Copilot Workspace, Ihr „zweites Gehirn“
Copilot Workspace konzentriert sich auf die Aufgabenauswahl, den Ausdruck von Absichten und die Arbeit mit KI, um Lösungen zu finden. Ziel ist es, die Komplexität zu reduzieren und die Produktivität zu steigern und gleichzeitig wichtige Aspekte der Softwareentwicklung wie Entscheidungsfindung, Kreativität und Autonomie zu erhalten.
Sie können Copilot Workspace eine Frage stellen und es wird automatisch eine Lösung vorgeschlagen. Copilot Workspace verfügt über den vollständigen Kontext des Problems (einschließlich aller Kommentare und Antworten) und die Codebasis, sodass es sowohl versteht, was Sie tun möchten, als auch die Besonderheiten Ihres Codes. Wenn die von Copilot Workspace vorgeschlagene Lösung nicht ganz richtig ist, können Sie jeden Schritt im Prozess bearbeiten, von Aktionen über Pläne bis hin zum Code, alles in natürlicher Sprache.
Copilot Workspace beantwortet GitHub-Probleme
Bearbeiten Sie Schritte im Prozess, um Anpassungen vorzunehmen
Copilot Workspace arbeitet mit der Granularität des gesamten Pakets und über verschiedene Programmiersprachen hinweg. Nehmen Sie kohärente Änderungen an vor mehrere Dateien. Es kann sowohl Kerncodierungsaufgaben als auch Gerüstaufgaben bewältigen, wie zum Beispiel „Erstellen eines Test-Frameworks“ oder „Schreiben von GitHub-Aktionsworkflows für kontinuierliche Integration“. Es wird bereits in GitHub Next für die Entwicklung von Copilot Workspace selbst und anderen Projekten verwendet.
Aufgabenzentrierter Workflow
Copilot Workspace unterstützt Entwickler bei der Erledigung vollständiger Entwicklungsaufgaben, die typischerweise in Form von GitHub-Problemen spezifiziert und verfolgt werden. Daher kann Copilot Workspace ein Problem als Eingabe nehmen, automatisch das aktuelle Verhalten des Codes extrahieren, ein neues Verhalten vorschlagen, das das Problem löst, einen Plan entwickeln und den Plan implementieren (d. h. den Code schreiben). Copilot Workspace verfügt über den vollständigen Kontext eines Problems, einschließlich aller Kommentare, und kann sogar Links innerhalb des Problems folgen, um Informationen zu extrahieren, die bei der Erledigung von Aufgaben hilfreich sind.
Benutzer-Feedback und Iteration sind der Schwerpunkt von Copilot Workspace. Sie können jeden Schritt des Prozesses bearbeiten, von vorgeschlagenen neuen Maßnahmen bis hin zur Planung und Umsetzung. Nachdem Sie beispielsweise einen Plan implementiert und den Code gesehen haben, können Sie zurückgehen und das Verhalten anpassen oder planen und es erneut versuchen. Sie können dieselbe Frage sogar in mehreren Registerkarten öffnen, um verschiedene Pfade zu erkunden.
Verwendungsdemonstration
Frühere Versuche, LLM zur Erledigung von Entwickleraufgaben zu verwenden, konzentrierten sich hauptsächlich auf Gespräche, aber die eher aufgabenbasierte Benutzeroberfläche von Copilot Workspace ist strukturierter und hat klare Vorteile:
- 1. Copilot Workspace kann die Einzelheiten des Problems vollständig verstehen und die richtige Lösung vorschlagen.
- 2. Die strukturierte Ausgabe (ursprüngliche und geänderte Aktionen, Pläne und Implementierungen) ermöglicht es Benutzern, Copilot Workspace einfach auf der entsprechenden Abstraktionsebene anzuleiten.
Derzeit nutzt Copilot Workspace GitHub-Probleme als Ausgangspunkt, es gibt jedoch Pläne, in Zukunft weitere Einstiegspunkte zu unterstützen. Beispielsweise kann Copilot Workspace Entwicklern dabei helfen, durch CodeQL erkannte Sicherheitswarnungen zu verarbeiten, auf neue Versionen abhängiger Bibliotheken oder von einer Bibliothek zu einer anderen zu migrieren und Kommentare in PR-Überprüfungen aufzulösen.
