ИИ преобразует современный цифровой мир за пределы того, что когда-то считалось возможным. Наиболее заметна роль искусственного интеллекта при разработке программного обеспечения, когда она связана с планированием проектов, написанием шаблонных кодов и автоматизацией рутинных задач.
От кода до развертывания искусственный интеллект, постепенно, но, верно, улучшает игру в области разработки программного обеспечения и одновременно помогает нам раскрыть новую парадигму для реинжиниринга технологий. Сегодня мы можем назвать как минимум пять крупных компаний в отрасли SaaS, использующих ИИ с целью обеспечить запросы клиентов и предложить им удовлетворительный уровень услуг: ¾ YouTube: платформа для обмена видео использует искусственный интеллект для улучшения поиска контента, рекомендации релевантных видеороликов на основе предпочтений и интересов пользователей и предоставления автоматических подписей и переводов; ¾ Amazon Prime: благодаря алгоритмам на базе искусственного интеллекта Amazon Prime улучшает качество покупок, предлагая релевантные товары, оптимизируя результаты поиска и прогнозируя предпочтения покупателей; ¾ Spotify: алгоритмы искусственного интеллекта в Spotify анализируют модели прослушивания пользователями, создают персонализированные списки воспроизведения и рекомендуют новую музыку на основе индивидуальных предпочтений, обеспечивая приятное прослушивание музыки; ¾ Netflix: популярная платформа потокового вещания использует искусственный интеллект для анализа предпочтений и поведения пользователей, предоставления персонализированных рекомендаций и улучшения поиска контента.
При этом общее количество программных комплексов, использующих системы ИИ в различных сферах деятельности уже в первые десятилетия 21 века показало стремительный рост. Одним из наиболее популярных на сегодняшний день инструментов разработки программ искусственного интеллекта (ИИ) является модель (набор инструментов) GitHub Copilot, преимуществом которого является автоматическое завершение кода. И при этом он легко интегрируется с популярными редакторами кода, такими как Visual Studio Code.
Также нужно отметить, что уже в 2023г. ИИ-стартапы во всем мире достигли объема привлекаемых инвестиций - до $50 млрд.
Широко применяется ИИ и при разработках самоуправляемых технических систем, как например в области машиностроения (автоматизированное такси Илона Маска и др. разработчиков и т.п.) а также в авиации и особенно в ее военной сфере. Показательны тут разработки последнего времени по использованию управления военными БПЛА для их сете-центрического применения.
Инструментальный набор создания кода GitHub Copilot — это помощник по программированию на базе ИИ, разработанный OpenAI в сотрудничестве с GitHub. Он использует алгоритмы машинного обучения для предоставления предложений и автозаполнения, пока разработчики пишут код, предложения основаны на контексте пишущегося кода, что упрощает и ускоряет написание кода разработчиками.
В GitHub Copilot используется подход языкового моделирования для понимания и прогнозирования кода, который хочет создать разработчик. Анализируя контекст кода разработчика, включая имена переменных, сигнатуры функций и шаблоны окружающего кода, Copilot генерирует точные предложения, соответствующие его намерениям.
Пользователи могут получать доступ к GitHub Copilot и управлять им либо через личные учетные записи в GitHub Copilot для частных лиц, либо через учетные записи организаций в GitHub Copilot для бизнеса. Хотя GitHub Copilot является платным сервисом, студенты, преподаватели и сопровождающие популярных проектов с открытым исходным кодом могут использовать его вполне бесплатно.
Кроме того GitHub Copilot использует алгоритмы машинного обучения для генерации предложений на основе контекста пишущегося кода. Он обучен на огромном количестве кода из репозиториев с открытым исходным кодом, что делает его способным генерировать точные и релевантные предложения.
Разработчики могут получать предложения от GitHub Copilot, либо начав писать код, который они хотят использовать, либо написав комментарий на естественном языке, описывающий, что они хотят, чтобы код делал. [12]
Помимо предложения кода, GitHub Copilot также может помочь с такими задачами, как отладка, рефакторинг и написание тестов. Это делает его мощным инструментом для разработчиков, которые хотят повысить свою производительность и оптимизировать процесс разработки. В целом, GitHub Copilot является ценным инструментом для любого разработчика, стремящегося писать код более эффективно.
Однако при применении новых инструментов разработок кодов, всегда возникает опасность по части легитимности их применения и практической итоговой оценки их полезности на практике в ходе работы конечного продукта.
Так в ноябре 2022 года был подан коллективный иск против Microsoft, GitHub и OpenAI. В иске, поданном Мэтью Баттериком и юридической фирмой Joseph Saveri, утверждается, что GitHub Copilot нарушает права разработчиков, на чьем коде с открытым исходным кодом обучен сервис.
