Стенфордський звіт AI Index: коротко розбираємося з останніми тенденціями в галузі ШІ

Усі статті, обговорення, новини про AI — в одному місці. Підписуйтеся на DOU | AI!

Стенфордський університет опублікував сьоме видання звіту AI Index, зібрали найцікавіше для айтівців:

Науковий прогрес прискорюється завдяки ШІ. У 2023 році з’явилися важливі наукові програми — від AlphaDev, що робить алгоритмічне сортування більш ефективним, до GNoME, що полегшує процес відкриття матеріалів.

ШІ перевершує людину в деяких завданнях, але не в усіх. ШІ перевершив людську продуктивність у кількох тестах, зокрема в класифікації зображень, розумінні англійської мови. Проте він відстає у більш складних завданнях, таких як математика на конкурентному рівні, розуміння візуалу, планування.

ШІ робить працівників продуктивнішими та сприяє вищій якості роботи. А також має потенціал подолати розрив у навичках між низько- і висококваліфікованими працівниками.

Окрім того, передові моделі стають набагато дорожчими. Наприклад, на навчання GPT-4 пішло приблизно $78 млн, Gemini Ultra обійшовся в $191 млн. Зросло й фінансування генеративного ШІ, досягнувши $25,2 млрд (незважаючи на зниження загального обсягу приватних інвестицій у ШІ минулого року).

До речі, на ютубі DOU вийшло відео про історію Стенфордського університету. Переглянути можна тут 👀

А які тренди та прогнози спостерігаєте ви в цій галузі? Діліться у коментарях 👇

👍ПодобаєтьсяСподобалось2
До обраногоВ обраному0
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

У звіті жодного слова про Causal Ai та Decision Intelligence (хоча вони є на гартнеровкому Hype Cycle щодо штучного ітеллекту). Зараз AI вміє в кореляції і не вміє в причинно-наслідкові зв’язки. Саме розуміння причинно-наслідкових зв’язків і контрфактуальне мишлення дозволили зробити бульшість відкриттів. Доки AI не зможе визначати причинно-наслідкові зв’язки — його власно неможна називати «інтеллектом» :))

Зараз AI вміє в кореляції і не вміє в причинно-наслідкові зв’язки.
Доки AI не зможе визначати причинно-наслідкові зв’язки — його власно неможна називати «інтеллектом» :))

Тобто на даному рівні свого розвитку ШІ може легко замінити половину ІТішників :)
На жаль, по спілкуванню на цьому форумі стає зрозуміло, що курс дискретки засвоїли одиниці.

Знати та розуміти — це, імхо, дві дуже різні категорії. Можна прослухати та знати багато курсів, але нічого не розуміти в реальному житті.

Наприклад, всі в школі вчать основи хімії (кислоти, луги, солі). Але мало хто розуміється навіть на мінеральній воді та її складі. Не кажучи вже про більш комплексні та важкі речовини, продукти тощо.

А що він не так сказав? Кореляція то не те саме, що одне спричинило інше. Може бути щось інше що впливає на обидві корелюючі змінні та є причиною.

А що ШІ винайшов або відкрив в 2023 році?

От ці дрібні та мерзенні людські інтелекти щось винаходять, щось відкривають, щось досліджують.... а що нового винайшов та відкрив величний штучний інтелект?

Чи планується присудження Нобелівського премії ШІ в 2024 році по всім дисциплінам?

А що ШІ винайшов або відкрив в 2023 році?

Технічно, багато вакцин відкриває саме ШІ вже мінімум років 10. Створення кандидатів для вакцин — це задача, яку без потужних обчислювальних можливостей не вирішують.
Інша історія, що не ясно як це впливає на ІТшечку.

Як впливає — спеціалісти з ШІ мають роботу, а Python став найбільш затребуваною технологією на ринку, саме так впливає. Це ж не про ChatGPT йдеться, а про роботу з Caffe, Numpy, Tesnsorflow, PyTorch тощо.

Медичних вчених спалили на масовому використанні ChatGPT. Дослідження дуже геніальне: GPT дуже любить слово «delving», причому настільки, що навіть самі розробники нейронки жартують над цим.

