រូបភាពសម្រាប់ប្រកាស 65.jpg
បញ្ញាសិប្បនិម្មិត (AI) ធ្វើស្វ័យប្រវត្តិកម្មអ្វីៗគ្រប់យ៉ាង ហើយតើវាអាចជំនួសអ្នកសរសេរកម្មវិធីបានទេ? រូបថត៖ Midjourney

ក្រុមអ្នកស្រាវជ្រាវមួយក្រុមទើបតែបានបោះពុម្ពផ្សាយផែនទីដ៏ទូលំទូលាយមួយអំពីបញ្ហាប្រឈមដែលបញ្ញាសិប្បនិម្មិត (AI) ប្រឈមមុខក្នុងវិស័យអភិវឌ្ឍន៍កម្មវិធី ហើយបានស្នើផែនទីបង្ហាញផ្លូវស្រាវជ្រាវដើម្បីជំរុញវិស័យនេះបន្ថែមទៀត។

ស្រមៃមើលអនាគតមួយដែលបញ្ញាសិប្បនិម្មិត (AI) ទទួលយកភារកិច្ចដ៏គួរឱ្យធុញទ្រាន់នៃការអភិវឌ្ឍន៍កម្មវិធីដោយស្ងៀមស្ងាត់៖ ការកែសម្រួលកូដស្មុគស្មាញ ការធ្វើចំណាកស្រុកប្រព័ន្ធចាស់ និងការតាមដានកំហុសដែលផ្អែកលើពូជសាសន៍ ដូច្នេះវិស្វករកម្មវិធីមនុស្សអាចផ្តោតទាំងស្រុងលើស្ថាបត្យកម្មប្រព័ន្ធ ការរចនា និងបញ្ហាច្នៃប្រឌិតដែលម៉ាស៊ីនមិនទាន់អាចដោះស្រាយបាន។ ការរីកចម្រើនថ្មីៗនៅក្នុងបញ្ញាសិប្បនិម្មិតហាក់ដូចជាបាននាំចក្ខុវិស័យនោះឱ្យខិតជិតមកដល់។

ទោះជាយ៉ាងណាក៏ដោយ ការសិក្សាថ្មីមួយដោយ អ្នកវិទ្យាសាស្ត្រ នៅមន្ទីរពិសោធន៍វិទ្យាសាស្ត្រកុំព្យូទ័រ និងបញ្ញាសិប្បនិម្មិត (CSAIL) របស់ MIT និងវិទ្យាស្ថានស្រាវជ្រាវដៃគូបានបង្ហាញថា ដើម្បីសម្រេចបាននូវអនាគតនោះ យើងត្រូវតែប្រឈមមុខនឹងបញ្ហាប្រឈមពិតប្រាកដនៃពេលបច្ចុប្បន្នជាមុនសិន។

«មនុស្សជាច្រើនកំពុងនិយាយថា អ្នកសរសេរកម្មវិធីលែងចាំបាច់ទៀតហើយ ពីព្រោះ AI បានធ្វើស្វ័យប្រវត្តិកម្មអ្វីៗគ្រប់យ៉ាង» សាស្ត្រាចារ្យ Armando Solar-Lezama សាស្ត្រាចារ្យផ្នែកវិស្វកម្មអគ្គិសនី និងវិទ្យាសាស្ត្រកុំព្យូទ័រនៅ MIT អ្នកស្រាវជ្រាវជាន់ខ្ពស់នៅ CSAIL និងជាអ្នកនិពន្ធនាំមុខគេនៃការសិក្សានេះ បានចែករំលែក។ «តាមពិតទៅ យើងសម្រេចបានវឌ្ឍនភាពគួរឱ្យកត់សម្គាល់។ ឧបករណ៍ដែលយើងមានឥឡូវនេះមានឥទ្ធិពលខ្លាំងជាងពេលមុន។ ប៉ុន្តែដើម្បីសម្រេចបានសក្តានុពលពេញលេញនៃស្វ័យប្រវត្តិកម្ម នៅតែមានផ្លូវវែងឆ្ងាយទៀតដែលត្រូវទៅ»។