Cloud-gesteuerte Agenten
GitHub kombiniert KI-Agententechnologie und GitHub-Codespaces, um Headless, ephemeres und sicheres Computing zu implementieren. Wenn der Benutzer auf die Schaltfläche „Ausführen“ klickt, wird im Hintergrund ein neuer Codespace erstellt, der geänderte Code hineingeschoben und versucht, das Projekt zu erstellen. Wenn der Build fehlschlägt, geben wir die Fehlermeldung und den Code an Copilot Workspace zurück und bitten ihn, den Build zu reparieren. Sobald der Build erfolgreich ist, wird der geänderte Code wieder mit der Copilot Workspace-Benutzeroberfläche synchronisiert, sodass Benutzer sehen können, wie der Build repariert wurde. Wenn es sich bei dem laufenden Projekt um eine Webanwendung handelt, wird der Port im Codespace an eine URL weitergeleitet, auf die nur dieser Benutzer zugreifen kann. Benutzer können darauf klicken und eine Live-Vorschau der Webanwendung anzeigen, um visuell zu überprüfen, ob Copilot Workspace wie erwartet funktioniert.
Da große Sprachmodelle (LLMs) nicht perfekt sind, ist die „letzte Meile“ vieler Aufgaben sehr wichtig. Mit Copilot Workspace können Sie einen Codespace öffnen und dort fortfahren, wo Sie aufgehört haben, und Aufgaben in einer vollständigen Cloud-IDE mit einer sicheren Laufzeit erledigen.
Konzipiert für die Zusammenarbeit
Klicken Sie einfach auf die Schaltfläche „Teilen“ und Copilot Workspace kann Ihren Arbeitsbereich ganz einfach teilen. Da die Benutzererfahrung strukturiert ist, wird das gesamte Aktivitätsprotokoll einer Sitzung erfasst. Dies ist auch eine gute Möglichkeit, zu verstehen, warum Ihre Implementierung so funktioniert. Sie können den Plan anzeigen, jeden Schritt der Implementierung beobachten und zu den entsprechenden Codeänderungen navigieren, indem Sie auf den Planschritt in der Benutzeroberfläche klicken. Dies bereichert das Code-Review-Format, bei dem Code-Unterschiede und ihre Ursachen deutlich sichtbar sind.
GitHub plant, Kommentar- und Bearbeitungsfunktionen für mehrere Personen hinzuzufügen, und Copilot Workspace wird in der Lage sein, sowohl entwicklerinterne als auch Überprüfungsschleifen in einem Tool abzuwickeln.
Das obige ist der detaillierte Inhalt vonDas „zweite Gehirn' der Entwickler kommt, GitHub Copilot wird aktualisiert und die Beteiligung menschlicher Entwicklung wird weiter reduziert. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
Heiße KI -Werkzeuge
Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos
AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.
Undress AI Tool
Ausziehbilder kostenlos
Clothoff.io
KI-Kleiderentferner
AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.
Heißer Artikel
Heiße Werkzeuge
Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor
SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen
Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung
Dreamweaver CS6
Visuelle Webentwicklungstools
SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)
Heiße Themen
1377
52
Open Source! Jenseits von ZoeDepth! DepthFM: Schnelle und genaue monokulare Tiefenschätzung!
Apr 03, 2024 pm 12:04 PM
0.Was bewirkt dieser Artikel? Wir schlagen DepthFM vor: ein vielseitiges und schnelles generatives monokulares Tiefenschätzungsmodell auf dem neuesten Stand der Technik. Zusätzlich zu herkömmlichen Tiefenschätzungsaufgaben demonstriert DepthFM auch hochmoderne Fähigkeiten bei nachgelagerten Aufgaben wie dem Tiefen-Inpainting. DepthFM ist effizient und kann Tiefenkarten innerhalb weniger Inferenzschritte synthetisieren. Lassen Sie uns diese Arbeit gemeinsam lesen ~ 1. Titel der Papierinformationen: DepthFM: FastMonocularDepthEstimationwithFlowMatching Autor: MingGui, JohannesS.Fischer, UlrichPrestel, PingchuanMa, Dmytr
Das weltweit leistungsstärkste Open-Source-MoE-Modell ist da, mit chinesischen Fähigkeiten, die mit GPT-4 vergleichbar sind, und der Preis beträgt nur fast ein Prozent von GPT-4-Turbo
