सॉफ्टवेयर इंजीनियरिंग में एआई की लंबी यात्रा

क्या AI वाकई प्रोग्रामेबल हो सकता है? नए शोध ने स्वचालित सॉफ्टवेयर इंजीनियरिंग की राह में आने वाली बाधाओं पर प्रकाश डाला है

एआई हर चीज़ को स्वचालित कर सकता है और क्या यह प्रोग्रामर्स की जगह ले सकता है? फोटो: मिडजर्नी

शोधकर्ताओं की एक टीम ने सॉफ्टवेयर विकास में कृत्रिम बुद्धिमत्ता (एआई) के सामने आने वाली चुनौतियों का एक व्यापक मानचित्र प्रकाशित किया है, तथा इस क्षेत्र को आगे बढ़ाने के लिए एक शोध रोडमैप प्रस्तावित किया है।

एक ऐसे भविष्य की कल्पना कीजिए जहाँ AI चुपचाप सॉफ़्टवेयर विकास के सामान्य कार्यों को अपने हाथ में ले ले: उलझे हुए कोड को रीफैक्टर करना, पुराने सिस्टम को माइग्रेट करना, और रेस कंडीशन्स का पता लगाना, जिससे मानव सॉफ़्टवेयर इंजीनियर सिस्टम आर्किटेक्चर, डिज़ाइन और उन रचनात्मक समस्याओं पर ध्यान केंद्रित कर सकें जिन्हें मशीनें अभी तक हल नहीं कर पाई हैं। AI में हालिया प्रगति इस दृष्टिकोण को और करीब ला रही है।

हालांकि, कंप्यूटर विज्ञान और कृत्रिम बुद्धिमत्ता प्रयोगशाला (सीएसएआईएल) - एमआईटी और सहयोगी अनुसंधान संस्थानों के वैज्ञानिकों द्वारा किए गए एक नए अध्ययन से पता चला है कि: उस भविष्य को साकार करने के लिए, हमें सबसे पहले वर्तमान समय की वास्तविक चुनौतियों पर सीधे ध्यान देना होगा।

एमआईटी में इलेक्ट्रिकल इंजीनियरिंग और कंप्यूटर साइंस के प्रोफ़ेसर, सीएसएआईएल के वरिष्ठ शोधकर्ता और इस अध्ययन के प्रमुख लेखक, आर्मंडो सोलर-लेज़ामा ने कहा, "कई लोग कहते हैं कि अब प्रोग्रामर की ज़रूरत नहीं रही क्योंकि एआई हर चीज़ को स्वचालित कर सकता है।" उन्होंने आगे कहा, "दरअसल, हमने काफ़ी प्रगति की है। आज हमारे पास जो उपकरण हैं, वे पहले से कहीं ज़्यादा शक्तिशाली हैं। लेकिन स्वचालन की पूरी क्षमता का एहसास करने के लिए हमें अभी भी लंबा सफ़र तय करना है।"

प्रोफ़ेसर अरमांडो सोलर-लेज़ामा का तर्क है कि सॉफ़्टवेयर इंजीनियरिंग के बारे में आम धारणा यह है कि यह छात्रों के प्रोग्रामिंग असाइनमेंट जैसा ही काम है: एक छोटा सा फ़ंक्शन लें और उसे संभालने के लिए कोड लिखें, या लीटकोड-शैली का अभ्यास करें। वास्तविकता कहीं ज़्यादा जटिल है: कोड रिफैक्टरिंग से लेकर ऑप्टिमाइज़ डिज़ाइन तक, और COBOL से Java तक लाखों पंक्तियों के कोड के बड़े पैमाने पर माइग्रेशन तक, जो किसी कंपनी के पूरे टेक्नोलॉजी स्टैक को बदल देता है।