សាស្ត្រាចារ្យ Armando Solar-Lezama អះអាងថា គំនិតដែលកំពុងមាននាពេលបច្ចុប្បន្ននេះធ្វើឱ្យវិស្វកម្មកម្មវិធីមានភាពសាមញ្ញទៅនឹងភារកិច្ចស្រដៀងគ្នាទៅនឹងកិច្ចការសរសេរកម្មវិធីរបស់សិស្ស៖ ការទទួលកិច្ចការមុខងារតូចមួយ និងការសរសេរកូដដើម្បីដោះស្រាយវា ឬការធ្វើកិច្ចការបែប LeetCode។ ទន្ទឹមនឹងនេះ ការពិតគឺស្មុគស្មាញជាងនេះទៅទៀត៖ ចាប់ពីការកែសម្រួលកូដឡើងវិញ ដើម្បីបង្កើនប្រសិទ្ធភាពការរចនា រហូតដល់ការធ្វើចំណាកស្រុកទ្រង់ទ្រាយធំនៃកូដរាប់លានបន្ទាត់ពី COBOL ទៅ Java ដែលផ្លាស់ប្តូរវេទិកាបច្ចេកវិទ្យារបស់ក្រុមហ៊ុនជាមូលដ្ឋាន។

ការវាស់វែង និងការទំនាក់ទំនងនៅតែជាបញ្ហាប្រឈម។

ការបង្កើនប្រសិទ្ធភាពកូដក្នុងទ្រង់ទ្រាយឧស្សាហកម្ម ដូចជាការកែសម្រួលស្នូល GPU ឬការកែលម្អច្រើនកម្រិតនៅក្នុង Chrome V8 នៅតែពិបាកក្នុងការវាយតម្លៃ។ ស្តង់ដារបច្ចុប្បន្នផ្តោតជាចម្បងលើបញ្ហាតូចៗ និងខ្ចប់។ ម៉ែត្រជាក់ស្តែងបំផុតដែលមាននាពេលបច្ចុប្បន្នគឺ SWE-Bench គ្រាន់តែតម្រូវឱ្យមានគំរូ AI ដើម្បីជួសជុលកំហុសនៅលើ GitHub ដែលស្មើនឹងលំហាត់សរសេរកម្មវិធីកម្រិតទាប ដែលពាក់ព័ន្ធនឹងកូដរាប់រយជួរ ដែលមានសក្តានុពលសម្រាប់ការលេចធ្លាយទិន្នន័យ និងមិនអើពើនឹងសេណារីយ៉ូពិភពពិតជាច្រើនទៀត ដូចជាការកែសម្រួលឡើងវិញដោយមានជំនួយពី AI ការសរសេរកម្មវិធីម៉ាស៊ីនមនុស្ស ឬការសរសេរប្រព័ន្ធដំណើរការខ្ពស់ឡើងវិញជាមួយនឹងកូដរាប់លានជួរ។ រហូតដល់ស្តង់ដារត្រូវបានពង្រីកដើម្បីរួមបញ្ចូលសេណារីយ៉ូដែលមានហានិភ័យខ្ពស់ ការវាស់វែងវឌ្ឍនភាព ហើយដូច្នេះជំរុញវា នឹងនៅតែជាបញ្ហាប្រឈមបើកចំហ។

លើសពីនេះ ការទំនាក់ទំនងរវាងមនុស្ស និងម៉ាស៊ីនក៏ជាឧបសគ្គចម្បងមួយផងដែរ។ អ្នកនិពន្ធនាំមុខ Alex Gu ដែលជានិស្សិតបញ្ចប់ការសិក្សា បានថ្លែងថា បច្ចុប្បន្ននេះ ការប្រាស្រ័យទាក់ទងជាមួយ AI គឺដូចជា "ខ្សែស្រឡាយទំនាក់ទំនងស្តើងមួយ"។ នៅពេលដែលគាត់សុំឱ្យ AI បង្កើតកូដ គាត់តែងតែទទួលបានឯកសារធំៗ មិនមានរចនាសម្ព័ន្ធ រួមជាមួយនឹងករណីសាកល្បងសាមញ្ញៗមួយចំនួន។ គម្លាតនេះក៏ច្បាស់ណាស់នៅក្នុងភាពអសមត្ថភាពរបស់ AI ក្នុងការប្រើប្រាស់ឧបករណ៍កម្មវិធីដែលធ្លាប់ស្គាល់ដោយមនុស្ស ដូចជាកម្មវិធីបំបាត់កំហុស និងកម្មវិធីវិភាគឋិតិវន្ត។