І ось вчені вирішили з’ясувати, як часто це слово зустрічається на популярному сайті зі статтями PubMed і з’ясувалося, що майже 3000 статей у 2023 році і 2500 статей у 2024 році. Скрізь повторювалося слово «delving» кілька разів.

Не вловив ваш коментар та його спрямування.
Якщо можете якось спростити або перефразувати — може щось сприйму, дякую.

https://deepmind.google/discover/blog/a-glimpse-of-the-next-generation-of-alphafold/

Не так страшний поточний AI як швидкість, з якою він розвивається

Швидше як те — що усі інвестиційні гроші які не потрапили в мілтч, пішли саме на AI, а не на традиційні ІТ проекти. Тобто AI зовсім не обов’язково писати код, щоб залишити вас без роботи із зарплатнею. Також як бачимо сервери з генеративним AI мають мало не такий же вплив як і скажімо криптовалюта, займають велику кількість серверів та витрачають електроенергію, що звісно зменшує пропозицію на ринку серверів, відповідно до Адама Сміта і Давида Рикардо збільшує попит на Hardware. Таким чином генеративний AI робить дорожчим оренду серверів під програмні продукти і одночасно дорожчим обладнання і компоненти, як то : процесори, материнські плати — а найбільше відеокарти. Це усе робить розробку ПЗ суттєво дорожче, відповідно до тих самих Сміта та Рикардо — залишає вас без роботи/зарплати.

Розробка мізків коштуватиме менше — не трильярди. Гаразд, збрехав. Може декілька.
Що не так з визначенням перспективного напрямку розвитку?

Дивлюся Фалаут і сміюся — вони знайшли рішення. А я теж знайшов — чого у світі все так погано? Того що немає мозгів у людей. То як все покращити? — створити мізки. Додати всім людям мізків.
Ось ви скажете — ні, краща зброя — ядерна чи хімічна ну може біологічна. На неї кінемо трильярди і будемо всі потім у щасті

Поки бачу зріст прибутків «продавців лопат». Коли чекати росту акцій золотошукачів що повелися на цю лихоманку?
Ну типу ось наприклад загнивав умовний авіагігант, двері вивалювались, ітд. А як запровадили ГенАІ — то спроектували найнадійніший літак в історії.

Так-собі аргумент.
В моїй інфобульбашці, чи не кожен від джуна і до СЕО використовують той чи інший GenAI в своїй роботі, таким чином суттєво пришвидшуючи/полегшуючи собі щоденну рутину або складні задачі.

Особисто мені GenAI вже допоміг виграти два хакатона на роботі лише за 2024 рік %)))

Сумарно по світу, думаю, за допомогою GenAI ВЖЕ зекономлено мільйони людиногодин, а це значить, що якісь продукти вийдуть швидше, якісь якісніше і т.д.
А скільки дипломів і курсових він вже допоміг захистити...
Тому поки все рухається в правильному напряму.

В моїй інфобульбашці, чи не кожен від джуна і до СЕО використовують той чи інший GenAI в своїй роботі, таким чином суттєво пришвидшуючи/полегшуючи собі щоденну рутину або складні задачі.

Давайте приклади, в яких це дало реальний приріст ефективності. Це справді буде корисно багатьом, думаю.

Бо в моїй бульбашці теж так, от тіль, коли пробуєш у них навчитись, то це:
— згенерувати графіки (тому що іншими тулами навіть не подумав скористатись);
— згенерувати датасет для тестів (але іноді туду хна потрапляє і треба її при запуску тестів);
— моє улюблене — генерувати тести на код (власне окрім нерозуміння для чого потрібні тести, тут ще й те, що треба їх потім руками виправляти);
— усіялкі копайлоти, що економлять час на процесі набору рутинного коду (який складає десь 10% від роботи програміста).

Давайте приклади, в яких це дало реальний приріст ефективності.

Все відразу і не згадаєш.
З не-технічних активностей це написання листів, ріпортів, документації.

З технічних це генерація коду, рефакторинг, пошук багу в коді, пояснення коду і т.д. Без АІ ці всі активності займали в рази більше часу і сил.

Все відразу і не згадаєш.

