Top.Mail.Ru
Колонки

«Проблема в нехватке мозгов»: почему нейросети не заменят старших разработчиков

Колонки
Олег Лукавенко
Олег Лукавенко

Основатель Jumse

Алия Бабикова

Развитие искусственного интеллекта (ИИ) вызывает опасения, что технологии со временем вытеснят человека из многих профессий. О том, почему создателям ИИ не стоит бояться конкуренции со своим продуктом, рассказал Олег Лукавенко, основатель Jumse.

«Проблема в нехватке мозгов»: почему нейросети не заменят старших разработчиков

 

Содержание:

 

Как нейросети используются в разработке

По нашим наблюдениям, в последние 3-4 года нейросети развиваются быстрыми темпами. Алгоритмы были придуманы несколько десятилетий назад, но отрасль ждала своего часа: разработчикам нужны были такие инфраструктурные возможности, как сейчас. В частности, облачные серверы и хостинги. Это позволило сосредоточиться на создании нейросетевых моделей.

Сама математика создания и обучения нейросетей была понятна. Но требовался контент и аппаратные мощности, чтобы работать с большим количеством параметров. Например, в той же языковой модели ChatGPT очень много параметров. С маленьким запасом инфраструктурных ресурсов обучать их было проблематично.

Заставь искусственный интеллект самообучаться и совершенствоваться – выбирай онлайн-курсы в каталоге курсов по машинному обучению.

Нейросети представляются многим как панацея для решения бизнес-задач и бытовых вопросов. Поэтому их пытаются использовать в разных сферах. По нашим расчетам, лет через пять-семь придёт понимание, в каких сферах без нейросетей не обойтись, а где они преждевременны или вообще не нужны.

Например, нейросети используются для работы с языковыми моделями. Это довольно простое применение технологии, потому что языковые модели работают именно с «человеческим языком» — неважно, английским, русским, немецким, французским. 

Но есть и другие языки: язык техники, язык бизнес-задач. В этой области программисты с нейросетями пока не работают. Причина — свой «словарный запас». Нужно транслировать и ставить задачи, используя специализированный язык отрасли. Корректность понимания искусственным интеллектом задач зависит от используемого языка. Лучше, чтобы она формулировалась специализированным языком. Например, разработчик загружает метрики — ИИ понимает, что с ними делать, и начинает выполнять задачу.


По теме: Пять результативных коммуникационных кампаний с применением ИИ: кейсы международных брендов 


 

Технологии VS разработчик

При работе над проектами программисты основываются на бизнес-требованиях клиента. Фактически мы «переводим» эти требования в конкретные задачи по программному коду. Я как старший разработчик вижу общую картину системы, с которой работаю, понимаю, что для неё нужно. Основываясь на этом, я формулирую целевую задачу нейросети, чтобы найти определенную информацию.

Момент постановки этой задачи пока остается за экспертом. Именно старший разработчик решает, о чём конкретно спрашивать нейросеть, какую задачу ей ставить.

Уровень постановки задач — более высокий по сравнению с тем, что уже умеет нейросеть. В будущем она сможет проанализировать бизнес, для которого используется, понять, что с ним происходит, и предложить дальнейшие действия. Считаю, что следующий уровень развития нейросети — когда она сама сможет формировать бизнес-задачи и самостоятельно решать их с помощью кода. Научить этому нейросеть сложно.

Сейчас разработчик видит архитектуру, понимает, какая задача стоит перед бизнесом. На основе этого он меняет и дорабатывает архитектуру, либо создает новые архитектурные решения. При этом он опирается на свой опыт. У него в голове более сложное, чем у ИИ, формирование задачи.

Нейросети такое формирование задачи повторить не могут. Они обучены на загруженных данных. Чтобы ставить задачу на уровне ведущих разработчиков, нужна более сложная модель. Если пользоваться теми же моделями, на базе которых сейчас обучаются нейросети, то мы не сможем сымитировать сложность процессов в голове старшего разработчика.

Сложность заключается ещё и в том, что такие специалисты работают с принципиально другими типами задач, чем мы сейчас поручаем нейросетям. Как только старшие разработчики освободятся от рутинных задач, в том числе с помощью нейросетей, они смогут развиваться. То есть те задачи, которые сейчас решает синьор, завтра сможет решать мидл. При этом задачи синьора поднимутся на принципиально новый уровень. Таким образом, нейросеть никогда не догонит синьор-разработчика.

