«Гей, GPT-4, напиши мені застосунок для iOS!» — розробник протестував нову версію мовної моделі

💡 Усі статті, обговорення, новини про AI — в одному місці. Приєднуйтесь до AI спільноти!

Розробник Мортен Джаст показав, як ChatGPT з мовною моделлю GPT-4 можна використовувати для створення застосунків для iPhone.

Він попросив створити застосунок, який щодня рекомендував би 5 нових фільмів з трейлерами та платформою для перегляду. В першій версії довелося попросити модель виправити 2-3 власні помилки, що вона і зробила (і перепросила за них). GPT-4 зібрала та виконала те, що просив Мортен:

Після цього розробник попросив підлатати інтерфейс та додати трейлери фільмів:

Мортен не мав впевненості, чи дані стрімінгів взагалі доступні, але попросив показати сервіси. Мовна модель описала, як оновити код: тобто замість того, щоб надавати весь код знову і знову, вона вибирала розділи в коді та навіть коментувала непов’язаний код.

«Тепер у мене є застосунок, яким, я майже впевнений, завтра скористаюся. Я жодного разу не використав API. Я навіть не вибирав API спочатку. Я лише дав кілька підказок GPT-4. Як хороший колега.», — резюмує розробник.

Весь код можна переглянути на github.

👍ПодобаєтьсяСподобалось7
До обраногоВ обраному1
LinkedIn
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter

Програми воно пише краще ніж римує віршики

Я уже второй день бьюся над дебильно составленным(скорее всего неправильным) xml ответом c GO
Я честно пробывал три раза формализировать запрос и спросить у 3.5 и 4 модели. Код генерится, результат — тот же что и уменя, нефига оно не парсит. Но код от chatGPT изобилует структурами вида

struct ST1{
field1 *ST2 `xml:",omitempty"`
}

struct ST2{
field1 string `xml:"something"`
}

И тому подобными нафиг ненужными кусками. Такие еще выдает swagger.

Ну и еще оно постоянно упускает какието поля, напоминаешь — добавляет. Фигня в общемто. Проще самому вписать.

В дебаге данной задачи, естественно, не помогает. Только пишет общеизвестные данные о том, как структуры и SOAP устроены, покругу.

Какое нафиг приложение?

что оно делает хорошо — хорошо понимает язык, дает ответ если у структуры один уровень макс. Но блин, это делает и встроенная в IDE тулза причем быстрее.
Зато чего не делает встроенная тулза — не добавляет ВЫДУМАННЫЕ!!!! поля которых нет в спецификации в структуру.

Из хорошего — мне показывали реально работающий пример оценки общения суппорта с клиентом, он работает, выдает формальный ответ в json. Правда, почемуто датасайнтисты его написавшие принципиально не хотят сообщать информацию о количестве ложно-положительных и ложно-отрицательных срабатываний. Подозреваю, они первый раз слышат о таких концепциях.

Короче, незаменимая вещь, если нужен хайп или никто вас не будет *ть за неточный результат анализа.

На 4ій моделі? запити в студію. Я зробив 4 різні апи ним, таких проблем не зустрічав. На 3тю можна навіть не дивиться, вона дійсно придумує багато.

над дебильно составленным(скорее всего неправильным) xml

может в этом и проблема :)
Чем уникальнее, кривее, пересыпання нюансами из воздуха(эмпирикой) задача — тем хуже он с ней справляется.
Ну, как человек — дашь человеку хорошо написанное ТЗ, и приятный код — бытенько напишет и свой.
Дашь непричесанные хотелки заказчика, и говнокод к ним, от нескольких фрилансеров — ну...

из моего свежего применения — понадобился exeшник, чтобы подкидывать в виндовые инстансы. Go ставить было влом, взял Tiny C compiler.
А дальше — просил писать ChatGPT4. Напиши многопоток такой-то. Отрефактори вот то. Добавь еще се.
Вобщем получил нужный код, на вид все с ним ОК, и да, и скомпилировался без ворнингов. Он конечно простой, на программу не тянет.

Перед этим — набросал текст, тезисно, конспективно, для демо перед заказчиком, а потом попросил «задать вопросы из зала».
Очень хорошие вопросы он задал.

никто вас не будет *ть за неточный результат анализа.