От в тому то і проблема — всі використовують, але гарні приклади чомусь «не згадують».

З не-технічних активностей це написання листів, ріпортів, документації.

Тут питання «для чого». З того що проговорював з іншими людьми зі схожими сценаріями, то все звелось до «викоанання непотрібної роботи».
Наприклад, суть «репорту» — це узагальнення досвіду, тобто власне осмислення. Але якщо репорт робиться «щоб покласти в папку», а не зробити висновки, тоді так ШІ тут допоможе згенерувати постідовності символів схожі з послідовностями в документації.

З технічних це генерація коду, рефакторинг, пошук багу в коді, пояснення коду і т.д. Без АІ ці всі активності займали в рази більше часу і сил.

Про генерацію, я писав.
Рефакторинг — це інструмент, щоб не були потрібні інші пункти з вашого списку.
Пошук багів — тут питання в складності: якщо баг простий, то треба не ШІ, а краще писати код; якщо складний, то ШІ його не знайде (ну або наведіть реальні приклади).
Пояснення коду — тут теж є секрет, але ви нікому не розповідайте — треба писати код так щоб він був зрозумілий, а не такий, що потребує пояснення.

Згадав 2 кейси, коли сам використовував:
1) згенерувати хмарну архітектуру для __простого__ проекту, по факту чи не референс. Але тут проблема скоріше в тому, що це було швидше ніж шукати десь таку, що колись робив.
2) побудова рішення для закриття вимог по безпеці. В оригіналі це вимагало мітингу з секуріті архітектом і десь за 15-30 хв ми придумали рішення. В якості вправи десь за той самий час я отримав схоже рішення від чатГПТ. Але тут ключове, що я не є спеціалістом в безпеці.

Власне дуже хотілося б побачити реальні кейси (не обов’язково від вас, доу ж типа технічна спільнота, може в когось будуть). Бо поки все що бачив, то ШІ замінює низькокваліфікованих білих комірців.

«щоб покласти в папку»

Ти по контракту маєш разом із кодом видати набір документації який замовник покладе собі в папку, це потрібна робота чи ні?
Аналогічно із дйлі/віклі/місячними/квартальними репортами які вимагає клієнт/начальник. Це потрібно чи ні?

І таких прикладів вкрай багато на які раніше йшли години, а в окремих випадках дні, а зараз він декількох хвилин до години.

треба писати код так щоб він був зрозумілий

Звичайно)))) А ще треба не використовувати антипатерни, не працювати з індусами, не писати тимчасові рішення які стають постійними, не мати легасі, а кожен проект починати з нуля, відразу всім все знати і просто бути молодцями)
Не розумію до чого це було сказано. Мені здається кожен, хто пропрацював в індустрії більше місяця знає, що багато де все тримається на костилях, тимчасових рішеннях, технічному боргу і решті прекрасних речей.

Також рекомендую завітати на конференцію Доу дей(dou.ua/dou-day-2024), там якраз Дмитро Овчаренко буде розповідати про реальний кейс як вони інтегрували чат гпт в роботу архітекторів.

Ти по контракту маєш разом із кодом видати набір документації який замовник покладе собі в папку, це потрібна робота чи ні?
Аналогічно із дйлі/віклі/місячними/квартальними репортами які вимагає клієнт/начальник. Це потрібно чи ні?

І таких прикладів вкрай багато на які раніше йшли години, а в окремих випадках дні, а зараз він декількох хвилин до години.

На питання в такому формулюванні, відповідь — Ні, не потрібна.
Документація замовнику потрібна для передачі і збереження знань. Де гарантія або хоча б процедура, що забезпечить якість і зрозумілість тієї документації для того хто буде читати?
З репортами та сама історія. Для чого вони замовнику?
— Щоб розуміти ситуацію на проекті? — Тоді тут скоріше потрібне «вивантаження» статистики з джири і тд. Для чого тут ШІ не зрозуміло.
— Щоб дотриматись формальної процедури (вендор подає репорт)? — Тоді це маскування організаційних проблем.

Саму проблематику я розумію, але вона все ще вписується в вирішення непотрібної низько кваліфікованої роботи, а не у формат «покращення ефективності», бо тут воно досягається за рахунок уникнення неефективності, яку самі ж додали :)

Трохи про Ші у трохи іншій сфері:
Людина1: Ви читали мою статтю?
Людина2: Я загнав твою статтю в чатГПТ, там по суті питання якось мало.
Л1: Так я її згенерував за допомогою чатГПТ, бо по нормальному писати не було часу.
А от я прочитав статтю, моя оцінка: Багато води, аргументи слабкі, висновки хоч і логічні, але не мають цінності (вже в купі місць озвучувались).
Власне Л1 вирішував не задачу написання якісної науковї статті, а задачу формальної атестації.

Також рекомендую завітати на конференцію Доу дей(dou.ua/dou-day-2024), там якраз Дмитро Овчаренко буде розповідати про реальний кейс як вони інтегрували чат гпт в роботу архітекторів.

Ця розмова мені чим далі тим більше нагадує ту що мав з одним криптоаристократом кілька років тому:
Він теж не навів однозначних аргументів, але запропонував піти на конфу, що організовує його коріш і там все пояснять.
(Трохи контексту, чувака вже 2 рази вивозили в ліс у прямому значенні, щоб він попернув бабки)

вирішення непотрібної низько кваліфікованої роботи

Так в цьому й вся суть — ми оптимізовуємо все, на що раніше йшов час і від чого ми не можемо відмовитись.
А звільнений час перенаправляєм у творчу/креативну/складну/бізнесову роботу, яку ШІ не може виконати і за рахунок додаткового часу робимо це швидше.

Ну і ще я почав писати за допомогою ШІ привітання родичам з нагоди різних свят і генерувати картинки, а не використовувати листівки з вайберу.
Тепер всі дякують за розгорнуті креативні привітання.

Так в цьому й вся суть — ми оптимізовуємо все, на що раніше йшов час і від чого ми не можемо відмовитись.
а не у формат «покращення ефективності», бо тут воно досягається за рахунок уникнення неефективності, яку самі ж додали :)

---

Ну і ще я почав писати за допомогою ШІ привітання родичам з нагоди різних свят і генерувати картинки, а не використовувати листівки з вайберу.

Тут теж можна оптимізувати витрати: якщо вам пох на людину, то не варто взагалі витрачати час на привітання. (це не сарказм)

Вперто не розумію чому йде цей діалог і що намагаєшся довести, що не варто використовувати ШІ там де його робота корисна і все продовжувати робити руками?

На людей не пох, просто не люблю оті всі привітання, а слова «вітаю, тримай подарунок» багатьом недостатньо, особливо старшому поколінню.

Вперто не розумію чому йде цей діалог і що намагаєшся довести, що не варто використовувати ШІ там де його робота корисна і все продовжувати робити руками?

До того, що

Поки бачу зріст прибутків «продавців лопат». Коли чекати росту акцій золотошукачів

ШІ — цікавий інструмент, але на даний момент в ІТшечці від нього більше хайпу ніж користі. Власне приклади, що ви навели — це застосування ШІ для маскування системних проблем (ті ж репорти не для галочки), замість їх вирішення.

На людей не пох, просто не люблю оті всі привітання, а слова «вітаю, тримай подарунок» багатьом недостатньо, особливо старшому поколінню.

Ваша родина, ваші відносини. Але люди, які мені не пох, знають і нормально сприймають те що мої поздоровлення відносно сухі. У мене немає необхідності їм брехати і втюхувати дешеву підробку замість справжніх поздоровлень.
З іншого боку, наче як і не пох на умовну бабусю, але мозок чомусь не генерує навіть пару речень теплих слів і їх треба заміняти твором ШІ.
Фактично приклад зі згенерованим вітанням є аналогом «репорта для галочки» — робимо аби було без розуміння суті.

астосування ШІ для маскування системних проблем (ті ж репорти не для галочки), замість їх вирішення.

Я бачу це дещо з іншого боку:
В типовій конторі( неважливо, що саме, стартап чи ентерпрайз монстр ) є різні категорії працівників які контролюють різне і працюють над різним.
СЕО чи навіть менеджери нижче рівня, не дивляться результати юніт тестів чи окремі зібрані метрики, вони дивляться репорти які для них складають нижча ланка, яка в свою чергу або формує ці репорти або отримує дані(також у вигляді репортів і доків) ще від рівнів нижче, в залежності наскільки велика компанія.
СЕО, в свою чергу, формує свої репорти які презентує інвесторам і раді директорів.
Описане не є системними проблемами, а воно власне і є системою, яка відносно непогано працює.
Тому якщо ChatGPT чи аналог сформує мені граматично правильний коретний, красиво оформлений і відформатований репорт із набору картинок, декількох сторінок метрик переданих йому як plain text або json та моїх коментарів які я йому надам, то я буду дуже вдячний йому за це і система продовжить успішно працювати і генерувати ревеню всій організації.
Чи буде цей ріпорт прочитаний і взятий до уваги — я не знаю, але раз в рік і палка стріляє і я вже декілька разів потрапляв у ситуації, коли доки які я писав і які думав, що будуть закинуті в папочку, демонструвалися босам транснаціональних корпорацій на загальних мітингах і їм навіть подобалось, що вони бачать.

Аналогічно з бабусею в селі.
Скажу більше, для немалої категорії бабусь, найвищим рівнем привітання вважається замовлена пісня на радіо, яку, очевидно, писав і співав не той хто замовляє.
А листівки і поздоровлення у вайбері демонструються сусідам і обговорюються за столом.

Тому важливо все і доки і привітання у вайбері.

вони дивляться репорти які для них складають нижча ланка
Описане не є системними проблемами, а воно власне і є системою, яка відносно непогано працює.

Стопе. Ми з виходили з того, що репорти робляться «для галочки».
Якщо ні, то підготовка репорта має бути осмисленою роботою отієї нижчої ланки. Якщо з ми заміняємо «нижчу ланку» ШІ, то постають наступні питання:
1) В чому цінність такої «нижчої ланки»? — Організаційна проблема.
2) Якщо очікували саме аналіз на основі якого буде зроблено репорт, то чому аналіз не було проведено? — Знову ж, якщо ви навіть замінили процес витягування висновків з абзаців, ви не зробили найважливішу частину — осмислення результатів.

UPD

Тому якщо ChatGPT чи аналог сформує мені граматично правильний коретний, красиво оформлений і відформатований репорт із набору картинок, декількох сторінок метрик переданих йому як plain text або json та моїх коментарів які я йому надам,

Ви таки або пропустили етап осмислення, або якщо воно було в «коментарях», то власне зробили той самий об’єм роботи, що і без ШІ.
Власне «економія» на оформленні, яке займає 5-10% часу при нормальній організації процесу. При тому цього ж можна досягнути банальним «знанням інструменту» — в умовному ворді є для цього купа всього, існують паверпоінт шаблони вставка даних куди займе той же час, що і вставка в «плейн текст»

UPD 2
Ви врахували додатковий час на вичитку репорта? А читати треба буде уважно, щоб не виявилось, що ШІ не нагалюцинував

Я не вважаю, що репорти робляться для галочки, принаймні не всі.
Стосовно заміни частини працівників на ШІ — так і треба робити, це те, що відбувається із кожною «технологічною революцією», частина вакансій стає не потрібною, але в той же час з’являються нові потреби.

ви не зробили найважливішу частину — осмислення результатів.

Осмислення має бути, це дійсно найважливіше. Я пишу про автоматизацію роботи, якщо аналогія буде правильно зрозуміла, то я сприймаю GenAI як autocomplete на максималках.
Але аби цей autocomplete працював, працівник має знати і розуміти, що він хоче отримати і мати змогу провалідувати чи згенерило йому норм чи фігню.

Я пишу про автоматизацію роботи, якщо аналогія буде правильно зрозуміла, то я сприймаю GenAI як autocomplete на максималках.

Так в тому то і проблема, що поки ГенШІ використовують для автоматизації найменш витратної по часу роботи.
В вашому ж прикладі з репортом, звідки взялась його структура? ЧатГПТ сам вирішив, які шматки текста треба в висновки, а які в аргументацію? Чи ви якось структурували, а він просто обрав 1 з запропонованих типів шаблонів слайдів?

