ចំណុចខ្សោយដ៏សាហាវរបស់ AI

ការស្រាវជ្រាវបង្ហាញថា បើទោះបីជាមានការអះអាងយ៉ាងម៉ឺងម៉ាត់អំពីសមត្ថភាពសរសេរកម្មវិធីរបស់ AI ក៏ដោយ ការដោះស្រាយកំហុសនៅតែជាវិស័យមួយដែលមនុស្សពូកែ។

បញ្ញាសិប្បនិម្មិត (AI) មិនទាន់អាចជំនួសមនុស្សក្នុងវិស័យសរសេរកម្មវិធីនៅឡើយទេ។ រូបថត៖ ចន ម៉ាកហ្គៃរ៍ ។

ថ្មីៗនេះ គំរូ AI ឈានមុខគេពី OpenAI និង Anthropic កំពុងត្រូវបានប្រើប្រាស់កាន់តែខ្លាំងឡើងសម្រាប់កម្មវិធីសរសេរកម្មវិធី។ ChatGPT និង Claude បានបង្កើនអង្គចងចាំ និងថាមពលដំណើរការដើម្បីវិភាគកូដរាប់រយជួរ ខណៈពេលដែល Gemini រួមបញ្ចូលមុខងារបង្ហាញលទ្ធផល Canvas ដែលឧទ្ទិសដល់អ្នកសរសេរកម្មវិធី។

នៅក្នុងខែតុលា ឆ្នាំ២០២៤ លោក Sundar Pichai នាយកប្រតិបត្តិក្រុមហ៊ុន Google បានបញ្ជាក់ថា ២៥% នៃកូដថ្មីនៅក្រុមហ៊ុនត្រូវបានបង្កើតឡើងដោយ AI។ លោក Mark Zuckerberg នាយកប្រតិបត្តិក្រុមហ៊ុន Meta ក៏បានបង្ហាញពីមហិច្ឆតាក្នុងការដាក់ពង្រាយគំរូកូដ AI យ៉ាងទូលំទូលាយនៅក្នុងសាជីវកម្មផងដែរ។

ទោះជាយ៉ាងណាក៏ដោយ ការសិក្សាថ្មីមួយពី Microsoft Research ដែលជាផ្នែកស្រាវជ្រាវ និងអភិវឌ្ឍន៍ (R&D) របស់ Microsoft បង្ហាញថា គំរូ AI រួមទាំង Claude 3.7 Sonnet របស់ Anthropic និង o3-mini របស់ OpenAI មិនអាចដោះស្រាយកំហុសជាច្រើននៅក្នុងស្តង់ដារសរសេរកម្មវិធីមួយដែលមានឈ្មោះថា SWE-bench Lite បានទេ។

អ្នកនិពន្ធនៃការសិក្សានេះបានពិនិត្យមើលគំរូ AI ចំនួនប្រាំបួនផ្សេងគ្នា ដែលបានបញ្ចូលឧបករណ៍បំបាត់កំហុសជាច្រើនដូចជា Python debugger ហើយមានសមត្ថភាពដោះស្រាយបញ្ហាក្នុងសេចក្តីថ្លែងការណ៍តែមួយ។ គំរូទាំងនោះត្រូវបានប្រគល់ភារកិច្ចឱ្យដោះស្រាយកំហុសកម្មវិធីចំនួន 300 ដែលបានជ្រើសរើសពីសំណុំទិន្នន័យ SWE-bench Lite។

អត្រាជោគជ័យនៅពេលដោះស្រាយបញ្ហាសរសេរកម្មវិធីពីសំណុំទិន្នន័យ SWE-bench Lite។ រូបភាព៖ Microsoft។

សូម្បីតែពេលបំពាក់ដោយម៉ូដែលដែលមានថាមពលខ្លាំង និងថ្មីជាងនេះក៏ដោយ លទ្ធផលបានបង្ហាញថា ភ្នាក់ងារ AI កម្រនឹងបញ្ចប់ភារកិច្ចបំបាត់កំហុសដែលបានកំណត់ជាងពាក់កណ្តាលណាស់។ ក្នុងចំណោមម៉ូដែលដែលបានសាកល្បង Claude 3.7 Sonnet សម្រេចបានអត្រាជោគជ័យជាមធ្យមខ្ពស់បំផុតគឺ 48.4% បន្ទាប់មកគឺ o1 របស់ OpenAI នៅ 30.2% និង o3-mini នៅ 22.1%។