Во многих провалах применения я часто вижу проблему:
Нечеткой постановки задачи, нечеткого понимания требуемого результата, а то и сама формулировка задачи попахивает неразрешимостью (т.е. вспоминается Слабое место математики: можно ли доказать всё, что истинно? ), а значит результат оценивается "нравится"/"не нравится«, интуитивно. Ессно по такому критерию и результат другого человека — вряд ли понравится :)

Большую ж программу с ним писать сложно пока, просто потому что ему нужно передать большой контекст — это как и связанный код, так и требования.
И да, есть у него забывчивость — при следующих итерациях он может забыть «мелочь» которую уже сделал.

Кратко:
Чуда с ChatGPT4 не случилось.
Как у некоторых заказчиков с:
«А сделайте мне кнопку которая делает — Хорошо и Правильно. Вы же специалист, верно?»

уверен, такого чуда и не случится (см выше «Слабое место математики» о причинах)

не добавляет ВЫДУМАННЫЕ!!!! поля которых нет в спецификации в структуру

Я с этим устал бороться в некоторых контекстах, натурально придумывает атрибуты объектов, которых не существует. Говоришь ему, что такого property нет, ох сорри да точно нет и придумывает другое, которого тоже нет..

Хотя на простых запросах, действительно дает адекватные и быстрые ответы, гораздо быстрей чем гуглить их руками

Читаю і не розумію чо ви очкуєте? Дивіться на це як на помічника який рутину всю зменьшить і все. По факту ви лише приймаєте відповіді і підганяєте під себе/команду. Но це не заміна, а лише додаток до можливостей...

Проблеми починаються на складних чейнж-реквестах. Потрібно дуже дуже детально прописувати що саме тобі потрібно. Хоча іноді і це не допомогає. Іншою проблемою є завмирання генерації. Треба присати ’продовжуй’ щоб чат дописав програму.
А так для невеличких сніпетів дуже добре.

Воно видає код не самої кращої якості. Але скоріше всього в майбутньому не буде потреби писати код, наприклад для онлайн магазинів та інших рекомендаційних сервісів. Тому що веб-сторінка це по суті машинний інтерфейс а для людей зручніше просто сказати що вони хочуть. І скоро шопінг буде виглядати десь так
imgur.com/a/V58WpG6.
Це може бути зручніше двох десятків опцій пошуку на самому сайті.

Але скоріше всього в майбутньому не буде потреби писати код, наприклад для онлайн магазинів та інших рекомендаційних сервісів.

Платформы и маркетплейсы существуют уже очень давно
И там основной плюс не в том, что не надо писать код, там основной плюс в том, что не надо тратиться на админа и поддержку

І скоро шопінг буде виглядати десь так
imgur.com/a/V58WpG6.

Фильтра существуют уже очень давно. И работают быстрее чем чат.
Чатбот мог бы помочь переварить если бы продуктов было бы очень много. Но их мало.

І скоро шопінг буде виглядати десь так

Это типа «Юниксовая консоль: возвращение»

Тож ви розумієте як воно буде працювати через якийсь час (коли воно навчиться цьому)):
— отримати завдання
— знайти «індуса» який згоден його виконати за чашку рису
— перепродати результат

)))

Я дивлюсь на свій код й тупо не розумію що з цього могла б нейронка написати — тому що всі нюанси кодом виходить коротше описати ніж свормувати текстом завдання. Й пробував щось генерувати — як для натхнення норм, навіть працює, але мені таке соромно було б пушити.

З чим класно справляється нейронка — це все тупо бойлерплейт. Цього коду взагалі не повинно бути, бо як такий код читати потім? Це все повинно бути у вигляді ліб та фреймворків, а не тупий копіпаст, який настільки копіпаст що навіть нейронка його може зробити.

Але це прокатує з деякими лібами, наприклад мене виносить spring security — він дуже заплутаний, коду написати треба багато — там якийсь рандомний конфіг написати, тут якийсь клас, там відключити мільон того що тобі не треба, перерити доку, ти це вже робив сто разів, там нічого складного, але мозок таке не запамʼятовує, воно тупо нелогічно й тому не встроюється в памʼять, тупо в прокрастинацію кидає. Ось там chatgpt нагенерував дуже класний шаблон — трохи виправив й ок. Але це не нейронка класна. Це spring-security лайно.

