Re: [討論] 大家會擔心 ai 寫 code 讓工程師飯碗不
我是從以下兩個角度來看
* 數學上來說, "AI" 是否有「極限」?
* 經濟上來說, "AI" 是否有「賺」?
例如說這隻影片 https://www.youtube.com/watch?v=5eqRuVp65eY 是從「熵」的
極限」?在模式識別 (pattern recognition) 這個方向的低垂水果是否已經摘完
了?新的方向會是什麼?
另一方面,從能源、物料、生產線、到營運設施, (目前架構下的) AI 是否有「
賺」?是否遵循以下式子? (賺得有沒有比其它項目多?)
價值 (value) > 價格 (price) > 成本 (cost)
另一個問題是上述式子中要素中 價值 (是否愈來愈好用?解決問題帶來的好處) 及
成本 (能源供給、計算方法及硬體的進步) 的演變趨式。
===
我自己對以上兩個題目的程度只有「讀別人整理好的二手資料,而且連用 AI 幫忙
都讀不太懂」,所以我的結論是
VOO無腦多 orz
--
※ PTT 留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 136.61.16.51 (美國)
※ PTT 網址
對每天要寫程式的鄉民來說,或許可以參考一下這類資料/關鍵字,像是
https://arxiv.org/abs/2304.10778(2023十月的資料)
> Evaluating the Code Quality of AI-Assisted Code Generation Tools: An > Empirical Study on GitHub Copilot, Amazon CodeWhisperer, and ChatGPT>
> Results: Our analysis reveals that the latest versions of ChatGPT, GitHub > Copilot, and Amazon CodeWhisperer generate correct code 65.2%, 46.3%, and > 31.1% of the time, respectively. In comparison, the newer versions of > GitHub CoPilot and Amazon CodeWhisperer showed improvement rates of 18% > for GitHub Copilot and 7% for Amazon CodeWhisperer. The average technical > debt, considering code smells, was found to be 8.9 minutes for ChatGPT, > 9.1 minutes for GitHub Copilot, and 5.6 minutes for Amazon CodeWhisperer.> 評估AI輔助代碼生成工具的代碼質量:GitHub Copilot、Amazon CodeWhisperer和 > ChatGPT的實證研究
>
> 結果:我們的分析顯示,最新版本的ChatGPT、GitHub Copilot和Amazon > CodeWhisperer 分別生成正確代碼的比例為65.2%、46.3%和31.1%。相比之下,GitHub > Copilot和Amazon CodeWhisperer的新版本顯示出改進率分別為18%和7%。考慮代碼 > 品質的平均技術債務為ChatGPT 8.9分鐘,GitHub Copilot 9.1分鐘,Amazon > CodeWhisperer 5.6分鐘。 ※ 編輯: AmosYang (136.61.16.51 美國), 11/01/2024 07:36:42今天也正好看到 HN 上的熱門討論 Google CEO says more than a quarter of the company's new code is created by AI Google CEO 說該公司多於四分之一的新程式碼是由 AI 創造
https://news.ycombinator.com/item?id=41991291這討論串中有 Google 員工談它們的使用體驗,以及那 AI 工具團隊的 lead 也有參與討 論,可以看看: *
https://news.ycombinator.com/item?id=42002212*
https://news.ycombinator.com/item?id=41992028※ 編輯: AmosYang (136.61.16.51 美國), 11/01/2024 07:42:13
9
首Po以後工程師可能主要用嘴巴寫 code 在編輯器下指令說明要做什麼功能 或者直接把 Jira 單貼給 AI 然後 AI 自動幫你做修改多個檔案跑測試 最後工程師 code review15
以前做SA,和業務型老闆討論一些商業應用,做成flow圖給工程師轉成代碼。 我喜歡發想軟體應用,非常很討厭看文件| 想演算法 | Coding Style | DEBUG 。 非得寫代碼時,我都是try&error去完成issue,很沒有軟體精神。 軟工的專業,我只說的出Design Pattern和OS ChatGPT出來之後,我像是看到3D列印房子直接問世,直接校長兼撞鐘。16
我覺得如果你把人生的投注、資產用投資學的角度來看 我認為絕大部分 尤其是散戶的經驗還有知識 都是非常有限的 我們用現在的產業環境、技術 去預測五年內的變化 也許準確度還說得過去 但10~20年後的未來呢? GPT3在2020年發布 NVDA的股價在2022只有200~300左右
52
Re: [討論] 大家會擔心 ai 寫 code 讓工程師飯碗這問題幾乎每個月一篇 推文也總是許多人在貶低 AI 產出的程式碼 我看到的真實情況是 有在用 AI 幫忙工作的人 都只會希望 AI 越來越聰明26
Re: AutoGPT現世了,以後不用自己拆任務詠唱幫各位工程師打個雞血 gpt+copilot 用AI寫AI+改AI 未來工程師會變轉型成懂演算法+codereview 不用再刷leetcode了 恭喜各位25
[情報] AMD 北京AI PC創新峰會預告2024新處理器AMD 昨日(21)日於北京舉辦首場 AI PC 創新峰會 不僅展現 Ryzen AI PC 產業體系的強勁動能 甚至公開最新發展藍圖,預告次世代產品 Strix Point 的細節。' AMD 董事長暨執行長 Lisa Su 蘇姿丰表示,AI 正在掀起一場迅速重塑科技產業各層面的革命21
Re: [討論] chatGPT會取代軟體工程師嗎?提供一個有趣的觀點 在 堆疊溢出 的網站有關於一則公告內容是禁止 chatgpt 回文。 底下有一個 AI 研究員的論點很有趣。 temporary-policy-chatgpt-is-banned?cb=121
Re: [問卦] 為什麼AI 這2-3年進步這麼神速?我剛好研究所讀資工領域的。 你應該知道在這次AI大模型震撼世人之前,電腦科學界在紅啥嗎?? 就是Big Data,大數據,資料探勘。 但是因為"算力"不足,所以在十年前,幾乎都是關注於儲存與基礎處理而已。 譬如NoSQL數據庫與一些簡單的資料探勘,那個時候SVM分析歸類資料可火的。19
Re: [討論] Ai 與 工程師我認為應該不太可能 因為AI要訓練的資料(網路上有發布的code)很多都是簡單的專案 例如整理資料類或者簡單的一小段功能 複雜的大型專案是幾乎沒有資料讓AI訓練的 除非訓練AI的團隊自己產出這類code,不過不太可能就是了19
Re: [閒聊] AI還是挺影響青少年學畫意願的我覺得討論完以後我已經完全理解正反方的立場了 同一張臨摹畫風而構圖完全原創的圖為何會有爭論的原因除了現實繪師生計的問題外 最重要的就是支持AI的人是結果論 我只有有圖可以欣賞可以尻尻不就好了? 但反方的論點在於「過程與技藝的價值」12
Re: [閒聊] 美術系怎麼看待這次Ai繪圖事件?前陣子剛好因為工作需求做了一些AI研究 我之前的工作設計到語音辨識領域,就個人實際測試經驗來說 現階段AI的確在很多部分無法取代人類 現階段無法取代的原因不少,個人覺得主要是兩點 1.演算法有限制4
Re: [請益] 什麼程度履歷上才能說自己會AI手機排版,請見諒 小弟的職位名稱上就有個AI,不過從來不敢跟別人說會AI。 現在大家口中說的AI實際上就只是learning-based的model,沒什麼特別厲害的地方。 數學上, 你只要會線性代數、微積分跟機率統計就可以開始了。3
Re: [討論] 用AI寫code產生的疑問事實上未來沒有寫code這種東西 我們會在當下才會認為應該是這樣 而未來根本沒有所謂的寫code 而是跟AI說你要解決什麼問題 它就幫你解決這樣