Fotoğraf 65.jpg
Yapay zeka her şeyi otomatikleştiriyor ve programcıların yerini alabilir mi? Fotoğraf: Midjourney

Bir araştırma ekibi, yapay zekanın (YZ) yazılım geliştirmede karşılaştığı zorlukların kapsamlı bir haritasını yayınladı ve bu alanı daha da ileriye taşımak için bir araştırma yol haritası önerdi.

Yapay zekanın, yazılım geliştirmenin sıradan görevlerini sessizce devraldığı bir gelecek hayal edin: karmaşık kodları yeniden düzenlemek, eski sistemleri taşımak ve yarış koşullarını yakalamak; böylece insan yazılım mühendisleri, makinelerin henüz çözemediği sistem mimarisine, tasarımına ve yaratıcı sorunlara odaklanabilir. Yapay zekadaki son gelişmeler bu vizyonu daha da yakınlaştırıyor gibi görünüyor.

Ancak, Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı (CSAIL) - MIT ve ortak araştırma enstitülerindeki bilim insanlarının yeni bir çalışması şunu gösterdi: Bu geleceği gerçekleştirmek için öncelikle günümüzün gerçek zorluklarına doğrudan bakmalıyız.

MIT'de elektrik mühendisliği ve bilgisayar bilimleri profesörü, CSAIL'de kıdemli araştırmacı ve çalışmanın başyazarı Armando Solar-Lezama, "Birçok kişi, yapay zekanın her şeyi otomatikleştirmesi nedeniyle artık programcılara ihtiyaç olmadığını söylüyor," dedi. "Aslında önemli bir ilerleme kaydettik. Araçlar eskisinden çok daha güçlü. Ancak otomasyonun tüm potansiyelini ortaya çıkarmak için hâlâ uzun bir yol var."

Profesör Armando Solar-Lezama, yaygın görüşün yazılım mühendisliğini bir öğrenci programlama ödevine indirgediğini savunuyor: küçük bir fonksiyonu alıp onu işleyecek kod yazmak veya LeetCode tarzı bir alıştırma yapmak. Ancak gerçek çok daha karmaşık: Tasarımları optimize etmek için kod yeniden düzenlemelerinden, bir şirketin tüm teknoloji tabanını değiştiren milyonlarca satır kodun COBOL'dan Java'ya taşındığı büyük ölçekli geçişlere kadar.

Ölçüm ve iletişim zorlu sorunlar olmaya devam ediyor

GPU çekirdek değişiklikleri veya Chrome V8 motorundaki çok katmanlı iyileştirmeler gibi endüstriyel ölçekli kod optimizasyonlarını değerlendirmek hâlâ zor. Mevcut kıyaslamalar çoğunlukla küçük, paketlenmiş problemler için. En pratik ölçüm olan SWE-Bench, bir yapay zeka modelinden GitHub'daki bir hatayı düzeltmesini istiyor. Bu, birkaç yüz satır kod içeren, potansiyel olarak verileri açığa çıkaran ve yapay zeka destekli yeniden düzenleme, insan-makine çift programlama veya milyonlarca satır kod içeren yüksek performanslı sistem yeniden yazma gibi çok çeşitli gerçek dünya senaryolarını göz ardı eden düşük seviyeli bir programlama alıştırması. Kıyaslamalar daha yüksek riskli senaryoları kapsayacak şekilde genişletilene kadar, ilerlemeyi ölçmek ve dolayısıyla hızlandırmak açık bir sorun olarak kalacak.

Ayrıca, insan-makine iletişimi de büyük bir engel teşkil ediyor. Doktora öğrencisi ve başyazar Alex Gu, şu anda yapay zekâ ile etkileşimin hâlâ "kırılgan bir iletişim hattı" gibi olduğunu söyledi. Yapay zekâdan kod üretmesi istendiğinde, genellikle birkaç basit ve yüzeysel test setiyle birlikte büyük, yapılandırılmamış dosyalar alıyor. Bu boşluk, yapay zekânın hata ayıklayıcılar, statik analizörler vb. gibi insanların aşina olduğu yazılım araçlarından etkili bir şekilde yararlanamaması gerçeğinde de kendini gösteriyor.

Topluluktan harekete geçme çağrısı

Yazarlar, bu sorunlara sihirli bir değnek çözümü olmadığını savunuyor ve topluluk ölçeğinde çabalar çağrısında bulunuyor: programcıların gerçek geliştirme sürecini yansıtan veriler oluşturmak (hangi kodun saklanacağı, hangi kodun kaldırılacağı, kodun zaman içinde nasıl yeniden düzenleneceği vb.); yeniden düzenleme kalitesi, yama dayanıklılığı ve sistem geçiş doğruluğu için ortak değerlendirme araç setleri; ve yapay zekanın belirsizliği ifade etmesine ve insan müdahalesini davet etmesine olanak tanıyan şeffaf araçlar oluşturmak.

Doktora öğrencisi Alex Gu, bunu tek başına hiçbir laboratuvarın sağlayamayacağı, büyük ölçekli açık kaynaklı topluluklar için bir "harekete geçme çağrısı" olarak görüyor. Solar-Lezama, ilerlemenin küçük ve kademeli adımlarla, "sorunun parçalarını tek tek çözen araştırma bulgularıyla" geleceğini ve yapay zekayı bir "kod önerme aracı"ndan gerçek bir teknik ortağa dönüştüreceğini öngörüyor.

"Bu neden önemli? Yazılım zaten finans, ulaşım, sağlık ve neredeyse günlük faaliyetlerin temelini oluşturuyor. Ancak onu güvenli bir şekilde oluşturmak ve sürdürmek için harcanan insan emeği bir darboğaz haline geliyor," dedi Gu. "Gizli hatalar yapmadan ağır işleri halledebilen bir yapay zeka, programcıların yaratıcılığa, stratejiye ve etiğe odaklanmasını sağlayacaktır. Ancak bunu başarmak için şunu anlamamız gerekiyor: Bir kod parçasını bitirmek kolay kısımdır; zor kısım ise geri kalan her şeydir."

(MIT Haberlerinden kısa bir çeviri)

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