Тому ним не користуються сеньйори, і він не для того створений щоб програмувати. Для мене чат гпт це заміна Гугла, єдина проблема щоб його шибко довчати можно було на підставі даних з інтернет і все. Кінець Гугл

У гугла є бігдата, величезні обʼєми інформації, архівної до того ж(от коли був якийсь крутий сайт, а потім його не стало). Де то все візьме чат гпт?

Microsoft придбає ту біг дату за копійки(за адекватну ціну) на паддінні акцій Google разом з гуглом, і буде собі на них тренувати наступні версії Chat GPT.

До того все і йде що різні ceo, vice presidents, developer fellows, distinguished developers, technology advocates і інші поважні люди в компанії за ковырянням в носі розробкую нової версії ангуляру забули, що власне формує основну вартість компанії і пропустили інновації по повні программі в цьому напрямку.

Я тут не бачу пропусків жодним чином. Angular робочий фреймверк, що вирішує конкретну виробничу задачу — створення server less web застосунку, тобто який добре працює на клієнті і при цьому дозволяє зекономити на серверній інфраструктурі бо не завантажує сервер генерацією динамічного HTML. Chat GPT доки що жодної виробничої задачі не вирішує, але демонструє прогресс в технології. Літак Братів Райтів — теж був веселою новинкою свого часу, який не мав жодного практичного сенсу.

Я тут не бачу пропусків жодним чином.

на цьому фоні як не згадати лулзи з недавнім не зовсім вдалим запуском у гуглі сируватої копії chat gpt, і віпривдання директорів накшталт — ми це робимо вже багато років, але ми ще не все протестували і код не весь порефакторили..

Google величезна махіна з купою офісів по різних країнах, та містах і низкою відділів, які як вони самі пишуть часто не знають, що роблять інші відділи. Десь тут на DOU було інтервью, в якому один із співробітників казав — що в них у відділі власний стек фреймверків і Angular, наприклад, вони у себе не використовують. А сам Angular робить такий то відділ такого то офісу, який по факту є викупленим стартапом. І про Angular чи Tensorlow чи про щось таке, вони теж дізнаються через публічні ресурси як і усі інші. Єдине, що як захочуть — то можуть звернутись до безпосередньо виробника фреймверку без зайвої бюрократії. Напевно, що десь якимсь відділ заімався мовними моделями багато років — такий собі нікому не цікавий проект Macintosh який до цього моменту щось робив 10 років у якості Demo для Tensorflw наприклад. І тут раптом той проект став потрібен, бо до керівника відділу звернувся сам CEO разом із CTO, щоб клієнти не побігли до Bing. Так і виявилось — «працюєм над чим багато років». Тобто як перекласти — десть там є демка яка створена років 5-10 тому на швидкоруч Васею який пішов спочатку в Meta, а потім в OpenAI. Тепер Її треба дотюнити проабгрейдити під нову версію Tensoflow тощо.

На гуглівьским colab щось почав на python і keras писати. Це актуально ще? Чи не гаяти час а чекать GPT-4 API?

А чого його називають API? Дивився там якийс схожий на .json формат запиту показаний. А такого типу CreateContent(’what is ADAM in deep learning’).params(’short’).translate(’ukr’) там нема?

Ну потому что API, там кроме чата куча всего.
Это ж языковая модель. Вы должны написать что-то типа

Answer in ukrainian, make answer between 100 and 200 chars. What is ADAM in deep learning.

ох пізно я пішов в іос деви, потрібно було по закінченню універа йти, а тепер майже все, може ще декілька років попрацюю тай все нікому не буде потрібно стільки девів(

Ну тобто чувачек написав просту программу, використавши AI інструмент, фактично як компілятор щоб на ансамблері не писати. Поступово формалізував вимоги та фіксив баги він за великим рахунком так само як і в ручну.

І це тільки початок, поїзд ще тільки від’їжджає від станції

Якщо подивитися на код за посиланням то можна побачити, що то повне лайно. Безумовно, це «лайно» виконує поставлену задачу, але коли треба буде трохи змінити додаток, а потім ще трохи, а потім ще трохи, а потім розібратися чому воно не працює, а потім прилетить нетривіальна таска від бізнесу і АІ втомиться впилювати її в те лайно що він накодив раніше.
Так шо такий собі початок як на мене.

можна сказати, шо було створено робочий прототип для презентації застосунку. І таким чином можна щось спрогнозувати щодо майбутнього вдосконалення і т.д.

