ភាពទន់ខ្សោយធ្ងន់ធ្ងររបស់ AI

ការស្រាវជ្រាវបង្ហាញថា ទោះបីជាមានការអះអាងយ៉ាងក្លាហានអំពីសមត្ថភាពសរសេរកម្មវិធីរបស់ AI ក៏ដោយ ក៏ការគ្រប់គ្រងកំហុសនៅតែជាផ្នែកមួយដែលមនុស្សប្រសើរជាងមុន។

AI មិនទាន់អាចជំនួសមនុស្សក្នុងការសរសេរកម្មវិធីបានទេ។ រូបថត៖ John McGuire ។

នាពេលថ្មីៗនេះ ម៉ូដែល AI ឈានមុខគេពី OpenAI និង Anthropic ត្រូវបានប្រើប្រាស់កាន់តែខ្លាំងឡើងសម្រាប់កម្មវិធីសរសេរកម្មវិធី។ ChatGPT និង Claude បានបង្កើនការចងចាំ និងថាមពលដំណើរការ ដើម្បីអាចវិភាគកូដរាប់រយបន្ទាត់ ឬ Gemini បានរួមបញ្ចូលការបង្ហាញលទ្ធផល Canvas ជាពិសេសសម្រាប់អ្នកសរសេរកម្មវិធី។

នៅខែតុលា ឆ្នាំ 2024 នាយកប្រតិបត្តិ Google លោក Sundar Pichai បាននិយាយថា 25% នៃកូដថ្មីនៅក្នុងក្រុមហ៊ុននឹងត្រូវបានបង្កើតឡើងដោយ AI ។ លោក Mark Zuckerberg នាយកប្រតិបត្តិនៃក្រុមហ៊ុន Meta ក៏បានបង្ហាញពីមហិច្ឆតាក្នុងការដាក់ឱ្យប្រើប្រាស់យ៉ាងទូលំទូលាយនូវគំរូ AI ដែលសរសេរកូដនៅក្នុងសាជីវកម្ម។

ទោះជាយ៉ាងណាក៏ដោយ ការសិក្សាថ្មីពី Microsoft Research ដែលជាដៃ R&D របស់ Microsoft បង្ហាញថា ម៉ូដែល AI រួមទាំង Anthropic's Claude 3.7 Sonnet និង o3-mini របស់ OpenAI បានបរាជ័យក្នុងការដោះស្រាយកំហុសជាច្រើននៅក្នុងការធ្វើតេស្តកម្មវិធីដែលហៅថា SWE-bench Lite ។

អ្នកនិពន្ធនៃការស្រាវជ្រាវបានសាកល្បងម៉ូដែល AI ផ្សេងគ្នាចំនួន 9 ដែលត្រូវបានរួមបញ្ចូលជាមួយឧបករណ៍បំបាត់កំហុសជាច្រើនដូចជា Python debugger ហើយអាចដោះស្រាយបញ្ហានៅក្នុងសេចក្តីថ្លែងការណ៍តែមួយ។ ម៉ូដែលទាំងនេះត្រូវបានផ្តល់ភារកិច្ចក្នុងការដោះស្រាយកំហុសកម្មវិធីចំនួន 300 ដែលបានជ្រើសរើសពីសំណុំទិន្នន័យ SWE-bench Lite ។

អត្រាជោគជ័យនៅពេលដោះស្រាយបញ្ហាសរសេរកម្មវិធីពីសំណុំទិន្នន័យ SWE-bench Lite ។ រូបថត៖ Microsoft ។

សូម្បីតែនៅពេលបំពាក់ជាមួយម៉ូដែលថ្មី និងខ្លាំងជាងនេះក៏ដោយ លទ្ធផលបានបង្ហាញថាភ្នាក់ងារ AI កម្រនឹងបញ្ចប់ដោយជោគជ័យជាងពាក់កណ្តាលនៃកិច្ចការកែកំហុសដែលបានកំណត់។ ក្នុងចំណោមម៉ូដែលដែលបានសាកល្បង Claude 3.7 Sonnet ទទួលបានអត្រាជោគជ័យជាមធ្យមខ្ពស់បំផុតនៅ 48.4% តាមពីក្រោយដោយ o1 របស់ OpenAI នៅ 30.2% និង o3-mini នៅ 22.1% ។

ហេតុផលមួយចំនួនសម្រាប់ដំណើរការទាបបែបនេះរួមមានម៉ូដែលមួយចំនួនមិនយល់ពីរបៀបអនុវត្តឧបករណ៍បំបាត់កំហុសដែលបានផ្តល់។ លើសពីនេះទៀតយោងទៅតាមអ្នកនិពន្ធបញ្ហាធំជាងនេះស្ថិតនៅក្នុងទិន្នន័យមិនគ្រប់គ្រាន់។

ពួកគេប្រកែកថាប្រព័ន្ធដែលបង្ហាត់ម៉ូដែលនៅតែខ្វះទិន្នន័យដែលក្លែងធ្វើជំហានបំបាត់កំហុសដែលមនុស្សធ្វើតាំងពីដើមដល់ចប់។ ម្យ៉ាងវិញទៀត AI មិនទាន់បានសិក្សាគ្រប់គ្រាន់អំពីរបៀបដែលមនុស្សគិត និងធ្វើសកម្មភាពមួយជំហានម្តងៗ នៅពេលដោះស្រាយបញ្ហាកម្មវិធីពិតនោះទេ។

ការបណ្ដុះបណ្ដាល និងការកែសម្រួលគំរូនឹងធ្វើឱ្យពួកគេកាន់តែប្រសើរឡើងនៅក្នុងកម្មវិធីបំបាត់កំហុស។ អ្នក​និពន្ធ​បាន​និយាយ​ថា​៖ «​ទោះ​ជា​យ៉ាង​ណា វា​នឹង​ទាមទារ​សំណុំ​ទិន្នន័យ​បណ្ដុះបណ្ដាល​ជំនាញ​»។

ការសិក្សាជាច្រើនបានចង្អុលបង្ហាញពីភាពងាយរងគ្រោះផ្នែកសុវត្ថិភាព និងកំហុសក្នុងការបង្កើតកូដ AI ដោយសារតែភាពទន់ខ្សោយដូចជាសមត្ថភាពមានកម្រិតក្នុងការយល់ដឹងអំពីតក្កវិជ្ជានៃការសរសេរកម្មវិធី។ ការពិនិត្យឡើងវិញនាពេលថ្មីៗនេះរបស់ Devin ដែលជាឧបករណ៍សរសេរកម្មវិធី AI បានរកឃើញថាវាបានបញ្ចប់ត្រឹមតែ 3 ក្នុងចំណោម 20 ការធ្វើតេស្តសរសេរកម្មវិធីប៉ុណ្ណោះ។

សមត្ថភាពសរសេរកម្មវិធីរបស់ AI នៅតែមានភាពចម្រូងចម្រាស។ មុននេះ លោក Kevin Weil ប្រធានផ្នែកផលិតផលរបស់ OpenAI បាននិយាយថា នៅចុងឆ្នាំនេះ AI នឹងលើសអ្នកសរសេរកម្មវិធីរបស់មនុស្ស។

ម្យ៉ាងវិញទៀត លោក Bill Gates សហស្ថាបនិកក្រុមហ៊ុន Microsoft ជឿជាក់ថា កម្មវិធីនឹងនៅតែជាអាជីពប្រកបដោយនិរន្តរភាពនាពេលអនាគត។ មេដឹកនាំផ្សេងទៀតដូចជា Amjad Masad (CEO of Replit), Todd McKinnon (CEO of Okta) និង Arvind Krishna (CEO of IBM) ក៏បានសម្តែងការគាំទ្ររបស់ពួកគេចំពោះទស្សនៈនេះ។

ការស្រាវជ្រាវរបស់ក្រុមហ៊ុន Microsoft ទោះបីជាមិនមែនជារឿងថ្មីក៏ដោយ ក៏ជាការរំលឹកសម្រាប់អ្នកសរសេរកម្មវិធី រួមទាំងអ្នកគ្រប់គ្រងផងដែរ ឱ្យគិតឱ្យបានហ្មត់ចត់ជាងមុន មុននឹងផ្តល់ការគ្រប់គ្រងពេញលេញនៃការសរសេរកូដដល់ AI ។

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