GPT-4 副操縦士 X が登場します! AI コード作成効率が 10 倍に向上、プログラマーは次元削減の影響を受ける
マイクロソフトは本当にクレイジーです!
先週、Microsoft は Office ファミリー バケットを GPT-4 にアップグレードしたばかりですが、人々が反応する前に、Microsoft は再びプログラマーの家をコピーするようになりました。
本日、GitHub が正式に発表しました。GPT-4 に基づく新世代のコード生成ツールである Copilot X が登場しました。
GitHub Copilot は、リリースから 2 年も経たないうちに、すでに 100 万人以上の開発者向けにコードの 46% を作成し、さらに 55% 増加しました。エンコード速度。そして、今回のメジャーアップグレードはさらに強力になっています。
新世代の Copilot カスタマイズされたスマート ドキュメント システムなど。
GPT-4 は Copilot をサポートしており、口でコードを書くことができます
具体的には、Copilot X でサポートされるエクスペリエンスには、Copilot チャット、Copilot for Pull Request、Copilot が含まれますドキュメントの場合は Copilot、CLI の場合は Copilot。
これらの新機能は、OpenAI の GPT-4 によって駆動されます。速度の遅延のため、コード自動補完ツールは依然として GPT-3 でトレーニングされた GitHub の Codex モデルに基づいていることに注意してください。
現在、Microsoft は GPT-4 を検索、オフィス、コーディングなどのさまざまな実際の生産性向上ツールに統合しています。これはまさに第 4 の技術革命を開始する可能性を秘めています。
シニア ビッグ データ アーキテクトの Zhu William 氏は、AI によってすべてが実現されるのは、もはや遠くないことだと述べています。 OpenAI GPT-4 は 0 から 1 への変換を完了したモデルにすぎず、Microsoft はその商用化に向けて大きな一歩を踏み出しました。
今回の Copilot X のリリースは、前世代の Copilot を攻撃するために次元を直接削減します。現在、Copilot X はキューの入り口を開きました。しかし、もっと面倒なのは、体験ごとに行列に申し込む必要があることです。
ネチズンはこれについて冗談を言いました:「私は毎日順番待ちリストに申請する途中です。」
——昨日、Bard に加わったばかりです。今日からCopilot Xの待機リストが再び始まります。
Copilot Chat
アプリケーションアドレス: https://github.com/github-copilot/chat_waitlist_signup/join
GitHub は、開発者シナリオに重点を置いた GPT-4 ベースのチャット ウィンドウを Copilot に埋め込み、VS Code および Visual Studio に統合します。
ただし、これは単なるチャット ウィンドウではありません。
Copilot は、開発者が入力したコードの内容を識別してエラー メッセージを表示するだけでなく、コード ブロックの目的を詳細に分析して説明し、単体テストを生成することもできます。
デバッグに関する提案を与えることもできます。
さらに、Copilot では、コードを書くためにキーボードさえ必要なくなりました。
コンピューターの前に座って、「こんにちは、GitHub!」と言って、ほんの数単語でコードを書きます。
現在、GitHub は、音声ベースの対話システムである GitHub Copilot Voice の新機能を実験しています。
Copilot Voice を使用すると、コードを記述するだけでなく、コード ジャンプ、コントロール IDE、コード サマリーを実行することもできます。
#プル リクエスト用の Copilot
アプリケーション アドレス: https://copilot4prs.githubnext.com/login
エディターに加えて、新しい GitHub Copilot はプル リクエストのサポートも提供します。
開発者が PR の説明にタグを挿入すると、Copilot がそれを自動的に認識して展開します。
現在サポートされているタグには主に次のものが含まれます。
- copilot:summary は PR の概要を生成します。
- copilot:関連するコード スニペットへのリンクを含む、変更の詳細なリストを説明します。
- copilot:poemこの変更を説明する詩を書いてください。
- copilot:all は、上記のすべてを自動的に生成します。
そして、これは最初のステップにすぎません。
今後、Copilot には Gentest と Ghost Text という 2 つの新しい関数も追加される予定です。
Gentest: Copilot は、送信されたプル リクエストに十分なテストが不足していることを発見すると、自動的に開発者に通知し、プロジェクトのニーズに基づいて編集、承認、または拒否できる潜在的なテストを提案します。
プロジェクト オーナーにとって、この機能はテスト戦略を策定するのにも役立ち、開発者がこれらの戦略に従うのをサポートします。
ゴースト テキスト: 開発者がプル リクエストを作成すると、Copilot はコードの変更に関する関連情報を動的に取得し、自動的に提案を提供します。
さらに、GitHub 上で進行中の他の探索と実験には次のものが含まれます。
AI の問題の解決: はい問題の解決方法を自動的に説明し、必要な変更を自動的に提案します。
次のように、PyTorch に転送された問題を送信した後、新しい関数は生成されたコードの提案を提供し、新しいプル リクエストを開始できます。