В иске утверждается, что использование GitHub Copilot открытого исходного кода представляет собой нарушение авторских прав и незаконное присвоение коммерческой тайны, поскольку разработчики, внесшие свой вклад в открытый исходный код, не давали согласия на такое использование их работы.
Иск направлен на то, чтобы помешать GitHub Copilot использовать открытый исходный код в своих моделях машинного обучения и выплатить компенсацию разработчикам, чей код был использован.
Важно отметить, что этот судебный процесс все еще продолжается, и его исход еще предстоит определить. Таким образом, законность GitHub Copilot в настоящее время оспаривается, и его будущее может зависеть от итогового разрешения этого судебного процесса. [2]
Есть конечно у Copilot и слабые места. Так согласно странице часто задаваемых вопросов на GitHub, пользователи приняли около 26% всех доработок, предложенных GitHub Copilot во время технического просмотра. Хотя этот процент может показаться низким, стоит отметить, что это ранняя стадия разработки, и точность предложений, вероятно, со временем улучшится. [4]
Другие пользователи и эксперты высказывали еще более критические мнения об эффективности GitHub Copilot. Мэтью Баттерик, эксперт по типографике и разработчик программного обеспечения, написал в своем блоге, что Copilot сродни "исправлению домашнего задания 12-летнего ребенка снова и снова". Однако Баттерик признал, что инструмент потенциально может быть полезен для определенных задач программирования, таких как генерация шаблонного кода.
И надо помнить, что GitHub Copilot не предназначен для замены разработчиков-людей или устранения необходимости ручного программирования. Скорее, он предназначен для оказания помощи разработчикам и повышения их производительности. Как и в случае с любой новой технологией, на разработку и доработку потребуется время, и ее полезность, вероятно, будет варьироваться в зависимости от конкретного варианта использования и индивидуальных предпочтений.
При этом разработчикам кроме прочего нужно принимать во внимание этические аспекты и вопросы соответствия тому, что инструменты разрабатываемого ими искусственного интеллекта соответствуют своему назначению и находятся в пределах моральных норм. [6] (Так, в 2016 году была введена в действие функция авто-тегирования фото в Google Photos. В ней афроамериканцы были отмечены в системе как "гориллы")
Также с точки зрения социальной этики нужно отдавать себе отчет в том, что совершенствование и распространение инструментов разработки программ искусственного интеллекта с момента распространения квантовых компьютеров может стать экспоненциальным и практически бесконтрольным.
Социально значимым моментом в ходе внедрения нейронных сетей в процессы производства и управления в технологически продвинутых странах уже на данный момент является то, что они заменяют целый ряд категорий работников. И количество этих категорий с каждым годом все увеличивается.
На сегодняшний день на производстве это квалифицированные работники цеховых профессий (например операторы станков с ЧПУ), в сервисе это модераторы сайтов и соцсетей, сетевые дизайнеры, кассиры супермаркетов (в Японии ИИ заменил их уже почти на 30%), бухгалтера (на начальном этапе). А что дальше, если за ними потянутся и водители грузового транспорта и далее, и далее, вплоть до того, что, когда ни будь, вопреки сегодняшнему убеждению в обратном, заменят и самих программистов?
Социальное напряжение в ходе такой бесконтрольной «автоматизации» можно считать обеспеченным. Тем более надо учитывать, что для смягчения этого напряжения, безусловно понадобятся дорогостоящие бюджетные программы переучивания на новые профессии этих высвобождаемых за счет внедрения ИИ работников.
Нетрудно предсказать что для экономии этих расходов государство может пойти и на замену нейросетями и значительной части учителей (в том числе и участвующих в самих программах переобучения).
Другим социально-опасным с точки зрения автора данной статьи аспектом использования ИИ является все более распространенная практика слежения за населением (разумеется, для его же «блага» с целью предоставления «доступных сервисов общего пользования» и конечно же «обеспечения безопасности»). На данном этапе это слежение реализуется в основном с помощью огромного числа видеокамер, объединенных в единые сети с различными расширенными возможностями (например по части распознавания и идентификации лиц) и за счет интеграции баз данных (БД) различных ведомств и служб.
При этом в странах с повышенной тягой к тотальному контролю все чаще уже не только раздаются «авторитетные голоса» но и разрабатываются законы о создании единого «социального рейтинга» населения с учетом статусности и поведенческих факторов конкретного человека на основе объединенных систем управления базами данных (СУБД). (Тут надо отметить, что на начальном этапе подобная система уже внедряется в Китае.) А управлять процессом управление этим интегрированным сообществом СУБД, а значит и осуществлять присвоение этого «рейтинга» конечно же будет ИИ. По мере совершенствования которого безусловно все более будут набирать силу и идеи всеобщей чипизации населения.
А что, если все это в итоге выйдет из-под контроля?