NVIDIA黄仁勋预测Death of Coding...我一开始还是不理解的


相信大家都用过ChatGPT来生成程序,把生成的程序复制粘贴然后编译,然后编译器报错。

毕竟chatgpt生成的程序也是天马行空,不可能全对。

这几天我突然想,如果有一个脚本,这个脚本把编译器的报错的log再告诉chatgpt,让chatgpt根据log自己修改,直到程序输出的结果符合测试用例。

那我不就被我自己写的脚本取代了吗....


这算是什么呢,

chatGPT + gcc的强化学习?

也像周伯通的左右互搏,右手chatGPT,左手gcc。

但是如果再发散,把chatGPT连上web,那它也可以自动搜索,找bug。


这几天偶尔就会再想起这个点子...

然后我就发现了这个发布:

视频搬运如下:

这个模型甚至可以微调自己的模型 !

不过想想这个像是并没有很难,如果readme写的够好的话.....

视频搬运如下:

我们在 大模型笔记【1】 大模型初探 这篇文章里介绍的前Tesla AI主管以及前OpenAI创始人(对,他又离职了)Andrej Karpathy对这个Devin发表的评论:

# 自动化软件工程 在我看来,自动化软件工程看起来与自动驾驶类似。例如。在自动驾驶中,增加自主性和更高抽象性的进展看起来像:
1. 首先人类手动执行所有驾驶动作 2. 然后AI帮助保持车道 3. 然后为前车减速 4. 然后它也会变道并进行分叉 5. 然后它也会在标志/红绿灯处停下并轮流 6. 最终你会得到一个功能完整的解决方案,并不断提高质量,直到实现完全自动驾驶。人工智能做得更多,人类做得更少,但仍然提供监督,这是一个进步。
在软件工程中,进展的情况类似:
1. 首先人类手动编写代码 2. 然后 GitHub Copilot 自动完成几行 3. 然后ChatGPT写入代码块 4. 然后你转向越来越大的代码差异5....
Devin 是一个令人印象深刻的演示,它可能接下来会发生什么:
协调开发人员编写代码所需的许多工具:终端、浏览器、代码编辑器等,以及人类监督,这些工具逐渐提高到更高的水平抽象。
不仅在人工智能部分还有 UI/UX 部分都有很多工作要做。
人类如何提供监督?他们在看什么?他们如何推动人工智能走上不同的道路?他们如何调试出了问题?我们很可能必须大幅改变代码编辑器。
无论如何,软件工程有望发生重大变化。它看起来更像是监督自动化,同时用英语提出高级命令、想法或进展策略。
祝团队好运!

其他人对此的评论:

发表评论:

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。