Такі прототипи роблять у фігмі UX-UI дизайнери за годину. А щоб додати потрібну логіку треба набагато більше часу потратити. І тут AI-асистенти безперечно допомагають, але ще ніяк не є замінником досвідченого розробника.

я ж і не стверджую, що воно є замінником. для мене це як інструмент розробника. все одно «гуглю», і доводиться форуми читати, інформацію перероблювати. а так воно дає одразу майже потрібний результат

Ем, а як ви зрозумієте, що він потрібний?

Якщо у вас вистачає експертизи, то ОК. Але нащо тоді шукати в гуглі? Там шукають, як раз тоді коли невпевнені в своїх знаннях, або впевнені, що їх не вистачає.

Але якщо в цій сфері вона у вас не дуже? На форумах можна почитати, знайти статті в гуглі та написати код за який не буде соромно. А тут він вам щось накодить, а що ви зрозуміти не зможете. Причому він вам розкаже що це те що вам треба

Гуглять не тільки готовий код, а ще й щось з документації. Я не можу запам’ятати всю документацію, тому гуглю конкретну інформацію. А так той чат одразу надасть приклади

О! Вже ми на етапі «досвідченого»
Ще ближче і ближче ;)
Так в тому й річ, що завдяки ньому вже багато трейнів та джунів скоро будуть просто не потрібні.
Я от сто років на JS нічого не робив, все позабував. Треба було на днях отримати каталоги компаній з параметрами по окремим містам.
Взяв чатджпт, дав йому запрос на створення парсера з гуглапішки, декілька коригувань, і в той же вечір зробив собі скрипт, який легко переналаштовувати за потребою, і який мені видає потрібну базу даних. Якби я все згадував, ліз у бібліотеки, — то просидів би явно довше.
Тобто з ШІ навіть не дуже досвідчена людина в програмуванні може вже створювати, нехай і нескладні, рішення

Ну от коли ШІ програми зможуть генерувати всю структуру проекту і білдити готові бінарники апок по заданим вимогам, тоді і можна буде говорити про непотрібність джунів. Наскільки я зараз бачу великою проблемою є те, що іноді на опис достатньо детальних вимог, щоб отримати потрібний кінцевий продукт може піти більше часу ніж написати це вручну. А баги фіксити з допомогою АІ думаю буде ще тим челенджем.

Наскільки я зараз бачу великою проблемою є те, що іноді на опис достатньо детальних вимог, щоб отримати потрібний кінцевий продукт може піти більше часу ніж написати це вручну.

Это кстати моя основная проблема с гуглом — мне уже чаще оказывается что быстрее посмотреть исходники или даже поковырять дизассемблер, чем искать информацию в гугле. И мы походу вываливаемся в AI death valley: какие-то простые задачи решить можно, но при увеличении сложности может быстро оказаться, что использование кодобредогенератора будет просто контрпродуктивным

Можливо коли вони навчать його слухати мову та відповідати голосом, може стати легше

А що це змінить? Граничну складність задач, які він може вирішувати, це не підвищить. Просто змінить формат input/output’у

Ну це класика і для людини. Без детального ТЗ — результат буде ХЗ.
На рахунок «зараз» я нижче писав в темі — тут вже можна боятись вайтішникам та трибаксовим індусам. Зрозуміло що специ з досвідом можуть спокійно спати ще років 5 точно.
Наприклад сенс тримати декількох трейнів якщо можна взяти одного джуна, який буде писати промти для тасок і отримувати той самий результат за значно менший час

Наприклад сенс тримати декількох трейнів якщо можна взяти одного джуна, який буде писати промти для тасок і отримувати той самий результат за значно менший час

Вы наверное плохо понимаете зачем вообще нужны трейни

Вы наверное плохо понимаете зачем вообще нужны трейни

Щоб колись стати розробниками, ні?

Все гарно, але якщо відсікти трейні взагалі, може прийти момент, коли не буде свіжих мізків

А баги фіксити з допомогою АІ думаю буде ще тим челенджем.

Цікаво б це спробувати

Ai вміє втомлюватись?)

Що цікаво, народ констатує, що інколи надвеликий рівень генерацій може призводити до того, що нейронна мережа (тобто класифікатор) починає давати результати гірші — ніж були навіть при малих. Це побачили при експериментах, на розпізнавання образів. Феномен якраз назвали — виснаженням. Найкращі результати були при середньому рівні генерацій.