В моєму випадку я чітко описав словами, що хочу отримати і надав приклад, після чого файнтюнив словами( десь із 3 спроби все завелось як треба, вважаю це швидко ), що в згенерованому результаті мені подобалось, а що ні, після чого він вже міг генерити правильні репорти просто по наданим даним.

Але вертаючись до початку розмови — це лише один із прикладів, можливості вже зараз неймовірно великі.

Але вертаючись до початку розмови — це лише один із прикладів

Яка вийшла економія часу на весь процес?

Не знаю, що у вас там за репорти, але у мене оформлення ппт чи якогось САДу займає не настільки багато часу, скільки б я витратив на уважну вичитку того ж об’єму документа.

можливості вже зараз неймовірно великі.

Так це нас повертає таки до початку: можливості неймовірні, але адопш цих можливостей мінімальний.
Та і статей з вдалими кейсами (не гугл на стероїдах) якось не дуже видно, зате є (точніше буде в майбутньому) 1 виступ на 45 хв.

Ну хіба що вам треба згенерувати дезметал трек з коментаря в телеграм чаті.

дуже хотілося б побачити реальні кейси (не обов’язково від вас, доу ж типа технічна спільнота, може в когось будуть)

В мене було чимало таких випадків. Найчастіше це написання коду додатка для перевірки якогось функціоналу — от розробив я додатковий функціонал, і потрібно написати додаток який цей додатковий функціонал тестуватиме (при цьому ці додатки використовую не лише я, а і потім тестувальники). Сам я такий додаток писав би кілька годин, ChatGpt мені видає код за кілька хвилин, плюс півгодинки підкоригувати код, хоча іноді щастить і код працює з першого разу.
Ще ChatGpt частенько допомагає в перекладенні коду з однієї мови програмування на іншу. Наприклад, потрібно заімплементувати якийсь функціонал, є приклад у документації на С++, як це можна реалізувати, і ChatGpt швиденько це перекладає на Go. Сам би я перекладав би кілька годин, ChatGpt перекладає за кілька хвилин і півгодинки щоб підправити, бо з першого разу рідко відразу ж працює.
А, ще часто допомагає швидко згадати або знайти якусь команду для vim, grep, powershell, command line — сам би шукав ту команду в гуглі, розбирався б з її документацією, а так chat gpt відразу дає потрібну команду. Деякі ці команди я б з такою ж швидкістю знайшов у гуглі, та було кілька команд (можливо і більше), з якими я колись ще до появи GhatGPT розбирався доволі довго, близько півгодини, а GhatGPT мені їх відразу ж нагадав (я їх уже забув і вирішив запитати щоб не розбиратися ще раз).
О, згадав ще один приклад. Є xml файл, і потрібно на go написати структуру яка його парсить. Таке дуже часто буває, сам би писав це півгодини, а то і більше, а ChatGPT відразу ж генерує код.

і потрібно написати додаток який цей додатковий функціонал тестуватиме (при цьому ці додатки використовую не лише я, а і потім тестувальники). Сам я такий додаток писав би кілька годин

1) Звучить як задача скафолдінгу. Чому не створений «типовий проект» на основі якого ті «додатки» можна створювати додаючи лише необхідну бізнеслогіку?
2) Що по тестам? Власне для розуміння задачі їх краще б написати до коду. В поєднанні зі скафолдом з пункту 1, тут і на півгодини роботи не буде.

Наприклад, потрібно заімплементувати якийсь функціонал, є приклад у документації на С++, як це можна реалізувати, і ChatGpt швиденько це перекладає на Go.

Оце цікавий сценарій. Можете розказати більше? І ще не зрозуміло чому він є частим для вас. Я з такими задачами як програміст стикався може раз на 1-2 роки, як архітектор може 2 рази на рік.

А, ще часто допомагає швидко згадати або знайти якусь команду для vim, grep, powershell, command line — сам би шукав ту команду в гуглі, розбирався б з її документацією, а так chat gpt відразу дає потрібну команду.

Так. Просунутий гугл — це напевне мій основний сценарій, і у знайомих також.
Тут одна проблема — галюцинації, особливо, якщо задача не типова. Але для простих він нормально видає.