मापन और संचार कठिन समस्याएं बनी हुई हैं

औद्योगिक स्तर के कोड अनुकूलन—जैसे GPU कोर में बदलाव या Chrome V8 इंजन में बहु-स्तरीय सुधार—का मूल्यांकन करना अभी भी मुश्किल है। वर्तमान बेंचमार्क ज़्यादातर छोटी, पैकेज्ड समस्याओं के लिए हैं। सबसे व्यावहारिक मीट्रिक, SWE-Bench, बस एक AI मॉडल को GitHub पर एक बग ठीक करने के लिए कहता है—एक निम्न-स्तरीय प्रोग्रामिंग अभ्यास जिसमें कोड की कुछ सौ पंक्तियाँ शामिल होती हैं और संभावित रूप से डेटा उजागर होता है, और वास्तविक दुनिया के कई परिदृश्यों को अनदेखा कर देता है, जैसे AI-सहायता प्राप्त रिफैक्टरिंग, मानव-मशीन युग्म प्रोग्रामिंग, या लाखों पंक्तियों के कोड के साथ उच्च-प्रदर्शन सिस्टम पुनर्लेखन। जब तक बेंचमार्क इन उच्च-जोखिम वाले परिदृश्यों को कवर करने के लिए विस्तारित नहीं हो जाते, तब तक प्रगति को मापना—और इस प्रकार इसे तेज़ करना—एक खुली चुनौती बनी रहेगी।

इसके अलावा, मानव-मशीन संचार भी एक बड़ी बाधा है। मुख्य लेखक, पीएचडी छात्र एलेक्स गु ने कहा कि वर्तमान में, एआई के साथ बातचीत अभी भी "एक नाज़ुक संचार लाइन" की तरह है। एआई से कोड बनाने के लिए कहने पर, उन्हें अक्सर बड़ी, असंरचित फ़ाइलें और कुछ सरल और अधूरे परीक्षण सेट मिलते हैं। यह अंतर इस तथ्य में भी परिलक्षित होता है कि एआई उन सॉफ़्टवेयर टूल्स का प्रभावी ढंग से लाभ नहीं उठा पाता है जो मनुष्यों के लिए परिचित हैं, जैसे कि डिबगर्स, स्टैटिक एनालाइज़र, आदि।

समुदाय से कार्रवाई का आह्वान

लेखकों का तर्क है कि इन समस्याओं का कोई जादुई समाधान नहीं है, और वे सामुदायिक स्तर पर प्रयास करने का आह्वान करते हैं: ऐसे डेटा का निर्माण करना जो प्रोग्रामर्स की वास्तविक विकास प्रक्रिया को प्रतिबिंबित करता हो (कौन सा कोड रखना है, कौन सा कोड हटाना है, समय के साथ कोड को कैसे रिफैक्टर किया जाता है, आदि); रिफैक्टर गुणवत्ता, पैच स्थायित्व और सिस्टम संक्रमण सटीकता के लिए सामान्य मूल्यांकन उपकरण; और पारदर्शी उपकरण का निर्माण करना जो एआई को अनिश्चितता व्यक्त करने और मानवीय हस्तक्षेप को आमंत्रित करने की अनुमति देता हो।

पीएचडी छात्र एलेक्स गु इसे बड़े पैमाने के ओपन सोर्स समुदायों के लिए एक "कार्रवाई का आह्वान" मानते हैं, जो कोई भी एक प्रयोगशाला नहीं कर सकती। सोलर-लेज़ामा का मानना ​​है कि प्रगति छोटे, क्रमिक चरणों में होगी—"ऐसे शोध निष्कर्ष जो एक समय में समस्या के एक हिस्से का समाधान करते हैं"—जो एआई को एक "कोड सुझाव उपकरण" से एक सच्चे इंजीनियरिंग सहयोगी में बदल देगा।

"यह क्यों मायने रखता है? सॉफ़्टवेयर पहले से ही वित्त, परिवहन, स्वास्थ्य सेवा और लगभग हर रोज़ की गतिविधियों का आधार है। लेकिन इसे सुरक्षित रूप से बनाने और बनाए रखने का मानवीय प्रयास एक बाधा बनता जा रहा है," गु ने कहा। "एक ऐसा एआई जो बिना किसी छिपी हुई त्रुटि के भारी काम कर सके, प्रोग्रामर्स को रचनात्मकता, रणनीति और नैतिकता पर ध्यान केंद्रित करने के लिए स्वतंत्र करेगा। लेकिन उस तक पहुँचने के लिए, हमें यह समझना होगा कि कोड का एक टुकड़ा पूरा करना आसान हिस्सा है - मुश्किल हिस्सा बाकी सब है।"

(एमआईटी न्यूज़ से संक्षिप्त अनुवादित)

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