Foto artikel 65.jpg
AI mengautomasikan segala-galanya dan bolehkah ia menggantikan pengaturcara? Foto: Midjourney

Satu pasukan penyelidik baru sahaja menerbitkan peta komprehensif tentang cabaran yang dihadapi oleh kecerdasan buatan (AI) dalam pembangunan perisian, dan mencadangkan peta jalan penyelidikan untuk memajukan bidang itu lebih jauh.

Bayangkan masa depan di mana AI secara senyap-senyap mengambil alih tugas biasa pembangunan perisian: memfaktorkan semula kod yang kusut, memindahkan sistem warisan dan memburu keadaan perlumbaan, supaya jurutera perisian manusia boleh menumpukan pada seni bina sistem, reka bentuk dan masalah kreatif yang masih belum dapat diselesaikan oleh mesin. Kemajuan terkini dalam AI nampaknya membawa penglihatan itu lebih dekat.

Walau bagaimanapun, kajian baharu oleh saintis di Makmal Sains Komputer dan Kecerdasan Buatan (CSAIL) - MIT dan institut penyelidikan rakan kongsi telah menunjukkan bahawa: untuk merealisasikan masa depan itu, kita mesti terlebih dahulu melihat secara langsung cabaran sebenar masa kini.

"Ramai orang mengatakan pengaturcara tidak lagi diperlukan kerana AI mengautomasikan segala-galanya," kata Armando Solar-Lezama, seorang profesor kejuruteraan elektrik dan sains komputer di MIT, penyelidik kanan di CSAIL, dan pengarang utama kajian itu. "Malah, kami telah mencapai kemajuan yang ketara. Alat ini jauh lebih berkuasa daripada sebelum ini. Tetapi masih jauh lagi untuk merealisasikan potensi penuh automasi."

Profesor Armando Solar-Lezama berhujah bahawa pandangan lazim mengurangkan kejuruteraan perisian kepada sesuatu seperti tugasan pengaturcaraan pelajar: mengambil fungsi kecil dan menulis kod untuk mengendalikannya, atau melakukan latihan gaya LeetCode. Realitinya, bagaimanapun, adalah jauh lebih kompleks: daripada pemfaktoran semula kod untuk mengoptimumkan reka bentuk, kepada migrasi berskala besar dengan berjuta-juta baris kod bergerak dari COBOL ke Java yang mengubah keseluruhan asas teknologi sesebuah syarikat.

Pengukuran dan komunikasi kekal sebagai masalah sukar

Pengoptimuman kod skala industri—seperti tweak teras GPU atau penambahbaikan berbilang lapisan dalam enjin Chrome V8—masih sukar untuk dinilai. Penanda aras semasa kebanyakannya untuk masalah kecil yang dibungkus. Metrik paling praktikal, SWE-Bench, hanya meminta model AI untuk membetulkan pepijat pada GitHub—sebuah latihan pengaturcaraan peringkat rendah yang melibatkan beberapa ratus baris kod, berpotensi mendedahkan data dan mengabaikan pelbagai senario dunia sebenar, seperti pemfaktoran semula dibantu AI, pengaturcaraan pasangan manusia-mesin atau sistem penulisan semula berjuta-juta baris kod berprestasi tinggi. Sehingga penanda aras berkembang untuk meliputi senario berisiko tinggi, mengukur kemajuan-dan dengan itu mempercepatkannya-akan kekal sebagai cabaran terbuka.

Selain itu, komunikasi manusia-mesin juga menjadi penghalang besar. Pelajar PhD Alex Gu - pengarang utama berkata bahawa pada masa ini, berinteraksi dengan AI masih seperti "talian komunikasi yang rapuh". Apabila meminta AI menjana kod, dia sering menerima fail yang besar dan tidak berstruktur, bersama-sama dengan beberapa set ujian ringkas dan tidak jelas. Jurang ini juga ditunjukkan dalam fakta bahawa AI tidak dapat memanfaatkan alat perisian yang biasa kepada manusia dengan berkesan seperti penyahpepijat, penganalisis statik, dsb.

Seruan untuk bertindak daripada masyarakat

Penulis berhujah bahawa tiada penyelesaian tongkat ajaib untuk masalah ini, dan meminta usaha berskala komuniti: membina data yang mencerminkan proses pembangunan sebenar pengaturcara (kod mana yang perlu disimpan, kod mana yang perlu dialih keluar, cara kod difaktorkan semula dari semasa ke semasa, dsb.); kit alat penilaian biasa untuk kualiti refactor, ketahanan tampalan dan ketepatan penghijrahan sistem; dan membina alat telus yang membolehkan AI menyatakan ketidakpastian dan mengundang campur tangan manusia.

Pelajar PhD Alex Gu melihat ini sebagai "seruan untuk bertindak" untuk komuniti sumber terbuka berskala besar yang tidak boleh disampaikan oleh satu makmal. Solar-Lezama membayangkan kemajuan yang akan datang dalam langkah-langkah kecil dan berperingkat-"penemuan penyelidikan yang menyelesaikan cebisan masalah satu demi satu" -mengubah AI daripada "alat cadangan kod" kepada rakan kongsi teknikal yang sebenar.

"Mengapa perkara ini penting? Perisian sudah pun menjadi asas kewangan, pengangkutan, penjagaan kesihatan dan hampir setiap hari aktiviti. Tetapi usaha manusia untuk membina dan menyelenggaranya dengan selamat menjadi halangan," kata Gu. "AI yang boleh melakukan tugas berat tanpa membuat ralat tersembunyi akan membebaskan pengaturcara untuk menumpukan pada kreativiti, strategi dan etika. Tetapi untuk sampai ke sana, kita perlu faham: menyelesaikan sekeping kod adalah bahagian yang mudah—bahagian yang sukar ialah segala-galanya."

(Diterjemah secara ringkas daripada MIT News)

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