Forwarded from Denis Sexy IT 🤖
Я вижу большой резонанс со стороны разработчиков на тему их будущего, поэтому дополню вчерашний свой пост про слова CEO Nvidia:
Швейцарский банк UBS, в виде блог-поста, но тоже считает что написание кода уже устаревший навык и относится к нему соответствующе – пост опубликован в этом месяце, об этом будут говорить все чаще и чаще разные организации и люди.
Если вы разработчик, давайте я вам помогу победить тревожность насчет профессионального будущего и напишу свои мысли как защититься от АИ-лейоффа:
– Люди, системно мыслящие и придумывающие архитектуры будут заменены АИ последними.
– Код написанный АИ нужно будет тестировать, вычитывать, проверять на безопасность, дебажить, делать это должны люди все еще.
– Не игнорируйте прогресс и все эти копилоты или GPT по написанию кода, вы как минимум будете всегда понимать что возможно уже автоматизировать и что нет, или как добиться нужных результатов чейнингом. Лучше полноценно в работе использовать GPT4 (это еще и позволит быть более ленивым, круто же).
– Если промпт инженеринг для вас новая сфера, то вот вам официальный гайд от OpenAI, он небольшой и с ним будет понятно, что это довольно простой навык.
– Гляньте как работают функции в OpenAI или грамматика в локальных языковых моделях, это позволит вам получать строгие JSON форматы в ответах.
– Не недооценивайте чейнинг (это когда ответ от LLM подается ей на вход, но с другим промптом-командой в стиле «найди проблемы этого подхода»), эта стратегия сильно замедляет получение результата, но позволяет решать задачи очень высокого уровня.
Пожалуй все, если вы будете это все применять то мягко перейдете в новую профессию «Lead AI supervision developer» или как там ее назовут в будущем☕️
Короче заменять будут тех, кто не использует АИ как фундамент для решения задач, я думаю так будет почти в каждой профессии, как в свое время стало с навыком «Уверенный оператор ЭВМ»
P.S. А вот детей можно сразу промптингу учить, для них это будет нативный язык взаимодействия с OS
Швейцарский банк UBS, в виде блог-поста, но тоже считает что написание кода уже устаревший навык и относится к нему соответствующе – пост опубликован в этом месяце, об этом будут говорить все чаще и чаще разные организации и люди.
Если вы разработчик, давайте я вам помогу победить тревожность насчет профессионального будущего и напишу свои мысли как защититься от АИ-лейоффа:
– Люди, системно мыслящие и придумывающие архитектуры будут заменены АИ последними.
– Код написанный АИ нужно будет тестировать, вычитывать, проверять на безопасность, дебажить, делать это должны люди все еще.
– Не игнорируйте прогресс и все эти копилоты или GPT по написанию кода, вы как минимум будете всегда понимать что возможно уже автоматизировать и что нет, или как добиться нужных результатов чейнингом. Лучше полноценно в работе использовать GPT4 (это еще и позволит быть более ленивым, круто же).
– Если промпт инженеринг для вас новая сфера, то вот вам официальный гайд от OpenAI, он небольшой и с ним будет понятно, что это довольно простой навык.
– Гляньте как работают функции в OpenAI или грамматика в локальных языковых моделях, это позволит вам получать строгие JSON форматы в ответах.
– Не недооценивайте чейнинг (это когда ответ от LLM подается ей на вход, но с другим промптом-командой в стиле «найди проблемы этого подхода»), эта стратегия сильно замедляет получение результата, но позволяет решать задачи очень высокого уровня.
Пожалуй все, если вы будете это все применять то мягко перейдете в новую профессию «Lead AI supervision developer» или как там ее назовут в будущем
Короче заменять будут тех, кто не использует АИ как фундамент для решения задач, я думаю так будет почти в каждой профессии, как в свое время стало с навыком «Уверенный оператор ЭВМ»
P.S. А вот детей можно сразу промптингу учить, для них это будет нативный язык взаимодействия с OS
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7
Microsoft выпустили вторую версию курса «Generative AI for Beginners». Курс охватывает весь спектр разработки приложений на базе генеративного ИИ, от развертывания среды и промптов до продвинутых техник - разработка приложений для генерации текста, чат-приложений, поисковых приложений; инструменты LowCode для ИИ, интеграция, разработка пользовательского опыта для ИИ приложений, обеспечение безопасности, RAG, открытые модели и Hugging Face, AI Agent. О принципах этической разработки вам тоже расскажут. Потребуются базовые знания Python или TypeScript.