AI を使用して PR をレビューする: 多くの開発者はコード レビューとコード レビュー用の PR の準備に時間を費やしているため、この機能によりレビュー サイクルを短縮できます。
Copilot for Docs
アプリケーションのアドレス: https://githubnext.com/projects/copilot-for-docs
開発者にとって優れた技術文書の重要性は、明らかに自明です。
Copilot for Docs この機能は、このドキュメントから必要なコンテンツをすばやく見つけて見つけるのに役立ちます。
公式ブログには、Copilot for Docs は単なる実験的なツールであると記載されています。プログラマはチャット インターフェイスを使用して、言語、フレームワーク、使用されているテクノロジなどの問題を含むドキュメント内のコンテンツを見つけることができます。
ユーザーのさまざまなプログラミング レベル、ドキュメントの理解、検索したい内容に基づいて、さまざまな回答を出力できます。
プログラマは、最新のコンテンツをできるだけ早く入手して、既存のマテリアルを GitHub リポジトリから直接最新バージョンのドキュメントと同期させることもできます。
同時に、GitHub からコンテンツを取得するもう 1 つの利点は、チームのプライベート コンテンツに関する質問に簡単に答えられることです。この機能は、既存の GitHub 権限に基づいて内部チームのみが表示できる情報を提供できます。
さらに、Copilot は、React、Azure ドキュメント、MDN などのさまざまなサードパーティ ドキュメント間を行き来し、それらのコンテンツを結合して結果を返すこともできます。
将来的には、GitHub は、問題、リクエスト、ディスカッション、Wiki など、ドキュメント以外のリソースにインデックスを付ける他の方法も検討し、技術的な質問に答えるために必要なものすべてを開発者に提供する予定です。 。
Copilot for CLI
アプリケーションアドレス: https://githubnext.com/projects/copilot-cli/
コード編集とプル リクエストの次に、開発者が最も多くの時間を費やすのはコマンド ライン ターミナルです。
しかし、最も熟練した開発者でも、多くのコマンドの正確な構文を覚えるために多くのページをスクロールする必要があります。
そして、GitHub Copilot CLI は、コマンドとループを記述し、プログラマのクエリを満たすために不明瞭な検索フラグを与えることができます。
CLI の Copilot には、??、git?、gh? の 3 つのシェル コマンドが用意されています。
「??」は、シェル コマンドに使用される一般的な goto を指します。コマンドとループを構成し、個々のクエリを満たすためにあいまいな検索フラグをスローします。
「git?」は、特に git を検索して呼び出すために使用されます。 ?? と比較すると、Git コマンドの生成がより強力になり、Git のコンテキストで説明する必要さえなくなり、クエリがより簡潔になります。
「gh?」は、GitHub CLI コマンドとクエリ インターフェイスの機能を組み合わせ、AI を使用して複雑なフラグと jq 式を生成します。
ソフトウェア開発の黄金時代! 10 倍の効率向上
GitHub CEO の Thomas Dohmke 氏は、自動コード補完により開発者の生産性が大幅に向上しましたが、新しい Copilot X では開発者の生産性が 10 倍向上すると述べました。
新しいチャット機能の登場により、Copilot は将来、人々がコーディングを学ぶための基盤となるでしょう。
「チャット インターフェイスにソフトウェア開発の黄金時代が到来しました。」
NVIDIA 科学者Jim Fan 氏は、「エンジニアの 10 倍というのはまだ神話ですが、AI を活用した 100 倍のエンジニアはこれまで以上に現実的です。」
GitHub の観点からOpenAI の GPT-3 と GPT-4 を「混合」して、チャット機能と既存のオートコンプリート コード機能を駆動します。
Dohmke 氏は、エディターに入力するときは、間違いなく非常に高速な応答が得られることが望ましいと説明しました。
したがって、速度が必要な場合は、Codex に基づくコード自動補完などのより小さなモデルを使用し、精度が必要な場合は、GPT を使用するなど、より大きなモデルを使用します。 4 チャット中。
ネチズン: プログラマーは「死んだ」
ネチズンは、プログラミングが ChatGPT によって永遠に変わってしまったと述べています。
「開発者として、これは本当にイライラします。プログラミングにおいて、私たちの喜びの源は、生産性やニーズを満たすことに焦点を当てるのではなく、ロジックを操作して技術的な問題を解決することです。」
「私は 30 年間プログラミングをしてきましたが、今でもプログラミングが大好きです。人間のコードがなければ世界がどうなるかわかりません。でも、面倒なことを CoPilot に処理してもらうのは大好きです。そして ChatGPT を使用して、バグの解決を手伝ってください。」
「AI の出現後は、これほど多くのプログラマーは必要なくなるかもしれません。この点に関して、私は非常に感じています。 「不安です。いろいろな方法でお金を貯めたり、投資したりしても、“腰を据える”までには9年近くかかります。FANGで働いている人たちは、経済的自由を容易に達成できているようで、ちょっとうらやましいです」
「中長期的には、私たちは仕事を失うでしょう。」
プログラマーは最終的にプログラミングを使用すると、それ自体が排除されます...
以上がGPT-4 副操縦士 X が登場します! AI コード作成効率が 10 倍に向上、プログラマーは次元削減の影響を受けるの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