ការអំពាវនាវឱ្យធ្វើសកម្មភាពពីសហគមន៍។

អ្នកនិពន្ធអះអាងថា មិនមានដំណោះស្រាយដំបងវេទមន្តចំពោះបញ្ហាទាំងនេះទេ ហើយអំពាវនាវឱ្យមានកិច្ចខិតខំប្រឹងប្រែងក្នុងទ្រង់ទ្រាយសហគមន៍៖ ការកសាងទិន្នន័យដែលឆ្លុះបញ្ចាំងពីដំណើរការអភិវឌ្ឍន៍ជាក់ស្តែងរបស់អ្នកសរសេរកម្មវិធី (កូដណាដែលត្រូវបានរក្សាទុក កូដណាដែលត្រូវបានបោះបង់ចោល របៀបដែលកូដត្រូវបានកែសម្រួលឡើងវិញតាមពេលវេលា។ល។) ឧបករណ៍វាយតម្លៃទូទៅសម្រាប់គុណភាពកែសម្រួលឡើងវិញ ភាពធន់នៃបំណះ និងភាពត្រឹមត្រូវក្នុងការផ្លាស់ប្តូរប្រព័ន្ធ និងការបង្កើតឧបករណ៍ដែលមានតម្លាភាពដែលអនុញ្ញាតឱ្យ AI បង្ហាញពីភាពមិនប្រាកដប្រជា និងអញ្ជើញអន្តរាគមន៍របស់មនុស្ស។

និស្សិតបញ្ចប់ការសិក្សា Alex Gu យល់ឃើញថានេះជា «ការអំពាវនាវឱ្យធ្វើសកម្មភាព» សម្រាប់សហគមន៍ប្រភពបើកចំហទ្រង់ទ្រាយធំ ដែលគ្មានមន្ទីរពិសោធន៍តែមួយអាចសម្រេចបាន។ Solar-Lezama ស្រមៃមើលវឌ្ឍនភាពដែលកើតចេញពីជំហានតូចៗ ដែលពង្រឹងគ្នាទៅវិញទៅមក — «លទ្ធផលស្រាវជ្រាវដែលដោះស្រាយផ្នែកខ្លះនៃបញ្ហាជាបន្តបន្ទាប់» — ដោយហេតុនេះផ្លាស់ប្តូរ AI ពី «ឧបករណ៍ណែនាំកូដ» ទៅជាដៃគូវិស្វកម្មពិតប្រាកដ។

«ហេតុអ្វីបានជារឿងនេះសំខាន់? កម្មវិធីឥឡូវនេះគឺជាមូលដ្ឋានគ្រឹះនៃហិរញ្ញវត្ថុ ការដឹកជញ្ជូន ការថែទាំសុខភាព និងសកម្មភាពប្រចាំថ្ងៃទាំងអស់។ ប៉ុន្តែកិច្ចខិតខំប្រឹងប្រែងរបស់មនុស្សក្នុងការកសាង និងថែរក្សាវាឱ្យមានសុវត្ថិភាពកំពុងក្លាយជាឧបសគ្គ» លោក Gu បានចែករំលែក។ «បញ្ញាសិប្បនិម្មិត (AI) ដែលអាចដោះស្រាយការងារធ្ងន់ៗដោយមិនបង្កើតកំហុសដែលលាក់កំបាំងនឹងអនុញ្ញាតឱ្យអ្នកសរសេរកម្មវិធីផ្តោតលើភាពច្នៃប្រឌិត យុទ្ធសាស្ត្រ និងក្រមសីលធម៌។ ប៉ុន្តែដើម្បីសម្រេចបាននូវគោលដៅនោះ យើងត្រូវយល់ថាការបំពេញកូដមួយគឺគ្រាន់តែជាផ្នែកងាយស្រួលប៉ុណ្ណោះ - ផ្នែកពិបាកស្ថិតនៅក្នុងអ្វីៗផ្សេងទៀត»។

(ដកស្រង់ចេញពី MIT News)

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