👍6
Попробовали новый Le Chat от Mistral - пишет довольно правдоподобный код на python, отвечает на вопросы в json и табличном виде, говорит по-русски. Не смог нарисовать диаграмму участников группы Nirvana картинкой, но сделал ее в текстовом виде. На первый взгляд (как и заявляют создатели и тесты) сравнимо с GPT4 и при этом Le Chat бесплатно доступен при авторизации через Google или Microsoft аккаунт (да-да, в этом заезде Microsoft поставил сразу на две лошадки претендующих на призовые места). В интернет пока не умеет. При просьбе написать вызов к собственному API нафантазировал что-то странное. API, правда, увы уже только по платной подписке. Контекстное окно 32k. Модели попроще доступны в open source. Нас же заинтересовали мультиагентные цепочки запросов (попросим GPT4 и Mistral перепроверить друг друга) в рамках задач по разработке ПО и вернемся к вам с результатами, наверняка найдем что-нибудь любопытное.
👍7
Создаем новый отчет в Power BI за несколько минут с GPT4
Даже самые скептически настроенные разработчики уже соглашаются, что GPT дает существенное ускорение в случае, когда вам надо решить задачу с применением незнакомых технологий (новый язык программирования, фреймворк, предметная область). В этом видео (20 мин) Аня рассказывает, как GPT4 помог сэкономить день работы, когда ей потребовалось разработать SkyLine отчет в Power BI.
https://www.youtube.com/live/6ILpAmdUgk0?si=0E9cV_h_uBjgvtNq
Даже самые скептически настроенные разработчики уже соглашаются, что GPT дает существенное ускорение в случае, когда вам надо решить задачу с применением незнакомых технологий (новый язык программирования, фреймворк, предметная область). В этом видео (20 мин) Аня рассказывает, как GPT4 помог сэкономить день работы, когда ей потребовалось разработать SkyLine отчет в Power BI.
https://www.youtube.com/live/6ILpAmdUgk0?si=0E9cV_h_uBjgvtNq
YouTube
Как использовать ChatGPT для визуализации данных?
В этом кейсе мы покажем, как ChatGPT может помочь вам создать сложные визуализации данных, даже если у вас нет глубоких знаний в программировании и веб-разработке.
Мы ставим перед собой задачу разработать в Power BI отчет SkyLine для анализа и визуализации…
Мы ставим перед собой задачу разработать в Power BI отчет SkyLine для анализа и визуализации…
🔥4
На YouTube канале AI4Dev 14 марта в 12:00 состоится публичная лекция «Как учат большие языковые модели?»
Лектор — профессор Владимир Крылов, доктор технических наук и научный консультант по применению ИИ в разработке ПО.
В лекции рассмотрим:
🟣 Каковы особенности и базовые этапы обучения LLM?
🟣 Почему предварительное обучение LLM требует огромных затрат?
🟣 Как оценить работу LLM?
🟣 Как дополнительное обучение позволило появиться ChatGPT?
🟣 Почему метод DPO стал новым оружием в войнах за лучший ИИ?
🟣 Что такое Self-Rewarding Language Models?
🟣 Почему о моделях генеративного ИИ говорят как о признаках появления гибридной органической и кремниевой культуры?
Во время лекции можете оставить свои вопросы под этим постом — профессор Крылов ответит на них в конце трансляции.
📍Смотрите трансляцию на YouTube канале AI4Dev!
Лектор — профессор Владимир Крылов, доктор технических наук и научный консультант по применению ИИ в разработке ПО.
В лекции рассмотрим:
Во время лекции можете оставить свои вопросы под этим постом — профессор Крылов ответит на них в конце трансляции.
📍Смотрите трансляцию на YouTube канале AI4Dev!
