اولین کسب و کاری که ChatGPT را مختل می کند، به احتمال زیاد صنعتی است که آن را ایجاد کرده است.
ایجاد نرم افزار هرگز آسان تر نبوده است. اما برنامه نویسان-پزشکان و کارشناسان به طور فزاینده ای متقاعد شده اند که هوش مصنوعی مولد دنیای آنها را تغییر می دهد - سرعت کار بهترین برنامه نویسان را افزایش می دهد و کاربران عادی را قادر می سازد به چیزهای بیشتری دست پیدا کنند.
سرمایهگذاران پل کدوسکی و اریک نورلین هفته گذشته در مقالهای با عنوان «لحظه گوتنبرگ در نرمافزار» نوشتند: «نسل فعلی مدلهای هوش مصنوعی، موشکی است که هر چند ناخواسته، مستقیماً به سمت تولید نرمافزار هدف میگیرد».
فناوریهایی مانند این در ساخت، اشکالزدایی، و سرعت بخشیدن به تولید نرمافزار به سرعت و تقریباً بدون هیچ هزینهای شگفتانگیز هستند.»
در پایان هفته گذشته، OpenAI نسخه آزمایشی پلاگینهای ChatGPT را منتشر کرد که به آن اجازه میدهد به میل کاربران در اینترنت پرسه بزند و با سرویسها و دادههای دیگر ارتباط برقرار کند.
این اولین قدم بزرگ برای تبدیل یک چت بات مکالمه به یک عامل هوشمند قدرتمندتر است که می تواند وظایف را برای کاربران انجام دهد. همچنین گامی در جهت تبدیل ChatGPT به پلتفرمی است که سایر شرکتها میتوانند بر روی آن کار کنند.
اولین دسته از افزونه ها با اتصال ربات به سرویس های محبوبی مانند Expedia، Instacart، Kayak، Klarna و OpenTable، قابلیت های ChatGPT را در سفر، خرید، رستوران، ریاضی و موارد دیگر گسترش می دهد. البته، این افزونههای برنامهمانند تلاش OpenAI برای تبدیل ChatGPT به یک برنامه جدید برای همه چیز است، همانطور که جان هرمن توسعهدهنده نیویورکی میگوید.
اما آنها همچنین نشان میدهند که چگونه مدلهای جدید زبان هوش مصنوعی فرآیند کدگذاری را تغییر میدهند. معمولاً برای اتصال دو برنامه، یک توسعهدهنده نرمافزار باید API (یا تعریف نحوه تعامل یک سیستم با سیستمهای دیگر) را در هر دو طرف بداند و سپس مقداری «کد چسب» بنویسد تا این دو سرویس بتوانند با یکدیگر ارتباط برقرار کنند. .
برای ایجاد یک افزونه برای ChatGPT، شما به سادگی "مدل را آموزش دهید". شما ChatGPT API سرویس خود را به زبان انگلیسی ارائه می کنید. ChatGPT آن را می خواند و بقیه را انجام می دهد. مهندس و کارآفرین میچل هاشیموتو توییت کرد: "من سیستمهای پلاگین زیادی را توسعه دادهام، و رابط پلاگین OpenAI ChatGPT احتمالاً احمقانهترین و چشمگیرترین رویکردی است که در تمام عمرم در محاسبات دیدهام."
تاریخچه نرم افزار یک توالی طولانی از افزودن "لایه های انتزاعی" جدید است که پیچیدگی منطق باینری را در پشت تعمیم های فزاینده انسان پسند پنهان می کند، از زبان اسمبلی گرفته تا محیط های برنامه نویسی سطح بالاتر و رابط های گرافیکی.
رویاپردازان مدتها قول دادهاند و تلاش کردهاند تا ابزارهای «برنامهنویسی زبان طبیعی» را ایجاد کنند که به مردم این امکان را میدهد تا به سادگی از کلمات و جملات روزمره استفاده کنند تا به رایانهها بگویند چه کاری انجام دهند. چنین تلاش هایی هرگز به طور کامل به وعده های خود عمل نکرده اند - اما این بار ممکن است اوضاع متفاوت باشد.
سیستمهای هوش مصنوعی امروزی، بر اساس مدلهای زبان بزرگ، میتوانند دستورالعملها را مستقیماً از غیر برنامهنویسان یا برنامهنویسانی که از زبان انسانی به عنوان مختصر استفاده میکنند، دریافت کنند. ChatGPT می تواند فورا توضیح دهد که کدی که نوشته است چگونه کار می کند و به سؤالاتی که کاربر انسانی در مورد آن دارد پاسخ دهد. قدرت ChatGPT و رقبای آن به این معنا نیست که همه برنامه نویسان باید به دنبال حوزه های کاری جدید باشند.
خط پایانی: انسانهایی که درک عمیقی از بسیاری از جنبههای برنامهنویسی دارند، همچنان برای اختراع انواع جدید سیستمها، حل مشکلاتی که هوش مصنوعی قادر به حل آن نیست، و شکل دادن (و محدود کردن) ChatGPT و جانشینان آن مورد نیاز است.
اما کار معمول مرتبط با انطباق سیستم های نرم افزاری موجود و کار مشترک آنها ممکن است بسیار کمتر مرتبط باشد. این بسیاری از کارهایی است که امروزه توسعه دهندگان نرم افزار انجام می دهند.
همچنین بخوانید: