Сможет ли нейросеть Devin AI заменить программиста?

Инвестиционный американский банк Goldman Sachs, занимающийся вкладами денег в стартапы и другие привлекательные и приносящие прибыль идеи, на фоне быстрого развития ИИ предсказал, что около 300 млн программистов потеряют работу. Такие выводы сделаны в связи с появлением быстроразвивающихся ИИ, типа Devin AI. Давайте разбираться на сколько, эти слова соответствуют реальности. Сегодня AI умеет рисовать, писать тексты, музыку. Однако делает все эти процедуры с ошибками. Чтобы нейросеть написала качественный код необходимо задать точные промты. Проблема заключается в том, что нейросеть не всегда понимает общую логику работы будущей программы целиком. ИИ способен выполнить простейшие задания, а при добавлении сложных запросов, он рассказывает о сложностях в программировании и просит заменить запрос на более понятный ему.

ИИ в программировании: текущее состояние

В поисках искусственного интеллекта, способного написать программный код, я нашел несколько сервисов, отвечающих моим запросам. Это: GitHub Copilot, Codeium, Tabnine, ChatGPT-4. Так GitHub Copilot работает с языками Python, JavaScript, TypeScript, Ruby, Go, C#, C++. Однако разработчики позиционируют его как помощника программистам. Искусственный интеллект облегчает рутинные задачи разработчика приложений. Например, вы сможете переложить на него выполнение цикличных задач, мелкие задания, наподобие мелких отборов информации из БД. ИИ хорошо понимает, когда к нему обращаешься на английском. Но иногда ссылается на сторонние библиотеки, ошибается в технических деталях. Он просто находит похожую задачу и переносит решения оттуда, игнорируя нюансы новой задачи. Тот же Codeuim хорошо справляется с простыми задачами. ИИ не усложняет код, из-за чего страдает общее качество написанной программы. Сложные запросы обрабатывает медленно. Часто предлагает нерабочие варианты, например, комплексную задачу описывает большим количеством простых команд. Отсюда можно сделать выводы, что нейросеть умеет:

анализировать данные;
составлять прогнозы;
генерировать контент.

Однако ИИ не понимает общий контекст задачи, если и получится создать работоспособное приложение, то оно будет ужасно оптимизировано и забаговано на выходе. Искусственный интеллект не способен проверять сама себя. Программисту приходится исправлять ее ошибки. ИИ не сможет разразвивать и поддерживать продукт. Так как программисты стараются ежемесячно адаптировать приложения под новые запросы людей, а ИИ не умеет генерировать новые фичи. Также нейросеть не способна создать уникальный продукт.

Если Вам требуется размещение серверного оборудования или аренда сервера в Беларуси обращайтесь к нам, наш ЦОД работает с 2011 года и имеет самую защищенную инфраструктуру.

Примеры успешного сотрудничества ИИ и программистов в решении сложных задач

Программисты используют ИИ для:

сравнения технических требований. Они загружают в базу ИИ технические требования и просят ИИ провести проверку. Искусственный интеллект сравнивает документы и находит расхождения в цифрах;
прототипирования. Wix ADI и Leia по запросу разработчика создает прототип сайта. Программисту остается только доработать его;
анализа ошибок. Нейросеть ChatGPT способна искать ошибки в коде и объяснять, почему она считает ошибку таковой;
тестирования. ИИ заменяют некоторые этапы тестирования программного обеспечения, чтобы избавить разработчика от рутинной работы.

Devin AI: новый игрок на поле ИИ-разработки

Но, совсем недавно, вышел новый игрок на поле разработки программного обеспечения с помощью ИИ. Это нейросеть Devin AI. Этот искусственный интеллект является виртуальным независимым от человека инженером со своим набором инструментов. В отличие от предыдущих нейросетей, Devin AI не предлагает решения, а самостоятельно их разрабатывает в безопасной среде. Он умеет планировать, проектировать, создавать программные обеспечения. Из особенностей Devin AI могу отметить следующие:

точность;
независимое решение проблем;
новые ориентиры, которые задает эта нейросеть. Так, Производительность Devin раздвинула границы возможного с помощью LLMS (продвинутых языковых моделей искусственного интеллекта) в разработке программного обеспечения.

Давайте сравним Devin AI с популярным GitHub Copilot.

Однако на англоязычном сервисе Youtube уже вышло видео с разоблачением функциональности и работы Devin AI. Оказалось, что нейросеть сначала создает файлы, которых не было в репозитории с заданием, а потом сама их исправляет. В итоге на выполнение задачи у нейросети ушло около 6 часов. В то время как опытный программист справился бы с ней за 30 минут.

Что в итоге?

Из вышеприведенных фактов ясно, что ИИ развивается быстрыми шагами. Однако без обучения его человеком, без обслуживания нейросети программистом, без проверки кода и контроля над работой, нейросеть не сможет функционировать самостоятельно. Поэтому сегодня можно не беспокоиться о том, что миллионы программистов окажутся безработными. Вот когда искусственный интеллект научится обслуживать сам себя, тогда придется беспокоиться всем людям на планете, а не только разработчикам приложений.