ហេតុផលមួយចំនួនសម្រាប់ដំណើរការទាបដែលបានរៀបរាប់ខាងលើរួមមានម៉ូដែលមួយចំនួនមិនយល់ពីរបៀបអនុវត្តឧបករណ៍បំបាត់កំហុសដែលបានផ្តល់ជូន។ លើសពីនេះ យោងតាមអ្នកនិពន្ធ បញ្ហាធំជាងនេះគឺកង្វះទិន្នន័យគ្រប់គ្រាន់។

ពួកគេអះអាងថា ប្រព័ន្ធបណ្តុះបណ្តាលសម្រាប់ម៉ូដែលទាំងនេះនៅតែខ្វះទិន្នន័យដែលក្លែងធ្វើជំហានបំបាត់កំហុសដែលមនុស្សអនុវត្តពីដើមដល់ចប់។ ម្យ៉ាងវិញទៀត បញ្ញាសិប្បនិម្មិតមិនទាន់បានរៀនគ្រប់គ្រាន់អំពីរបៀបដែលមនុស្សគិត និងធ្វើសកម្មភាពជាជំហានៗនៅពេលដោះស្រាយជាមួយកំហុសកម្មវិធីក្នុងពិភពពិតនោះទេ។

ការបណ្តុះបណ្តាល និងការកែលម្អគំរូនឹងជួយពួកគេឱ្យកាន់តែមានជំនាញក្នុងការបំបាត់កំហុសកម្មវិធី។ អ្នកនិពន្ធបានបញ្ជាក់ថា "ទោះជាយ៉ាងណាក៏ដោយ នេះនឹងតម្រូវឱ្យមានសំណុំទិន្នន័យឯកទេសសម្រាប់ដំណើរការបណ្តុះបណ្តាល"។

ការសិក្សាជាច្រើនបានចង្អុលបង្ហាញពីភាពងាយរងគ្រោះផ្នែកសុវត្ថិភាព និងកំហុសឆ្គងនៅក្នុង AI អំឡុងពេលបង្កើតកូដ ដោយសារតែចំណុចខ្សោយដូចជាការយល់ដឹងមានកម្រិតអំពីតក្កវិជ្ជាសរសេរកម្មវិធី។ ការពិនិត្យឡើងវិញថ្មីៗនេះលើ Devin ដែលជាឧបករណ៍សរសេរកម្មវិធីដែលដំណើរការដោយ AI បានបង្ហាញថា វាបានបញ្ចប់ការធ្វើតេស្តសរសេរកម្មវិធីត្រឹមតែ 3 ក្នុងចំណោម 20 ប៉ុណ្ណោះ។

សមត្ថភាព​សរសេរ​កម្មវិធី​របស់ AI នៅ​តែ​ជា​ប្រធានបទ​នៃ​ការ​ជជែក​វែកញែក​យ៉ាង​ច្រើន។ ពីមុន លោក Kevin Weil នាយក​ផលិតផល​របស់ OpenAI បាន​លើកឡើង​ថា នៅ​ចុង​ឆ្នាំ​នេះ AI នឹង​លើស​អ្នក​សរសេរ​កម្មវិធី​របស់​មនុស្ស។

ម៉្យាងវិញទៀត លោក Bill Gates សហស្ថាបនិកក្រុមហ៊ុន Microsoft ជឿជាក់ថា ការសរសេរកម្មវិធីនឹងនៅតែជាអាជីពប្រកបដោយចីរភាពនាពេលអនាគត។ ថ្នាក់ដឹកនាំផ្សេងទៀតដូចជា លោក Amjad Masad (នាយកប្រតិបត្តិក្រុមហ៊ុន Replit), លោក Todd McKinnon (នាយកប្រតិបត្តិក្រុមហ៊ុន Okta) និងលោក Arvind Krishna (នាយកប្រតិបត្តិក្រុមហ៊ុន IBM) ក៏បានសម្តែងការគាំទ្រចំពោះទស្សនៈនេះផងដែរ។

ការស្រាវជ្រាវរបស់ក្រុមហ៊ុន Microsoft ទោះបីជាមិនមែនជារឿងថ្មីក៏ដោយ ក៏វាបម្រើជាការរំលឹកដល់អ្នកសរសេរកម្មវិធី រួមទាំងអ្នកគ្រប់គ្រងផងដែរ ដើម្បីគិតឲ្យបានប្រុងប្រយ័ត្នជាងមុន មុននឹងប្រគល់សិទ្ធិអំណាចសរសេរកូដទាំងស្រុងទៅឲ្យ AI។

ប្រភព៖ https://znews.vn/diem-yeu-chi-mang-cua-ai-post1545220.html