це Ефект Даннінга — Крюґера на прикладі AI )

Нейронна мережа, занадто багато про себе думає — цікавий висновок :)

надвеликий рівень генерацій

Це як? Щось не дуже зрозумів в контексті статистичних генераційних моделей.
Там алгоритм зазвичай тупо обірає наступне слово з топ-Х результатів із рандомом, який залежить від «температури».

Мається на увазі, коли від нього вимагають більше варіантів вирішення одної задачі?

якщо побачить дещо з того що я інколи бачу — він не тільки втомиться, але й одразу вигорить назавжди

У gpt-3.5 щось типу переповнення контексту відбувається, якщо довго ставити уточнюючі питання і виникає почуття що ти його замахав. Фіксається відкриттям нової бесіди.

Так прикол в том, що жпт-4 може втомиться, а жпт-5 вже не втомиться :shrug:

Ну на ассемблері теж буде набагато кращій результат ніж той бінарний код, який згенерує компілятор. При умові, що ви добре знаєте особливості обладнання і маєте дуже високу алгоритмічну підготовку, а також добре розбираєтесь в предметній області завдання автоматизації тобто можете вірно інтерпретувати вимоги до ПЗ. Як на мене код — відносної паршивості, студент першого симестру першого курсу може і гірше написати.

Ну років 20 тому два моїх знайомих заклалися що С++ компілятор Intel створить код кращий під конкретний процесор Intel за людину. Обрали завдання, методику тестування, метрики. В метрики не додавали час на розробку, міряли для цікавості. ;)

Реально компілятор переміг, там була краща оптимізація за людину. І тому програма на 5-10% працювала швидше. При тому що він витратив 5 хв. на компіляцію, а людина 2 тижні на оптимізацію. Ну і ще хвилин 20 розробник писав той тестовий код на С++. ;)

Проблема ШІ в тому що він може намахувати, а людина якщо не має знань цього не зрозуміє. І це гірше за погану якість коду.

Ну це класичний холівар, в якому я теж приймав участь на минулій роботі. Щоправда ми порівнювали якийсь древній : GCC, MSVC++ 7 та Intel. На вінді, в нашому бенчмарку, взятому з бойового коду проекту, майкрософтскмй компілятор і Інтел показали один і той самий результат, GCC із тріском програв. А от на Linux — переміг GCC з дуже невеликим розривом з інтелом та з великим розривом із віндою не на рахунок вінди. Почали з’ясовувати чому такі результати, через профайлери. Виявилось, що наш бенчмарк вимірює функцію копіювання пам’яті memcpy із стандартної бібліотеки, яку викликають усі компілятори замінюючи цикл її визовом, під час оптимізації. Ця функція написана на ансамблері людиною в ручну і її код відкритий і його можна легко знайти. Intel використовував стандартну бібліотеку від MS компілятора на вінді і GNU LibC на Linux. А Mingw (GCC для Windows) використовував системну CRT, тобто системну бібліотеку С в Windows яку використовує сама операційна система. З MS VC++ поставлявся додатковий пропатчений CRT, який треба потім доставляти, кінцевому користувачеві як Redistributable package, щоб програми створені компілятором мали змогу працювати на вінді кінцевого користувача, щоб це зробити треба було до Windows 10 і введення Universal CRT при створенні інсталятора прописувати залежність з маніфестом і ще купа геморою, це стосувалось компілятора Інтел під вінду в повній мірі який був зроблений так щоб не було різниці між рідним для платформи компілятором. Таким чином компілятор виявився лише фронтендом — до ассемблерного коду створеного людиною в ручну. І GNU Lib C memcpy — виявилась набагато швидше за MS CRT. AI, в данному випадку швидше за усе працює так само як і компілятор — шукає в інтернет шаблон стандартної задачі створений людиною і комбінує його під вискороівневу програму, яку йому задав програміст у якості вимог. Професійний програміст звісно напише більш оптимальний код, та для такої пописульки як то електронна афіша фільмів в online кинотеатрі, код треба створювати швидко і дешево — а не оптимально. З іншого боку — реальні проекти зазвичай набагато складніші, за електронні афіші що фільми промоутять. Скажімо чи зможе AI написати нову фітчу для Blender щоб створювати самі ефекти для фільма ?