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🔥2
Всего три недели назад было опубликовано видео где Gemini 1.5 pro скармливают запись экрана с работой в браузере (что стало возможно благодаря контекстному окну в 1млн токенов), а LLM пишет Selenium код повторяющий действия пользователя. Только мы успели с коллегами обсудить, что похоже эта технология сильно ударит по классическим решениям Robotic Process Automation (это когда рутинную работу человека типа ручного ввода чеков и т.д. заменяют скриптом, как правило что-то связанное с устаревшими ИТ решениями, которые сложно обновить), а уже вчера я наткнулся на стартап с похожим решением backed by Y-Combinator! Набор агентов для типовых действий, которых можно обучить на нужные именно вам операции. Не уверен, что у них все по-честному работает, но если да - скорость от появления технологии до появления продукта на рынке поражает. Может именно таким подходом со временем можно будет натренировать и агента-программиста, который бы брал таск из Jira, писал по нему код, коммитил и закрывал задачу?
Media is too big
VIEW IN TELEGRAM
Представлен ИИ-ассистент Devin от стартапа Cognition. В отличие от привычных инструментов для разработки типа Copilot, Devin скорее всего представляет собой мультиагентную систему на базе больших языковых моделей. Хотя не исключено, что были реализованы другие подходы.
Ключевая фишка Devin - его способность к непрерывному самообучению и адаптации. В какой-то степени, это подводит его к концепции искусственного общего интеллекта (AGI), наделяя его когнитивными способностями, сопоставимыми с человеческими.
В тестовом режиме Devin не только писал вебсайты, но и самостоятельно осваивал новые технологии вроде Stable Diffusion и ControlNet. Причем он реализовывал их возможности на деле, к примеру, создавая изображения со скрытыми данными через ControlNet на Modal.
Devin не просто хорош в веб-разработке. Он способен с нуля создать и задеплоить и более сложные приложения. К примеру, собрать интерактивный сайт с симуляцией "Игры Жизни", постепенно добавляя новые фичи по запросу юзера и залить финальный продукт на Netlify.
Devin умеет самостоятельно находить и исправлять баги в коде. Он может поддерживать и дебажить даже такие проекты, как книги по конкурсному программированию.
Еще из интересного - это способность Devin настраивать и обучать крупные языковые модели, имея доступ лишь к гитхаб-репозиториям с исследовательским кодом. Плюс он может влиться в любой опенсорсный проект, подхватывая контекст на лету, исправлять ошибки и реализовывать новый функционал.
Devin в состоянии вносить правки в продакшн-репозитории. Тут отличный пример - исправление бага при расчетах логарифмов в системе симпай для питона. Devin разобрался в окружении, вызвал ошибку, протестировал фикс и замержил правки.
Кажется что, с Devin силы разработчиков возрастают на порядок. Он реально может стать продуктивным членом команды.
Создатели утверждают, что Devin успешно брался за реальные задачи на Апворк, программируя модели компьютерного зрения, создавая отчеты и дебажа проекты.
В общем, это действительно интересный проект. А вы что думаете?
Ключевая фишка Devin - его способность к непрерывному самообучению и адаптации. В какой-то степени, это подводит его к концепции искусственного общего интеллекта (AGI), наделяя его когнитивными способностями, сопоставимыми с человеческими.
В тестовом режиме Devin не только писал вебсайты, но и самостоятельно осваивал новые технологии вроде Stable Diffusion и ControlNet. Причем он реализовывал их возможности на деле, к примеру, создавая изображения со скрытыми данными через ControlNet на Modal.
Devin не просто хорош в веб-разработке. Он способен с нуля создать и задеплоить и более сложные приложения. К примеру, собрать интерактивный сайт с симуляцией "Игры Жизни", постепенно добавляя новые фичи по запросу юзера и залить финальный продукт на Netlify.
Devin умеет самостоятельно находить и исправлять баги в коде. Он может поддерживать и дебажить даже такие проекты, как книги по конкурсному программированию.
Еще из интересного - это способность Devin настраивать и обучать крупные языковые модели, имея доступ лишь к гитхаб-репозиториям с исследовательским кодом. Плюс он может влиться в любой опенсорсный проект, подхватывая контекст на лету, исправлять ошибки и реализовывать новый функционал.