May 07, 2024 pm 04:13 PM
Stellen Sie sich ein Modell der künstlichen Intelligenz vor, das nicht nur die Fähigkeit besitzt, die traditionelle Datenverarbeitung zu übertreffen, sondern auch eine effizientere Leistung zu geringeren Kosten erzielt. Dies ist keine Science-Fiction, DeepSeek-V2[1], das weltweit leistungsstärkste Open-Source-MoE-Modell, ist da. DeepSeek-V2 ist ein leistungsstarkes MoE-Sprachmodell (Mix of Experts) mit den Merkmalen eines wirtschaftlichen Trainings und einer effizienten Inferenz. Es besteht aus 236B Parametern, von denen 21B zur Aktivierung jedes Markers verwendet werden. Im Vergleich zu DeepSeek67B bietet DeepSeek-V2 eine stärkere Leistung, spart gleichzeitig 42,5 % der Trainingskosten, reduziert den KV-Cache um 93,3 % und erhöht den maximalen Generierungsdurchsatz auf das 5,76-fache. DeepSeek ist ein Unternehmen, das sich mit allgemeiner künstlicher Intelligenz beschäftigt
KI untergräbt die mathematische Forschung! Der Gewinner der Fields-Medaille und der chinesisch-amerikanische Mathematiker führten 11 hochrangige Arbeiten an | Gefällt mir bei Terence Tao
Apr 09, 2024 am 11:52 AM
KI verändert tatsächlich die Mathematik. Vor kurzem hat Tao Zhexuan, der diesem Thema große Aufmerksamkeit gewidmet hat, die neueste Ausgabe des „Bulletin of the American Mathematical Society“ (Bulletin der American Mathematical Society) weitergeleitet. Zum Thema „Werden Maschinen die Mathematik verändern?“ äußerten viele Mathematiker ihre Meinung. Der gesamte Prozess war voller Funken, knallhart und aufregend. Der Autor verfügt über eine starke Besetzung, darunter der Fields-Medaillengewinner Akshay Venkatesh, der chinesische Mathematiker Zheng Lejun, der NYU-Informatiker Ernest Davis und viele andere bekannte Wissenschaftler der Branche. Die Welt der KI hat sich dramatisch verändert. Viele dieser Artikel wurden vor einem Jahr eingereicht.
KAN, das MLP ersetzt, wurde durch Open-Source-Projekte auf Faltung erweitert
Jun 01, 2024 pm 10:03 PM
Anfang dieses Monats schlugen Forscher des MIT und anderer Institutionen eine vielversprechende Alternative zu MLP vor – KAN. KAN übertrifft MLP in Bezug auf Genauigkeit und Interpretierbarkeit. Und es kann MLP, das mit einer größeren Anzahl von Parametern ausgeführt wird, mit einer sehr kleinen Anzahl von Parametern übertreffen. Beispielsweise gaben die Autoren an, dass sie KAN nutzten, um die Ergebnisse von DeepMind mit einem kleineren Netzwerk und einem höheren Automatisierungsgrad zu reproduzieren. Konkret verfügt DeepMinds MLP über etwa 300.000 Parameter, während KAN nur etwa 200 Parameter hat. KAN hat eine starke mathematische Grundlage wie MLP und basiert auf dem universellen Approximationssatz, während KAN auf dem Kolmogorov-Arnold-Darstellungssatz basiert. Wie in der folgenden Abbildung gezeigt, hat KAN
Hallo, elektrischer Atlas! Der Boston Dynamics-Roboter erwacht wieder zum Leben, seltsame 180-Grad-Bewegungen machen Musk Angst
Apr 18, 2024 pm 07:58 PM
Boston Dynamics Atlas tritt offiziell in die Ära der Elektroroboter ein! Gestern hat sich der hydraulische Atlas einfach „unter Tränen“ von der Bühne der Geschichte zurückgezogen. Heute gab Boston Dynamics bekannt, dass der elektrische Atlas im Einsatz ist. Es scheint, dass Boston Dynamics im Bereich kommerzieller humanoider Roboter entschlossen ist, mit Tesla zu konkurrieren. Nach der Veröffentlichung des neuen Videos wurde es innerhalb von nur zehn Stunden bereits von mehr als einer Million Menschen angesehen. Die alten Leute gehen und neue Rollen entstehen. Das ist eine historische Notwendigkeit. Es besteht kein Zweifel, dass dieses Jahr das explosive Jahr der humanoiden Roboter ist. Netizens kommentierten: Die Weiterentwicklung der Roboter hat dazu geführt, dass die diesjährige Eröffnungsfeier wie Menschen aussieht, und der Freiheitsgrad ist weitaus größer als der von Menschen. Aber ist das wirklich kein Horrorfilm? Zu Beginn des Videos liegt Atlas ruhig auf dem Boden, scheinbar auf dem Rücken. Was folgt, ist atemberaubend
Die Kuaishou-Version von Sora „Ke Ling' steht zum Testen offen: Sie generiert über 120 Sekunden Videos, versteht die Physik besser und kann komplexe Bewegungen genau modellieren
Jun 11, 2024 am 09:51 AM
Was? Wird Zootopia durch heimische KI in die Realität umgesetzt? Zusammen mit dem Video wird ein neues groß angelegtes inländisches Videogenerationsmodell namens „Keling“ vorgestellt. Sora geht einen ähnlichen technischen Weg und kombiniert eine Reihe selbst entwickelter technologischer Innovationen, um Videos zu produzieren, die nicht nur große und vernünftige Bewegungen aufweisen, sondern auch die Eigenschaften der physischen Welt simulieren und über starke konzeptionelle Kombinationsfähigkeiten und Vorstellungskraft verfügen. Den Daten zufolge unterstützt Keling die Erstellung ultralanger Videos von bis zu 2 Minuten mit 30 Bildern pro Sekunde, mit Auflösungen von bis zu 1080p und unterstützt mehrere Seitenverhältnisse. Ein weiterer wichtiger Punkt ist, dass es sich bei Keling nicht um eine vom Labor veröffentlichte Demo oder Video-Ergebnisdemonstration handelt, sondern um eine Anwendung auf Produktebene, die von Kuaishou, einem führenden Anbieter im Bereich Kurzvideos, gestartet wurde. Darüber hinaus liegt das Hauptaugenmerk darauf, pragmatisch zu sein, keine Blankoschecks auszustellen und sofort nach der Veröffentlichung online zu gehen. Das große Modell von Ke Ling wurde bereits in Kuaiying veröffentlicht.
Die Vitalität der Superintelligenz erwacht! Aber mit der Einführung der sich selbst aktualisierenden KI müssen sich Mütter keine Sorgen mehr über Datenengpässe machen
Apr 29, 2024 pm 06:55 PM
Ich weine zu Tode. Die Daten im Internet reichen überhaupt nicht aus. Das Trainingsmodell sieht aus wie „Die Tribute von Panem“, und KI-Forscher auf der ganzen Welt machen sich Gedanken darüber, wie sie diese datenhungrigen Esser ernähren sollen. Dieses Problem tritt insbesondere bei multimodalen Aufgaben auf. Zu einer Zeit, als sie ratlos waren, nutzte ein Start-up-Team der Abteilung der Renmin-Universität von China sein eigenes neues Modell, um als erstes in China einen „modellgenerierten Datenfeed selbst“ in die Realität umzusetzen. Darüber hinaus handelt es sich um einen zweigleisigen Ansatz auf der Verständnisseite und der Generierungsseite. Beide Seiten können hochwertige, multimodale neue Daten generieren und Datenrückmeldungen an das Modell selbst liefern. Was ist ein Modell? Awaker 1.0, ein großes multimodales Modell, das gerade im Zhongguancun-Forum erschienen ist. Wer ist das Team? Sophon-Motor. Gegründet von Gao Yizhao, einem Doktoranden an der Hillhouse School of Artificial Intelligence der Renmin University.
Die U.S. Air Force präsentiert ihren ersten KI-Kampfjet mit großem Aufsehen! Der Minister führte die Testfahrt persönlich durch, ohne in den gesamten Prozess einzugreifen, und 100.000 Codezeilen wurden 21 Mal getestet.
May 07, 2024 pm 05:00 PM
Kürzlich wurde die Militärwelt von der Nachricht überwältigt: US-Militärkampfflugzeuge können jetzt mithilfe von KI vollautomatische Luftkämpfe absolvieren. Ja, erst kürzlich wurde der KI-Kampfjet des US-Militärs zum ersten Mal der Öffentlichkeit zugänglich gemacht und sein Geheimnis gelüftet. Der vollständige Name dieses Jägers lautet „Variable Stability Simulator Test Aircraft“ (VISTA). Er wurde vom Minister der US-Luftwaffe persönlich geflogen, um einen Eins-gegen-eins-Luftkampf zu simulieren. Am 2. Mai startete US-Luftwaffenminister Frank Kendall mit einer X-62AVISTA auf der Edwards Air Force Base. Beachten Sie, dass während des einstündigen Fluges alle Flugaktionen autonom von der KI durchgeführt wurden! Kendall sagte: „In den letzten Jahrzehnten haben wir über das unbegrenzte Potenzial des autonomen Luft-Luft-Kampfes nachgedacht, aber es schien immer unerreichbar.“ Nun jedoch,