Чому не створений «типовий проект» на основі якого ті «додатки» можна створювати додаючи лише необхідну бізнеслогіку?

Тому що це щоразу різні додатки. Кожен новий функціонал, який я додаю, працює з різними частинами операційної системи, точніше реагує на зміни в цих частинах, і здійснює певні дії, працюючи з операційною системою. Щоб це тестувати, потрібні додатки, які ці різні частини операційної системи (на які мій код реагує) використовують, змушуючи оперативну систему робити ті зміни на які реагує мій код.

Що по тестам? Власне для розуміння задачі їх краще б написати до коду

Без додатків, які використовують різні частини операціної системи, не вийде написати тестів, бо без тестування невідомо, як себе поведе операційна система при використанні тієї чи іншої її частини. От коли написано додаток, можна уже і для тестів до коду даних нагенерувати, що, звісно, не знімає необхідності надати тестувальникам інструменти для тестування — окремі додатки.

не зрозуміло чому він є частим для вас

Бо я розробляю новий функціонал для написаного на Go системного програмного забезпечення, а більшість прикладів використання тих чи інших інтерфейсів, які надає операційна система, написані на C++.

Бо я розробляю новий функціонал для написаного на Go системного програмного забезпечення, а більшість прикладів використання тих чи інших інтерфейсів, які надає операційна система, написані на C++

Наче приблизно зрозумілий юзкейс. Фактично він теж є частино «просунутого гугла».

Так, усе вищеперераховане я міг робити з гуглом, тільки це займало довше часу.

А як тобі доказати що якась компанія росте із-за AI? Вот індекс S&P500 ATH, і nvidia там тільки 5-та, це AI чи ні?

Малєєв класне відео по поводу AI зняв місяць назад. Якраз про таких як ти «бульбашка, скам, хайп, не нужон, я і без AI справлюсь в 100 раз краще» там також є )

Курс акцій як і ціна огірків на ринку, прив’язаний лише через бажання покупців придбати і наявності того що можна продати і більше не від чого. Попит народжує пропозицію — Адам Сміт, Давид Рікардо.
Відповідно щоб підняти курс акцій та зірвати банк, зовсім не обов’язково зробити якийсь продукт який міняє ринок, як скажімо персональні комп’ютери Apple 2 та IBM PC, чи мобільні телефони Motorola та Nokia, або смартфони iPhone та HTC, чи ігрові приставки від Atari і NES до Sony PS та X Box (хоча самі вони не були першими винаходами та навіть першою появі на ринку, але саме докорінно змінили ринок).
У Microsoft та Гейтса із Балмером талант розкручувати товар чи послугу, навіть коли її реальна ефективність насправді далеко не така вже і велика, як це скажімо було з першими Windows. От вони один в один це тепер роблять із ChatGPT. Спору нема іграшка класна і дечому краща за класичний пошук через пошуковий движок.

А як запровадили ГенАІ — то спроектували найнадійніший літак в історії.

А це абсолютно вірний посил. Більше за те як і у випадку майнінгом кріпотовалюти, наприклад, або ще гірше деривативів на фондовій біржі — гроші взагалі не потрапили на розробку літаків як таких, тобто в реальний сектор економіки.
Тобто ніякого літака не спроектували і взагалі по звільняли робочих та інженерів із експертизою, нових не навчили та похерили виробничий цикл. І це усе призвило вже до стану коли завод з виробництва став заброшкою, яку по залишковій ціні викупає Ілон Маск і місто де це підприємство було основою перетворилось на Детройт, в якому в одних районах самі наркомани, а в інших жителі вивішують плакати State for Trump.
В кінцевому рахунку коли вже йдеться скажімо про військовий літак як то F-35, то він стає найдорожчою програмою розробки літака в історії людства, а на підприємстві першу партію збирають підганяючи деталі за допомогою напилка, наче це літак братів Райтів, що значно гірше за літаки минулих поколінь як то F-16.
А технологія AI безумовно має місце, після спаду ажіотажного попиту — напевно усі по трохи використовуватимуть. Та сама доповнена реальність — якщо буде впроваджена, має суттєво покращити скажімо збірку авіа-двигунів.

Підписатись на коментарі