Devin в состоянии вносить правки в продакшн-репозитории. Тут отличный пример - исправление бага при расчетах логарифмов в системе симпай для питона. Devin разобрался в окружении, вызвал ошибку, протестировал фикс и замержил правки.
Кажется что, с Devin силы разработчиков возрастают на порядок. Он реально может стать продуктивным членом команды.
Создатели утверждают, что Devin успешно брался за реальные задачи на Апворк, программируя модели компьютерного зрения, создавая отчеты и дебажа проекты.
В общем, это действительно интересный проект. А вы что думаете?
👍5
На днях была опубликована интересная статья "AI
Showdown: Microsoft Copilot vs. Google Gemini vs. ChatGPT 3.5 vs. Mistral vs. Claude 3", в которой помимо прочего, приводится сравнение различных GAI с точки зрения их способности программировать на Python.
Авторы приходят к выводу, что среди протестированных моделей нет абсолютного победителя для всех задач программирования, выбор зависит от конкретных требований пользователя и задач, которые требуется решить. Тем не менее, Claude 3 (Opus и Sonnet) от Anthropic рекомендуется, как лучший выбор для разработчиков.
Что нас несколько удивило, поскольку в приведённом, в качестве примера тесте, в задании написать по текстовому описанию python код конвертора валют, в отличии от других моделей Claude 3 забыл сделать кнопку конвертации.Так же указывается, что что ChatGPT 3.5 остается конкурентоспособным выбором для многих задач, даже будучи не самой новой моделью.
Исходя из нашего опыта GPT4-Turbo демонстрирует лучшие результаты и является предпочтительным выбором, тем более, что именно она теперь находится под капотом бесплатной версии Copilot от Microsoft.
Поделитесь своим опытом работы с различными AI-ассистентами в комментариях. Какой ассистент ваш фаворит для написания кода?
Showdown: Microsoft Copilot vs. Google Gemini vs. ChatGPT 3.5 vs. Mistral vs. Claude 3", в которой помимо прочего, приводится сравнение различных GAI с точки зрения их способности программировать на Python.
Авторы приходят к выводу, что среди протестированных моделей нет абсолютного победителя для всех задач программирования, выбор зависит от конкретных требований пользователя и задач, которые требуется решить. Тем не менее, Claude 3 (Opus и Sonnet) от Anthropic рекомендуется, как лучший выбор для разработчиков.
Что нас несколько удивило, поскольку в приведённом, в качестве примера тесте, в задании написать по текстовому описанию python код конвертора валют, в отличии от других моделей Claude 3 забыл сделать кнопку конвертации.Так же указывается, что что ChatGPT 3.5 остается конкурентоспособным выбором для многих задач, даже будучи не самой новой моделью.
Исходя из нашего опыта GPT4-Turbo демонстрирует лучшие результаты и является предпочтительным выбором, тем более, что именно она теперь находится под капотом бесплатной версии Copilot от Microsoft.
Поделитесь своим опытом работы с различными AI-ассистентами в комментариях. Какой ассистент ваш фаворит для написания кода?
Microsoft повышает производительность Copilot с помощью GPT-4
Компания Microsoft объявила, что теперь все бесплатные пользователи Copilot получат доступ к GPT-4 Turbo от OpenAI.
Ранее эта мощная языковая модель была доступна только подписчикам Copilot Pro за $20 в месяц. В числе пеимуществ GPT-4 Turbo мы бы выделили уеличенное окно контекста до 128L, что позволяет вводить запросы длиной до 300 страниц. Кроме этого важно учесть и повышенную производительность и точность в сравнении с GPT-4.
Еще на этой неделе Microsoft анонсировала Copilot GPT Builder для подписчиков Pro. Этот инструмент позволяет создавать кастомные чатботы без программирования для конкретных задач. Ботов можно шарить с другими пользователями.
Была представлена возможность переключаться между GPT-4 и GPT-4 Turbo для подписчиков Pro. Microsoft улучшила интеграцию Copilot с приложением Phone Link для смартфонов Samsung Galaxy (расскажите, кто пользуется).
