ChatGPT は非常に人気があり、私は今感じています。私たちは自然言語プログラミングの扉に立つかもしれません。一歩下がったら、ドアを蹴って開けることができるかもしれません。
もちろん鉄板蹴りも可能。
私たちのプログラミングの旅を振り返ってみると、それは基本的に、プログラミングの敷居を下げ続けてきた歴史です。
先行者の最も初期のバッチは、回路を手動で抜き差しすることによってコンピューターにプログラムを入力し、毎回プログラムするのに数時間から数日もかかりました。
フォン ノイマン アーキテクチャの出現後、プログラムをメモリに保存して自由に変更できるようになり、一度にはるかに便利になりましたが、プログラミングは依然として非常に低レベルのアセンブリです. 古代の巨匠は、アセンブリを使用して Unix やその他のオペレーティング システムを記述しました。現時点では、プログラマーは珍しい動物であり、プログラミングの敷居は高すぎます。
Fortran/COBOL/BASIC/C/C++/Pascalなどの高級言語の登場により、プログラミングの難易度が一段と下がり、1980年代のPC産業の爆発的な盛り上がりと相まって、プログラミング産業が栄え始めた.
1990 年代、Java、Python、Ruby、JavaScript などのプログラミング言語により、プログラマーはハードウェアやメモリの管理から離れ、ビジネス ロジックに集中することができました。
21世紀に入り、急速な市場の変化に対応するために、企業はますます高度化する情報化の要求を抱えており、ビジネスを迅速に実現して市場に投入することが急務であるため、ローコードとノーコードが再び大きな波を形成しています。インターフェイス上で、ドラッグ＆ドロップでプログラミングを行うことができます。
さらに一歩進んで、自然言語プログラミングであることは誰もがよく理解しています。
これまで、自然言語プログラミングは、AI が自然言語を理解してコードを正確に出力する必要があり、非常に困難であったため、誰もが信じられないと考えていました。
しかし、ChatGPT や Tongyi Qianwen などの大規模なモデルが出現した後、自然言語プログラミングに大きなブレークスルーがあったことを突然発見しました. AI のニーズを伝え、AI にコードを生成させることができるようになりました!
AI に次のように伝えることができます。
SpringBoot で実装されている Product の RESTful インターフェイスを実装する必要があります.Product の属性には、id、name、description、および imageUrl が含まれます。
AI は数秒でコードを上から下まですばやく生成できます。さらに衝撃的なのは、微調整機能もサポートしていることです。
「データベースへのアクセスは MyBatis で実装されている」と言えます AI は、データベースへのアクセス コードを MyBatis にすばやく変更できます。
「imageUrl を image_url に変更する」と言うと、AI は関連するすべてのコードをすぐに見つけて imageURL を変更できます。
このような微調整能力は、従来の一般的なコードジェネレーターをはるかに超えており、AI は要件を正確に理解し、コードを正確に修正してくれるようです。
もちろん、いくつかのまれなケースでは、AI は少し考慮されておらず、プログラマーの洞察に依存しています。だから私は、実行可能なコードの 95% を AI が生成でき、残りの 5% はプログラマーのスキルに依存するとよく言います。
これは単にコードを生成するためのものです。プログラマーはコードをチャット ウィンドウから IDE にコピーして実行し、デバッグする必要もあります。正直なところ、このプロセスもかなり面倒です。
DingTalk が公開したばかりの AI 生成アプリケーション シナリオは、突然新しい方法を見せてくれました. Tongyi Qianwen の大規模モデルのサポートにより、自然言語でコードを生成するだけでなく、アプリケーションを直接生成し、ワンクリックで展開します. , DingTalk グループ チャットで直接実行してください。
写真を撮ってアプリケーションを生成することもできるため、入力方法はテキストだけではなくなります。
以前のデモンストレーションでは、GPT-4 は画像に基づいてコードと Web ページを生成する機能も示しました (この機能は、誰もが使用できるように公式にリリースされたわけではありません)。しかし、DingTalk は、次のような実行可能なローコード アプリケーションを直接生成することができます。共通点作業指示管理システム、店舗検品システム、顧客情報管理システムなどをAIで開発できるのは本当に助かります。
自動生成されたアプリケーションが要件を満たしていない場合は、ダイアログを続行し、オプションを追加し、フィールドを削除することで、AI がアプリケーションの変更を支援することもできます。
写真生成アプリは Microsoft によっても実行できますが、DingTalk も優れた機能を台無しにしていることがわかりました。これは、完了するのに役立つスマートな推奨オプション フィールドです。この機能は単純に見えますが、技術的に実装するのは非常に難しく、大量の業界のノウハウを大規模なモデルにインプットする必要があります。
Dingding は、独自のローコード アプリケーション テンプレートを使用して大規模なモデルから学習します。これは、すべての職業 (製造、医療、建設など) とさまざまな高頻度のビジネス シナリオ (人事管理、財務払い戻し、製造) を統合することに相当します。など) AI にフィードし、豊富なドメイン ビジネス データを構築します。
ドメイン ビジネスの知識があれば、大規模なモデルがアプリケーションを生成しているときに、ビジネス担当者のニーズをより正確に理解し、生成されるアプリケーションがより正確になります。
この機能は、コードを知らないビジネスマンにとって非常に便利でフレンドリーです. 同様の要件を達成するためにプログラマーに頼る必要がなく、数分でアプリケーションを開発できます.
