في الآونة الأخيرة ، أجرى Max Woolf ، كبير عالم البيانات في BuzzFeed ، تجربة جذابة لاستكشاف آثار تحسين التعليمات البرمجية من خلال طلب الذكاء الاصطناعي بشكل متكرر. في التجربة ، استخدم نموذج اللغة Claude3.5 واقترح تحديًا للبرمجة الكلاسيكية: كتابة رمز Python للعثور على الحد الأقصى والحد الأدنى لمجموع الأرقام في الفرق العشوائي.
في الإصدار الأولي ، يعمل رمز Claude الذي تم إنشاؤه على 657 ميلي ثانية. ومع ذلك ، مع استمرار وولف في إدخال التعليمات البسيطة "كتابة رمز أفضل" ، تم اختصار الرمز الناتج إلى 6 مللي ثانية فقط ، وتم تحسين الأداء بمقدار 100 مرة. هذه النتيجة ليست فقط لافتة للنظر ، ولكنها تُظهر أيضًا تغييرات غير متوقعة في عملية تحديد "رمز أفضل".
في الطلب الرابع "كتابة رمز أفضل" ، قام كلود بتحويل الرمز بشكل غير متوقع إلى بنية مشابهة لتطبيق المؤسسة ، مع إضافة بعض ميزات المؤسسة النموذجية التي لم تطلبها وولف. يشير هذا إلى أن الذكاء الاصطناعى قد يربط "رمز أفضل" بـ "برنامج على مستوى المؤسسة" ، مما يعكس المعرفة التي تم استيعابها أثناء عملية التدريب.
أجرى المطور سيمون ويليسون تحليلًا متعمقًا لظاهرة التحسين التكراري هذه ، معتقدًا أن نموذج اللغة يفحص الرمز من منظور جديد تمامًا في كل طلب جديد. على الرغم من أن كل طلب يحتوي على سياق المحادثة السابقة ، إلا أن كلود يحللها كما لو كانت المرة الأولى التي ترى فيها الرمز ، مما يسمح بتحسينه بشكل مستمر.
ومع ذلك ، وجدت Woolf في محاولة لتقديم طلبات أكثر تحديدًا أنه على الرغم من أن هذا سيؤدي إلى نتائج أفضل بشكل أسرع ، إلا أنه لا يزال هناك بعض الأخطاء الدقيقة في الكود الذي يحتاج إلى إصلاحات بشرية. لذلك ، أكد أن الهندسة الدقيقة الدقيقة لا تزال حاسمة. على الرغم من أن أسئلة المتابعة البسيطة يمكن أن تحسن في البداية جودة الكود ، فإن المطالبات المستهدفة ستجلب تحسينات كبيرة في الأداء ، على الرغم من أن المخاطر ستزيد أيضًا وفقًا لذلك.
تجدر الإشارة إلى أنه في هذه التجربة ، تخطى كلود بعض خطوات التحسين التي يتخذها المطورون البشريون أمرا مفروغا منه ، مثل إلغاء البيانات المكررة أو الفرز أولاً. بالإضافة إلى ذلك ، فإن التغييرات الدقيقة في طريقة طرح الأسئلة ستؤثر بشكل كبير على ناتج كلود.
على الرغم من مكاسب الأداء المثيرة للإعجاب ، يذكرنا Woolf بأن المطورين البشريين لا يزالون لا غنى عنهما في التحقق من الحلول واستكشاف الأخطاء وإصلاحها. وأشار إلى أنه على الرغم من أنه لا يمكن استخدام التعليمات البرمجية التي تم إنشاؤها بواسطة الذكاء الاصطناعي مباشرة ، فإن قدرتها على التوصيات الإبداعية والأدوات تستحق الاهتمام.
النقاط الرئيسية:
AI يحسن أداء الكود من خلال التعليمات المتكررة ، وانخفض وقت تشغيل الكود الأصلي من 657 ميلي ثانية إلى 6 مللي ثانية.
يضيف AI تلقائيًا ميزات المؤسسة إلى رمز ، مما يدل على فهمه الفريد لـ "رمز أفضل".
لا تزال الهندسة المهمة مهمة ، ويمكن للطلبات الدقيقة تسريع توليد النتائج ، لكنها لا تزال تتطلب التحقق والإصلاح من قبل المطورين اليدويين.