Компания Microsoft объявила, что теперь все бесплатные пользователи Copilot получат доступ к GPT-4 Turbo от OpenAI.
Ранее эта мощная языковая модель была доступна только подписчикам Copilot Pro за $20 в месяц. В числе пеимуществ GPT-4 Turbo мы бы выделили уеличенное окно контекста до 128L, что позволяет вводить запросы длиной до 300 страниц. Кроме этого важно учесть и повышенную производительность и точность в сравнении с GPT-4.
Еще на этой неделе Microsoft анонсировала Copilot GPT Builder для подписчиков Pro. Этот инструмент позволяет создавать кастомные чатботы без программирования для конкретных задач. Ботов можно шарить с другими пользователями.
Была представлена возможность переключаться между GPT-4 и GPT-4 Turbo для подписчиков Pro. Microsoft улучшила интеграцию Copilot с приложением Phone Link для смартфонов Samsung Galaxy (расскажите, кто пользуется).
В годовом отчете за 2023 от DORA DevOps Research and Assessment - сообщество DevOps связанное с Google Cloud) указано, что по итогам опросов за 2023год эффект от применения AI в разработке и поставке (software dlivery) незначительно отрицательный (приложили картинку из соответствующего раздела).
Т.е. по мнению опрошенных AI несколько мешает всему процессу. Мы с коллегами думаем, что этот результат связан с тем, что AI технологии в software delivery пока находятся в фазе тестирования и исследований в большинстве организаций и соответственно больше отнимают ресурсов, чем приносят пользы.
При этом на втором графике уже 20-30% респондентов указали существенный вклад AI во все процессы delivery. Также видно, что скорость Code Review значительно влияет на скорость доставки. Наши внутренние исследования показали большой потенциал LLM в ускорении и повышении качества Code Review, а значит как минимум это ускорит и весь процесс производства и доставки софта.
Т.е. по мнению опрошенных AI несколько мешает всему процессу. Мы с коллегами думаем, что этот результат связан с тем, что AI технологии в software delivery пока находятся в фазе тестирования и исследований в большинстве организаций и соответственно больше отнимают ресурсов, чем приносят пользы.
При этом на втором графике уже 20-30% респондентов указали существенный вклад AI во все процессы delivery. Также видно, что скорость Code Review значительно влияет на скорость доставки. Наши внутренние исследования показали большой потенциал LLM в ускорении и повышении качества Code Review, а значит как минимум это ускорит и весь процесс производства и доставки софта.
2023_final_report_DORA.pdf
18.4 MB
Судя по разговорам на конференциях многие CIO/CTO уже озабочены вопросом как научиться эффективно применять LLM в software delivery. Полный отчет (там много любопытного и помимо AI) во вложении или по ссылке после регистрации https://cloud.google.com/devops/.
Вышло большое двухчасовое интервью Сэма Альтмана Лексу Фридману. Мы отметили в нем рассуждения Сэма по теме, на которой сфокусирован наш канал – AI в разработке софта.
Сэм видит тренд в сторону программирования на естественном языке и использования все более интеллектуальных инструментов ИИ. Он ожидает, что через 5-10 лет, хотя люди все еще будут программировать, но само программирование значительно изменится: часть разработки будет происходить полностью на естественном языке, отходя от традиционных практик кодирования. Эта эволюция является продолжением перехода от использования перфокарт к более современным (высокоуровневым) методам программирования. Он подчеркнул, что лучшие практики могут использовать сочетание инструментов, включая естественный язык для определенных задач и традиционные языки программирования, такие как C для других.
Т.е. будущее, в котором доступность и гибкость разработки значительно улучшены, позволяя широкому кругу людей вносить свой вклад в создание программного обеспечения без необходимости овладения традиционными языками программирования. Как и сейчас: не смотря на наличие Java, Python, TS и т.д. по-прежнему есть задачи, где C++ и Assembler эффективнее. При этом, например, создать небольшое мобильное приложение от идеи до деплоя можно будет полностью на естественном языке. Этот момент в интервью.