 

Нехватка мыслительных процессов для проверки разработчиков

Нейросети возможно применять для скрининга разработчиков. Вопрос в том, какого уровня специалиста мы хотим получить. Чем выше грейд, тем более высокого класса задачи может решать разработчик и тем более сложные вопросы нужно задавать ему. Пока нейросеть с этим не справляется, так как требуется мыслительный процесс.

Когда мидл и синьор-разработчик берет в работу какую-то задачу, то обязательно размышляет над ее решением. Нейросеть пока не может размышлять: прорабатывать разные варианты, делать ставку на один из них как наиболее правильный при решении текущей задачи. Нейросеть может просто предлагать варианты, проводить базовую проверку кандидата в виде чек-листа. Например, понять, какой паттерн реализует тот или иной программный код. Нейросеть может сформулировать такого рода задачу и, получив ответ, сравнить его. Но такой уровень проверки годится для работы с разработчиками на уровне примерно джуниор+ или мидл-. Как только нейросети научатся мыслить как мидл-разработчики, они автоматически научатся проверять работу мидл-разработчиков. Пока они находятся на уровне джуниор-разработчиков и могут проверять только их работу.


По теме: Айтишники теперь гуманитарии? Как ИИ изменил агентский рынок 


 

Ставка на человечность и близость к природе

В области программирования уровень ChatGPT сейчас — это уровень между джуниор и джуниор+. Нейросеть может решать задачи этого уровня не хуже живого человека. Я не уверен, что лучше, но точно быстрее. Она будет предлагать несколько вариантов решения и руководствоваться опытом, полученным во время обучения. Поэтому джуниор-разработчики уже могут волноваться. 

Если вспомнить эволюцию, прогресс никогда не «убивал» человеческий труд, а лишь трансформировал его. Когда мы пользовались ручным трудом и изобрели машины, они стали нам помогать, у нас освободились ресурсы, мы направили их на развитие своего интеллекта. Сейчас с помощью ИИ мы совершаем скачок в собственном развитии, чтобы снова высвободить ресурсы. И если ведущий разработчик является наивысшей ступенью, то в процессе эволюции, которая произойдет благодаря ИИ, он станет средней точкой. Появятся более сложные операторы систем либо эксперты, которые будут выполнять задачи, которые мы не могли себе раньше представить.

Возможно, в обозримом будущем случится поворот технологий в сторону морали и этичности. Современные люди всё больше заботятся об экологичности своего поведения и коммуникаций друг с другом. Они не хотят навредить себе и окружающему миру.

Специалисты следующего уровня будут выстраивать нейросети на основе этичного подхода. Поэтому, скорее всего, нейросети станут более человечными и приближенными к личности, природе.

Решение задач по декомпозиции сложного проекта, построении архитектуры — очень сложная, высокооплачиваемая работа. Завтра нейросети будут справляться с ней быстро и легко. Всё, что для этого нужно, — правильно ставить им задачи. И в момент их формулирования будет включаться аппарат морали и экологичности, который приблизит нас к природе. Надеюсь, разработчики предпочтут такой путь развития.

Развитие нейросетей тоже подвержено эволюции. Выживет то, что принесет пользу человеку. Эволюцией человека управляет природа, а эволюцией искусственного интеллекта — человек. Мы просто сосредоточимся на наиболее полезных для человека направлениях развития нейросетей, а остальные отпадут сами собой.

Фото на обложке: Freepik

Подписывайтесь на наш Telegram-канал, чтобы быть в курсе последних новостей и событий!

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 Инвесторы Tesla подали в суд на Маска за перенаправление ресурсов в xAI
  2. 2 Microsoft отложила выход «умной» ИИ-функции Recall для Windows 11
  3. 3 Половина представителей бизнеса не готовы доплачивать сотрудникам за владении ИИ-инструментами
  4. 4 Сотрудники Eggheads пожаловались на массовые увольнения — в компании назвали это «вбросом»
  5. 5 Главный европейский конкурент OpenAI привлек €640 млн от DST Global, General Catalyst и других
FutureFood
Кто производит «альтернативную» еду
Карта

ВОЗМОЖНОСТИ

16 июня 2024

16 июня 2024