Мир разработчиков программного обеспечения по всему миру все больше обращается к возможностям генеративного искусственного интеллекта (AI) для создания инструментов преобразования текста в код с целью увеличения производительности и оптимизации своего рабочего процесса. Существующие приложения, такие как IBM Codenet, GitHub CoPilot, Code Whisperer от Amazon, StarCoder от ServiceNow и Hugging Face, радикально меняют способы написания и проверки кода.
Путем использования этих AI-моделей разработчики могут генерировать код из простых текстовых запросов на 55% быстрее, чем с помощью традиционных методов. Эти инструменты также предлагают возможность проверять качество кода и проводить ревью на различных языках программирования, включая C++, Java, Go, Python, COBOL, Pascal и Fortran. Потенциал этих инструментов вызывает огромное любопытство и интерес в сообществе разработчиков.
Растущий интерес к AI-инструментам преобразования текста в код
По данным Google Trends, поисковые запросы по GitHub CoPilot за последний год увеличились в десять раз. GitHub, крупнейшая платформа для разработчиков программного обеспечения в мире, имеет значительное количество пользователей CoPilot, более 1,3 миллиона платных абонентов из 50 000 организаций по всему миру. Индийские IT-гиганты, такие как Tata Consultancy Services (TCS), Infosys и HCLTech, также приняли эти инструменты.
ServiceNow сообщила о повышении производительности разработчиков на 52% благодаря использованию своей модели преобразования текста в код. Сумит Матур, старший вице-президент и управляющий директор в индийском техническом и бизнес-центре ServiceNow, объясняет, как генеративный AI в платформе Now преобразует текст в предложения высокого качества кода и в некоторых случаях даже в полный код. Этот код затем может быть проверен, отредактирован и реализован, что повышает эффективность разработки.
CoPilot от GitHub, разработанный на основе крупной языковой модели Codex от OpenAI, доступен по подписке с ценой от 10 долларов в месяц для физических лиц и 19 долларов для компаний. Марио Родригес, вице-президент по управлению продуктом в GitHub, подчеркивает, как CoPilot преобразует рабочие процессы разработчиков, обеспечивая возможность написать до 60% кода на популярных языках, таких как Java. Он считает, что эта цифра может в перспективе достичь 80% в следующие пять лет.
Помимо увеличения скорости и эффективности, AI-инструменты для преобразования текста в код также помогают сохранять умственную энергию и уменьшать негативные последствия ручных повторяющихся задач. Эта инновация также продемонстрирована проектом Devika, первым в Индии AI-разработчиком. Devika – виртуальный ассистент со способностями понимать инструкции от человека, генерировать программный код и даже исправлять ошибки. Этот проект с открытым исходным кодом нацелен на конкуренцию с Devin, запущенным Cognition Labs в Соединенных Штатах.
Принятие инструментов для преобразования текста в код
Несмотря на обещания повышения производительности, внедрение этих инструментов крупными ИТ-компаниями все еще находится в экспериментальной стадии. Организации осторожно относятся к обеспечению правильности сгенерированного кода и фильтрации любого вредоносного содержимого. Несмотря на захватывающие возможности, которые предлагают AI-инструменты для преобразования текста в код, индийские предприятия все еще находятся на ранних этапах масштабированного принятия.
Разработчики тесно связаны с функциями автодополнения кода в средах разработки с интегрированной средой разработки (IDE). Инструменты для преобразования текста в код используются в предприятиях как эффективные средства повышения квалификации, изучения новых языков программирования и устранения проблем. Они позволяют разработчикам работать в пределах своего программного окружения без необходимости переключения контекста.
Gartner оценивает, что примерно 65-75% разработчиков в ИТ-организациях уже используют AI-помощников для написания кода, таких как GitHub CoPilot. Эти инструменты действуют как плагины среды разработки, позволяя разработчикам взаимодействовать с инструментом и усиливать его преимущества. Манджунаф Бхат, вице-президент аналитики в Gartner, сравнивает эту функциональность с популярной функцией ‘IntelliSense’, но с добавленным преимуществом беспрепятственного общения с инструментом.
Прашант Кадди, партнер в Deloitte India, подчеркивает важность защиты интеллектуальной собственности и других практик безопасности. Некоторым клиентам требуется раскрывать информацию о использовании AI в технических артефактах. TCS, крупнейший экспортер программного обеспечения Индии, использует несколько продуктов для генерации кода, включая GitHub CoPilot, AWS Code Whisperer, Google Duet AI, CodeLlama и StarCoder. Эти модели AI для преобразования текста в код могут быть использованы для улучшения производительности, скорости и качества кода.
Мохаммед Рафи Тарафдар, главный технический директор Infosys, подчеркивает будущее генерации кода по тексту, используя комбинацию общецелевых и специализированных помощников по коду. Infosys разработала помощников с использованием подхода к настройке для областей, таких как модернизация, миграция, отчетность и рефакторинг. Генераторы кода по тексту доказали свою ценность в задачах кодирования, тестирования, создания отчетов и документации.
Выполнение и меры предосторожности
Индия – вторая по величине пользовательская база ChatGPT за пределами Соединенных Штатов. Программисты широко применяют бесплатный инструмент ChatGPT для генерации кода, особенно для поиска решений. Парамдип Сингх, соучредитель Shorthills AI, подчеркивает, что более 80% программистов используют ChatGPT и другие платформы для преобразования текста в код для повышения эффективности. Это зависимость проявляется в снижении посещаемости сайтов, фокусирующихся на кодинге, таких как Stack Overflow, которые за последний год испытали снижение посещаемости на 30-50%.
Однако важно осознавать, что использование AI-инструментов для преобразования текста в код не так просто, как генерация текста, изображений или видео. Если использовать их некорректно, эти инструменты могут создавать ошибочный код, что приводит к дублированной работе или даже уязвимостям безопасности. Необходимо проявлять осторожность, чтобы обеспечить правильность и безопасность сгенерированного кода.
В заключение, AI-инструменты для преобразования текста в код имеют потенциал изменить разработку программного обеспечения, увеличивая производительность и оптимизируя процесс написания кода. Поскольку принятие этих инструментов продолжает увеличиваться, разработчики и организации должны найти баланс между выгодами увеличения эффективности и необходимостью обеспечить правильность и безопасность сгенерированного кода.
The source of the article is from the blog mivalle.net.ar