Сэм видит тренд в сторону программирования на естественном языке и использования все более интеллектуальных инструментов ИИ. Он ожидает, что через 5-10 лет, хотя люди все еще будут программировать, но само программирование значительно изменится: часть разработки будет происходить полностью на естественном языке, отходя от традиционных практик кодирования. Эта эволюция является продолжением перехода от использования перфокарт к более современным (высокоуровневым) методам программирования. Он подчеркнул, что лучшие практики могут использовать сочетание инструментов, включая естественный язык для определенных задач и традиционные языки программирования, такие как C для других.
Т.е. будущее, в котором доступность и гибкость разработки значительно улучшены, позволяя широкому кругу людей вносить свой вклад в создание программного обеспечения без необходимости овладения традиционными языками программирования. Как и сейчас: не смотря на наличие Java, Python, TS и т.д. по-прежнему есть задачи, где C++ и Assembler эффективнее. При этом, например, создать небольшое мобильное приложение от идеи до деплоя можно будет полностью на естественном языке. Этот момент в интервью.
YouTube
Sam Altman: OpenAI, GPT-5, Sora, Board Saga, Elon Musk, Ilya, Power & AGI | Lex Fridman Podcast #419
Sam Altman is the CEO of OpenAI, the company behind GPT-4, ChatGPT, Sora, and many other state-of-the-art AI technologies. Please support this podcast by checking out our sponsors:
- Cloaked: https://cloaked.com/lex and use code LexPod to get 25% off
- Shopify:…
- Cloaked: https://cloaked.com/lex and use code LexPod to get 25% off
- Shopify:…
👍6
За последние полгода в интернете начали появляться специализированные курсы для разработчиков, изучающих возможности повышения эффективности своей работы посредством использования GIA. Примеры таких курсов на Coursera:
🟣 Prompt Engineering для веб-разработчиков
🟣 Gen AI для генерации кода на Python
🟣 Gen AI для разработчиков ПО
🟣 Кодирование с помощью Gen AI
Они не претендуют на полноту, но демонстрируют некоторые возможности LLM, которые можно сразу начать использовать на практике.
P.S. Часто авторы курсов — индийцы, которые пытаются заработать на хайпе, и качество этих курсов оставляет желать лучшего :)
Они не претендуют на полноту, но демонстрируют некоторые возможности LLM, которые можно сразу начать использовать на практике.
P.S. Часто авторы курсов — индийцы, которые пытаются заработать на хайпе, и качество этих курсов оставляет желать лучшего :)
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7
Подготовили youtube обзор на проект «GPT-Engineer» - это AI агент, который пишет веб приложения и вносит изменения по запросу на естественном языке. Код проекта выложен на Github. Спойлер: приложения с frontend и backend действительно запускаются и работают. Выдыхаем - нет, пока кожаных разработчиков он не заменит. Но это уже действительно очень похоже на полноценного отдельного робота программиста, а не на copilot. Давайте посмотрим, что там под капотом (Chain-of-Thought, LangChain, Python) и как оно работает.
👍5
«Программирование — это самое близкое к суперсиле». — Дрю Хьюстон - Вы, конечно, читали о разработке AI agent , который уже получил титул "первого AI инженера". Мы на нашем канале 13 марта тоже обратили на его появление. Однако до сегодняшнего дня он остается недоступен для непосвященных в дела его разработчика - компании Cognition. Здесь мы решили обратить внимание на появление Devika - нового AI агента для разработки ПО. Девика — брат-близнец Девина, но совершенно бесплатный. https://github.com/stitionai/devika?tab=readme-ov-file . Однако необходимо предоставить доступ к нескольким API (поисковик, LLM, Netlify), чтобы все заработало. Интерфейс Девики в точности такой же как и Девина: Оболочка/терминал,
Браузер
редактор
Планировщик
Браузер
редактор
Планировщик
GitHub
GitHub - stitionai/devika: Devika is an Agentic AI Software Engineer that can understand high-level human instructions, break them…
Devika is an Agentic AI Software Engineer that can understand high-level human instructions, break them down into steps, research relevant information, and write code to achieve the given objective...
👍4