この種の写真撮影または自然言語生成アプリケーションは、昨年紹介した DingTalk の優れたアプリケーション機能と組み合わせて、グループ チャットでアプリケーションのワンクリック展開を実装することもできます。ビジネス担当者は、ダイナミック カードを使用して、人間とコンピューターのやり取りをグループで完了し、チャットしながら作業を進めることができます。
これを見ると、間違いなく次のような疑問が生じます。AI は自然言語プログラミングをサポートしていますが、非常に強力なため、プログラマーを完全に置き換えることができるのでしょうか?
ジュニア プログラマーにとって、CRUD しかできない場合、AI の脅威は非常に大きくなります。なぜなら、明確で定期的な要件は AI にとって簡単なことであり、数分で実行できるからです。
高度なプログラマーにとって、追加、削除、修正、およびチェックはプログラミングに不可欠です.AIは、退屈で反復的なコード作業をAIに引き継ぐことができるため、現時点では非常に優れたヘルパーです. このプロセスでは、上級プログラマーはそれを「ガイド」して「リード」するだけでよく、無効な時間の無駄が削減されます。
シニア プログラマーは、より創造性を必要とする作業にエネルギーを集中できますが、現在の AI では、巨大で複雑なシステムを直接生成させることは依然として非力です。
たとえば、AI に次のように伝えます。
ユーザー管理、商品管理、注文管理、倉庫管理などの一般的な機能を含む e コマース システムを作成したい. フラッシュ販売活動、クーポン、ポイント システム、その他の機能をサポートする必要がある. コードの記述を手伝ってください.
要件が曖昧すぎてAIで実現することは絶対に不可能であり、フローチャートやインターフェース図、ユースケースなどを使って大規模システムの要件を記述しようとすると、数百ページのページがなければ不可能です。この数百ページのドキュメントを AI に入力しても、AI がそれを完全に理解することは不可能です。
上級プログラマーが外に出て、大規模なシステムを分解してさまざまなモジュールを形成し、AI を介入させてコードを生成し、アプリケーションを生成する必要があります。
自然言語プログラミングは非常に高度なレベルにまで発展しており、プログラマーが効率を改善するための大きな助けになることがわかります。
将来的には、純粋なコーダーは存在せず、誰もが直面する課題を深く理解し、インテリジェントな生産性向上ツールを使用して問題を迅速に解決する必要があります。
DingTalk 記者会見でのいくつかのシーンのデモンストレーションは、作業のインテリジェント化の小さな一歩にすぎませんが、グループでアプリケーションを直接作成、展開、実行できる「チャットを介してコードを生成する機能」をはるかに超えていることを示しています。これは非常に便利です。
ツールの価値は、ツールが人々により良いサービスを提供し、機械を使用して人間の生産性を向上できるかどうかにかかっています。
知能がさらに発達すると、Word のようにアプリケーションを開発する能力が一般的なものになるのではないでしょうか。これは特に想像力に富んだことであり、誰も予測することはできず、時間が経てばわかります。