AI によりプログラミングの効率は向上しますが、あまりにも多くのコードを急速に生成するのは良くありません
6 月 1 日のニュース、生成人工知能技術により効率が向上し、ソフトウェア開発が容易になったものの、技術部門の責任者は、大量のコードをあまりにも早く生成すると、次のような結果が生じることを懸念しています。後続の問題が発生し、仕事がさらに困難になります。
以下は翻訳です:
生成型 AI プログラミング ツールは開発効率を大幅に向上させることができますが、一部のテクノロジ幹部は、あまりにも多くのコードを急速に生成すると悪影響が生じるのではないかと懸念しています。
ユナイテッド航空、ジョンソン・エンド・ジョンソン、ビザ、カーディナル・ヘルス、ゴールドマン・サックスなどの大手企業のIT責任者らは、プログラミングプロセスの一部を自動化する生成人工知能の可能性に興奮しており、これにより大きな成果が得られると期待していると述べた。作業効率を向上させます。
しかし、一部の IT 幹部は、コード開発のハードルを下げると、拡大し続けるソフトウェア製品のスタックを管理する際に、複雑さが増し、「技術的負債」が生じ、混乱が生じる可能性があると懸念しています。 「技術的負債」とは、開発者が迅速に開発するために短期間で妥協し、最終的には将来さらなる負担を生み出すことを指します。
金融サービス会社Truist社の最高データ責任者であるTracy Daniels氏は、納品が加速するにつれて「技術的負債」と「孤立コード」が増大する潜在的なリスクがあることに注意を払う価値があると述べた。
「人々は長い間『技術的負債』について話してきましたが、今では以前は不可能だった方法で『技術的負債』を蓄積するために使用できる全く新しいクレジットカードが登場しました。」と MIT科学人工知能研究所の教授であるアルマンド・ソーラー・レザマ氏は、コンピューティングについて次のように述べています。同氏はさらに、「機械で書かれた不適切なコードが大量に蓄積される可能性があると思います。企業は、同様の状況が再び起こらないよう、新しいツールとのやり取り方法を再考する必要があります。
Saul Lezama 氏によると、一部のコード開発は、プロセスは非常に単調で時間がかかるため、人々は長年にわたってこれらの開発作業を自動化する試みを続けてきました。自動生成される人工知能モデルのサイズと精度の増大により、自動プログラミングの進歩が促進されています。 ChatGPT などのチャットボットの人気。
Microsoft 副社長兼開発部門プロダクト リーダーのアマンダ シルバー氏は、優秀な開発者の不足も同社の開発ツールへの投資の増加を促していると述べました。
## さまざまな企業が、Microsoft 所有の Github の Copilot や、Amazon、IBM、新興企業の Tabnine や Magic AI が立ち上げたその他のツールなど、さまざまなツールを評価および導入しています。これらのツールは、多くの場合、生成されたコード スニペットやテストの実施を推奨できます。プログラムを作成する際に技術的な推奨事項を作成します。しかし、IT 部門のリーダーはリスクがあると言っています。EXL はデータ分析およびデジタル オペレーション ソリューションの会社です。ヴィヴィアン執行副社長兼分析責任者のヴィヴェク ジェットリー氏は次のように述べています。プログラマーにとっては作業が楽になりますが、最高情報責任者の仕事はより複雑になると思います。 「 「間違いなくさらなる混乱が起こるだろう」とジェイトリー氏は語った。 OutSystems CEO の Paul Paulo Rosado (パウロ ロサド) 氏は、「技術的負債」について述べた。 「」と「孤立コード」は、長い間 CIO を悩ませてきた問題です。コードの量が増え続けると、コードが何をするのか、どのように作成されたのかが混乱することは避けられません。これらの問題は、次のような場合にさらに悪化します。ユナイテッド航空の最高情報責任者であるジェイソン・バーンバウム氏によると、これらのリスクは現実のものであるとロサド氏は述べています。時間の経過とともに、クラウド環境の復元力のある設計とセキュリティがより重要になるとともに、適切に精査およびテストされていないソフトウェアをリリースすることもより困難になるでしょう。リスクにもかかわらず、CIO は前進しています。 「ユナイテッドは、コードを自動的に生成する機能を含む、いくつかの生成AIアプリケーション
をテストしている」と述べた。ヘルスケア企業のカーディナル・ヘルスも最近、関連するユースケースとリスクを評価するため、部門横断的なワーキンググループを結成した。トラストはベンダーと協力している新しいコード生成ツールとコード アノテーション ツールを併用することで、ゴールドマン サックス社の初期パイロット プロジェクトの効率改善が 2 桁に達しました (Chenchen)以上がAI によりプログラミングの効率は向上しますが、あまりにも多くのコードを急速に生成するのは良くありませんの詳細内容です。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









このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G