Проблема ШІ в тому що він може намахувати

Саме так. Особливо помітно у тій статті, де пишуть, що він найняв людину, щоб каптчу пройти, та збрехав, що він не робот і про поганий зір :)

Ще кілька років назад мало хто вірив що AI зможе в найближчому майбутньому написати програмку складнішу за умовний hello world. А зараз жалієтесь що програми неідеально пише чи пише з помилками. Зажрались.

Не бачу нічого страшного. Звісно якщо ти матерний iOS розробник, то ти сам швидше напишеш. Хоча і ти з задоволенням будеш AI використовувати (github copiliot). Але якщо ти новачок на тій чи іншій платформі, і не хочеш кілька тижнів зубрити мануали і читати книжки на кілька сот сторінок, ти просиш AI написати програму і пояснити, і потім допилюєш її. Як мінімум будеш знати які API і фреймворки використовувати.

Ну і як я казав, поїзд ще не відійшов від станції. Буде GPT 5, 6, 10, 20.

Ще кілька років назад мало хто вірив що AI зможе в найближчому майбутньому написати програмку складнішу за умовний hello world

Кодогенераторы существуют несколько десяток лет.
Тут скорее изменение в формате исходного кода, однако пользы от использования размытого ТЗ будет довольно мало

Вордпресс (і всі його побратими) — прекрасна штука, яка закриває шалену кількість кейсів і дозволяє запиляти сайт без участі команди гомнокодерів і взагалі без фінансових затрат. А от якщо хтось намагається натягнути вордпресс на щось нетривіальне, то це його персональні проблеми.

На Excel крутиться десь 80% світового бізнесу. А на зошитах та блокнотах, мабуть всі 90%, майже всі стихійні торгові лотки по продажу панчох та ретузів. Цікаво, що це може означати ?

я дійсно хз шо це може означати, але сподіваюся шось прекрасне :)

Цікаво, що це може означати ?

що в майбутньому АІ цілком замінить людину.....*несамовито регоче.

Ти міркуєш як кодер лудит у своїй мильній бульбашці. Ти в курсі, що вордпрес — це найпоширеніша смс-ка для сайтів? І вона вирішила проблему мільйонів, так МІЛЬЙОНІВ мікро-бізнесів, людей які ведуть блоги і т.д. Тобто не треба йти до Дмитра Очеретка, і просити зробити за сто тисяч сайт для продажів корму рибкам, коли можна при мінімальних знаннях встановити вордпрес і натягнути якийсь вукомерс і налаштувати за пару вечорів. Ну максимум найняти джуна на декілька годин де домогосподарка застопориться.
І все. Проблема бізнесу вирішена.
Вчора домогосподарки, сьогодні застосунки парсери, тощо. Завтра ще більш складніше.

Безумовно, це «лайно» виконує поставлену задачу

Ви вже на етапі торгу та прийняття

Прияняття чого? Те що це цікавий інструмент то безумовно. Але для написанння якісного коду на поточний момент воно явно ще не готове, та напевно воно й не для того розроблялося.

О. Вже кажемо про «якісного».
Тобто на даний момент ці технології вже готові замінити сотню мільйонів індусів, про що раніше не було й мови. Тобто процес іде

на даний момент ці технології вже готові замінити сотню мільйонів індусів

Не готові. Якби були готові то вже б замінили. AI ж не вчора вигадали.

ШІ не втомиться.
Може втомитися той, хто йому таски пише, або взагалі увійти в тупик :)
Я вчора грався з чатГпт про написання коду. Головна перевага в тому, що він пише швидко і якщо щось написав не те, також швидко виправиться.
Але мені, наприклад, потрібно точно знати що саме я від нього хочу, а також бест-практіс — тоді я можу вимагати від нього конкретні правки.

А потом перестроится в левый ряд и даст по тормозам, как автопилот теслы? Кстати, почему автопилоты не получились до сих пор?

А тому, що треба враховувати 100500 видів ідіотів на дорозі, які купили права. В розвинутих країнах таких значно менше, але я поїздивши багато там теж різне бачив. До речі, термін road rage виник саме в США.

Одна из частоповторяемых проблем автопилота является проблемой «ребенок за рулем». Т.е. человек более не водитель, а автоинструктор, что куда более сложная и стрессовая задача. В итоге происходит не упрощение, а усложнение, и это пользователям нафиг не нужно.

Підписатись на коментарі