رحلة الذكاء الاصطناعي الطويلة في هندسة البرمجيات

هل يمكن برمجة الذكاء الاصطناعي حقاً؟ بحث جديد يحدد العقبات التي تعترض طريق هندسة البرمجيات الآلية.

الذكاء الاصطناعي يُؤتمت كل شيء، فهل يُمكنه أن يحل محل المبرمجين؟ صورة: ميدجورني

نشرت مجموعة من الباحثين مؤخراً خريطة شاملة للتحديات التي يواجهها الذكاء الاصطناعي في مجال تطوير البرمجيات، واقترحت خارطة طريق بحثية لمواصلة تطوير هذا المجال.

تخيل مستقبلاً تتولى فيه تقنيات الذكاء الاصطناعي بهدوء المهام الروتينية لتطوير البرمجيات: إعادة هيكلة الشفرات المعقدة، وترحيل الأنظمة القديمة، وتتبع الأخطاء البرمجية، ليتمكن مهندسو البرمجيات من التركيز كلياً على بنية النظام وتصميمه، وحل المشكلات الإبداعية التي تعجز الآلات عن حلها حالياً. ويبدو أن التطورات الأخيرة في مجال الذكاء الاصطناعي قد قربت هذا التصور كثيراً.

ومع ذلك، فقد أظهرت دراسة جديدة أجراها علماء في مختبر علوم الحاسوب والذكاء الاصطناعي التابع لمعهد ماساتشوستس للتكنولوجيا (CSAIL) ومعاهد بحثية شريكة أنه لتحقيق ذلك المستقبل، يجب علينا أولاً مواجهة التحديات الحقيقية للغاية في الوقت الحاضر.

يقول البروفيسور أرماندو سولار-ليزاما، المحاضر في الهندسة الكهربائية وعلوم الحاسوب في معهد ماساتشوستس للتكنولوجيا، والباحث الرئيسي في مختبر علوم الحاسوب والذكاء الاصطناعي (CSAIL)، والمؤلف الرئيسي للدراسة: "يقول كثيرون إن المبرمجين لم يعودوا ضروريين لأن الذكاء الاصطناعي قد أتمت كل شيء. في الواقع، لقد أحرزنا تقدماً كبيراً. الأدوات التي نمتلكها الآن أقوى بكثير من ذي قبل. ولكن للوصول إلى الإمكانات الكاملة للأتمتة، لا يزال أمامنا طريق طويل."

يرى البروفيسور أرماندو سولار-ليزاما أن المفهوم السائد حاليًا يُبسّط هندسة البرمجيات إلى مهمة تُشبه واجبًا برمجيًا يُطلب من الطالب إنجازه: استلام دالة صغيرة وكتابة شيفرة برمجية لتنفيذها، أو حلّ واجب على غرار موقع LeetCode. في المقابل، الواقع أكثر تعقيدًا بكثير: بدءًا من إعادة هيكلة الشيفرة لتحسين التصميم، وصولًا إلى عمليات نقل واسعة النطاق لملايين الأسطر البرمجية من لغة كوبول إلى جافا، والتي تُغيّر جذريًا المنصة التقنية للشركة.

لا تزال القياسات والتواصل تشكلان تحديات كبيرة.

لا يزال تقييم تحسين البرمجيات على نطاق صناعي واسع، مثل تعديل نواة وحدة معالجة الرسومات أو التحسينات متعددة الطبقات في محرك Chrome V8، أمرًا صعبًا. تركز المعايير الحالية بشكل أساسي على المشكلات الصغيرة المعزولة. المقياس الأكثر عملية المتاح حاليًا، SWE-Bench، يتطلب ببساطة نموذج ذكاء اصطناعي لإصلاح خطأ برمجي على GitHub، وهو ما يعادل تمرين برمجة بسيط، يتضمن بضع مئات من أسطر التعليمات البرمجية، مع احتمال تسريب البيانات، ويتجاهل العديد من السيناريوهات الواقعية الأخرى، مثل إعادة هيكلة البرمجيات بمساعدة الذكاء الاصطناعي، أو البرمجة بين الإنسان والآلة، أو إعادة كتابة أنظمة عالية الأداء بملايين أسطر التعليمات البرمجية. إلى أن يتم توسيع نطاق المعايير لتشمل سيناريوهات ذات مخاطر أعلى، سيظل قياس التقدم، وبالتالي دفعه، تحديًا قائمًا.

علاوة على ذلك، يُمثل التواصل بين الإنسان والآلة عائقًا رئيسيًا. صرّح الباحث الرئيسي أليكس غو، وهو طالب دراسات عليا، بأن التفاعل مع الذكاء الاصطناعي حاليًا أشبه بـ"خيط رفيع من التواصل". فعندما يطلب من الذكاء الاصطناعي توليد شفرة برمجية، غالبًا ما يتلقى ملفات كبيرة غير منظمة، بالإضافة إلى عدد قليل من حالات الاختبار البسيطة والبدائية. ويتجلى هذا القصور أيضًا في عجز الذكاء الاصطناعي عن استخدام أدوات البرمجيات المألوفة للبشر بفعالية، مثل أدوات تصحيح الأخطاء وأدوات التحليل الثابت.

دعوة للعمل من المجتمع.

يجادل المؤلفون بأنه لا يوجد حل سحري لهذه المشاكل ويدعون إلى بذل جهود على مستوى المجتمع: بناء بيانات تعكس عملية التطوير الفعلية للمبرمجين (أي التعليمات البرمجية يتم الاحتفاظ بها، وأيها يتم التخلص منها، وكيف تتم إعادة هيكلة التعليمات البرمجية بمرور الوقت، وما إلى ذلك)، وأدوات تقييم مشتركة لجودة إعادة الهيكلة، ومتانة التصحيحات، والدقة في عمليات انتقال النظام؛ وبناء أدوات شفافة تسمح للذكاء الاصطناعي بالتعبير عن عدم اليقين ودعوة التدخل البشري.

يرى طالب الدراسات العليا أليكس غو في هذا الأمر "دعوة للعمل" لمجتمعات المصادر المفتوحة واسعة النطاق، وهو ما لا يستطيع أي مختبر بمفرده تحقيقه. ويتصور سولار-ليزاما أن التقدم سيأتي من خطوات صغيرة ومتكاملة - "نتائج بحثية تعالج أجزاءً من المشكلة بشكل متسلسل" - مما يحول الذكاء الاصطناعي من "أداة لتوصية التعليمات البرمجية" إلى شريك هندسي حقيقي.

"لماذا هذا مهم؟ أصبحت البرمجيات اليوم أساس التمويل والنقل والرعاية الصحية وكل نشاط يومي. لكن الجهود البشرية المبذولة لبنائها وصيانتها بشكل آمن باتت تشكل عائقًا كبيرًا"، هذا ما قاله غو. "إن وجود ذكاء اصطناعي قادر على إنجاز المهام الشاقة دون إحداث أخطاء خفية سيمكن المبرمجين من التركيز على الإبداع والاستراتيجية والأخلاقيات. ولكن لتحقيق ذلك، علينا أن ندرك أن إنجاز جزء من الكود ليس سوى الجزء السهل، أما الجزء الصعب فيكمن في كل ما عداه."

(مقتبس من أخبار معهد ماساتشوستس للتكنولوجيا)

المصدر: https://vietnamnet.vn/hanh-trinh-dai-cua-ai-trong-ky-thuat-phan-mem-tu-dong-hoa-2426456.html