vue.jsのオブジェクトに文字列を変換する場合、標準のjson文字列にはjson.parse()が推奨されます。非標準のJSON文字列の場合、文字列は正規表現を使用して処理し、フォーマットまたはデコードされたURLエンコードに従ってメソッドを削減できます。文字列形式に従って適切な方法を選択し、バグを避けるためにセキュリティとエンコードの問題に注意してください。

リモートシニアバックエンジニアの求人事業者:サークル場所:リモートオフィスジョブタイプ:フルタイム給与:$ 130,000- $ 140,000職務記述書サークルモバイルアプリケーションとパブリックAPI関連機能の研究開発に参加します。ソフトウェア開発ライフサイクル全体をカバーします。主な責任は、RubyonRailsに基づいて独立して開発作業を完了し、React/Redux/Relay Front-Endチームと協力しています。 Webアプリケーションのコア機能と改善を構築し、機能設計プロセス全体でデザイナーとリーダーシップと緊密に連携します。肯定的な開発プロセスを促進し、反復速度を優先します。 6年以上の複雑なWebアプリケーションバックエンドが必要です

概要:Vue.js文字列配列をオブジェクト配列に変換するための次の方法があります。基本方法:定期的なフォーマットデータに合わせてマップ関数を使用します。高度なゲームプレイ:正規表現を使用すると、複雑な形式を処理できますが、慎重に記述して考慮する必要があります。パフォーマンスの最適化:大量のデータを考慮すると、非同期操作または効率的なデータ処理ライブラリを使用できます。ベストプラクティス:コードスタイルをクリアし、意味のある変数名とコメントを使用して、コードを簡潔に保ちます。

この記事では、MySQLデータベースの操作を紹介します。まず、MySQLWorkBenchやコマンドラインクライアントなど、MySQLクライアントをインストールする必要があります。 1. mysql-uroot-pコマンドを使用してサーバーに接続し、ルートアカウントパスワードでログインします。 2。CreatedAtaBaseを使用してデータベースを作成し、データベースを選択します。 3. createTableを使用してテーブルを作成し、フィールドとデータ型を定義します。 4. INSERTINTOを使用してデータを挿入し、データをクエリし、更新することでデータを更新し、削除してデータを削除します。これらの手順を習得することによってのみ、一般的な問題に対処することを学び、データベースのパフォーマンスを最適化することでMySQLを効率的に使用できます。

700万のレコードを効率的に処理し、地理空間技術を使用したインタラクティブマップを作成します。この記事では、LaravelとMySQLを使用して700万を超えるレコードを効率的に処理し、それらをインタラクティブなマップの視覚化に変換する方法について説明します。最初の課題プロジェクトの要件:MySQLデータベースに700万のレコードを使用して貴重な洞察を抽出します。多くの人は最初に言語をプログラミングすることを検討しますが、データベース自体を無視します。ニーズを満たすことができますか?データ移行または構造調整は必要ですか? MySQLはこのような大きなデータ負荷に耐えることができますか?予備分析:キーフィルターとプロパティを特定する必要があります。分析後、ソリューションに関連している属性はわずかであることがわかりました。フィルターの実現可能性を確認し、検索を最適化するためにいくつかの制限を設定しました。都市に基づくマップ検索

VueとElement-UIカスケードドロップダウンボックスv-Modelバインディング共通ピットポイント:V-Modelは、文字列ではなく、カスケード選択ボックスの各レベルで選択した値を表す配列をバインドします。 SelectedOptionsの初期値は、nullまたは未定義ではなく、空の配列でなければなりません。データの動的読み込みには、非同期でデータの更新を処理するために非同期プログラミングスキルを使用する必要があります。膨大なデータセットの場合、仮想スクロールや怠zyな読み込みなどのパフォーマンス最適化手法を考慮する必要があります。

MySQLの起動が失敗する理由はたくさんあり、エラーログをチェックすることで診断できます。一般的な原因には、ポートの競合(ポート占有率をチェックして構成の変更)、許可の問題(ユーザー許可を実行するサービスを確認)、構成ファイルエラー(パラメーター設定のチェック)、データディレクトリの破損(テーブルスペースの復元)、INNODBテーブルスペースの問題(IBDATA1ファイルのチェック)、プラグインロード障害(エラーログのチェック)が含まれます。問題を解決するときは、エラーログに基づいてそれらを分析し、問題の根本原因を見つけ、問題を防ぐために定期的にデータをバックアップする習慣を開発する必要があります。

MySQLパフォーマンスの最適化は、インストール構成、インデックス作成、クエリの最適化、監視、チューニングの3つの側面から開始する必要があります。 1。インストール後、INNODB_BUFFER_POOL_SIZEパラメーターやclose query_cache_sizeなど、サーバーの構成に従ってmy.cnfファイルを調整する必要があります。 2。過度のインデックスを回避するための適切なインデックスを作成し、説明コマンドを使用して実行計画を分析するなど、クエリステートメントを最適化します。 3. MySQL独自の監視ツール(ShowProcessList、ShowStatus)を使用して、データベースの健康を監視し、定期的にデータベースをバックアップして整理します。これらの手順を継続的に最適化することによってのみ、MySQLデータベースのパフォーマンスを改善できます。
