كل تغير تكنولوجي كبير يتبع نمطا معروفا. تظهر قدرة جديدة، وتبدو النتائج المبكرة مثيرة للإعجاب، وينمو الحماس، ويزداد الضغط من أجل التبني.
عادة، بعد بضعة أشهر فقط تبدأ المؤسسات في إعادة التقييم وفصل الضجيج (والمخاطر) عن الفرصة.
نحن الآن عند نقطة انعطاف ترميز الاهتزاز
مدير أول لعمليات الذكاء الاصطناعي في شركة بيرل.
يشير مؤيدو التشفير الاهتزازي إلى أن التعليمات البرمجية التي ينشئها الذكاء الاصطناعي يمكنها تسريع عملية إنشاء النماذج الأولية والاستكشاف والتخصيص بطرق لم تكن ممكنة من قبل. يوافق العديد من المصممين على ذلك، ويستخدم الآن أكثر من نصف الفرق الهندسية أدوات ترميز الذكاء الاصطناعي باستمرار. لكن الشركات ترتكب خطأً مكلفاً: التعامل مع النموذج الأولي المقنع كما لو كان برنامجاً جاهزاً للإنتاج.
في حين يعامل المؤيدون مساعدي تشفير الذكاء الاصطناعي كما لو كان بإمكانهم تحويل الاقتراحات مباشرة إلى تطبيق نهائي، مثل مكعبات ليغو للبناة، يشير النقاد إلى الأخطاء ونقاط الضعف الأمنية والمخرجات الهشة كدليل على أنهم متهورون بطبيعتهم.
وجدت دراسة حديثة قامت بتحليل أكثر من 304000 التزام تم التحقق منه بواسطة الذكاء الاصطناعي (لقطات محفوظة للتغييرات في قاعدة التعليمات البرمجية) أن أكثر من 15% منها قدمت مشكلة واحدة على الأقل، وأن 24.2% من المشكلات المستندة إلى الذكاء الاصطناعي التي تتبعتها ظلت دون حل في الإصدار الأحدث من المستودع.
الناس على جانبي هذه القضية يفتقدون هذه النقطة. في حين أن أوجه القصور في تشفير الاهتزاز يجب أن تجعل الشركات تتوقف، إلا أنها لا تبرر رفضها تمامًا.
النموذج العقلي الأفضل هو أبسط: تشفير الاهتزاز يكون أكثر فعالية عند استخدامه للنماذج الأولية السريعة باستخدام الذكاء الاصطناعي.
تشبيه للطابعة ثلاثية الأبعاد
التكنولوجيا لم ترق إلى مستوى الضجيج.
ليس لأن أي شخص كان يتوقع بجدية أن تحل الطباعة ثلاثية الأبعاد محل التصنيع التقليدي. وبدلاً من ذلك، كانت قيمته دائمًا تتمثل في إنشاء نماذج مادية تقريبية وغير مكلفة تساعد الفرق على فهم ما كانوا يقومون ببنائه والانتقال من المفهوم إلى شيء ملموس بشكل أسرع بكثير. واليوم، لا تزال النماذج الأولية والأدوات تشكل الغالبية العظمى من تطبيقات الطباعة ثلاثية الأبعاد.
لقد غيرت الطباعة ثلاثية الأبعاد التصميم المادي للمنتج، مما أدى إلى تقصير كبير في الوقت من الفكرة إلى الشيء. هذه هي الطريقة التي يجب أن تفكر بها الشركات بشأن تشفير الاهتزازات في المجال الافتراضي. يمكن للذكاء الاصطناعي الآن إنشاء برامج تبدو كاملة بشكل مدهش في دقائق. في بعض الحالات، يعمل هذا بشكل جيد بما يكفي لإقناع الفرق بأن لديهم نظام إنتاج مفيد في متناول اليد، لكن هذا نادر.
النموذج الأولي ونظام الإنتاج يحلان مشاكل مختلفة بشكل أساسي. يساعد النموذج الأولي الفرق على فهم وتصور ما يحاولون بنائه. يجب أن يتحمل نظام الإنتاج ظروف العالم الحقيقي: حالات الحافة، والمدخلات الضارة، والقيود الأمنية، ومتطلبات الأداء، وقابلية الصيانة، والاستخدام التشغيلي على المدى الطويل.
ولسوء الحظ، فإن تحسين التعليمات البرمجية التي ينشئها الذكاء الاصطناعي يؤدي إلى وقوع المؤسسات في مشاكل. إنهم يخلطون بين تسريع التفكير وتسارع الهندسة. في الواقع، ينبغي لهم أن ينظروا إلى النموذج الأولي الذي تم إنشاؤه بواسطة الذكاء الاصطناعي باعتباره نقطة انطلاق أفضل بكثير لعملية التطوير العادية، وليس بديلاً لكل شيء.
محاذاة أسرع، وليس خطوات أقل
تتفوق النماذج الأولية السريعة المدعومة بالذكاء الاصطناعي في تسريع التوافق والفهم المشترك.
يصبح هذا واضحًا بشكل خاص عند إنشاء لوحات معلومات داخلية وأدوات إعداد التقارير. ظاهريًا، تبدو لوحات المعلومات بسيطة، لكن جميع المهندسين يعلمون أنها أكثر تعقيدًا من ذلك. أصعب عمل هو تحديد ما تعنيه المقاييس، وكيف ينبغي تقسيم البيانات وماذا تشرح تصورات البيانات كيفية تنقل المستخدمين في التجربة بدلاً من تشويهها.
غالبًا ما تؤدي مسارات العمل التقليدية لتطوير الأدوات الداخلية الافتراضية إلى تأخير التعليقات المفيدة حتى وقت متأخر من العملية، مما يؤدي إلى إضاعة الوقت والمال. ومع ذلك، تسمح النماذج الأولية السريعة المدعومة بالذكاء الاصطناعي للفرق بإنشاء لوحات معلومات وهمية واقعية تحتوي على بيانات تمثيلية وتفاعلات عمل، مما يمنح الأشخاص سببًا ملموسًا للاستجابة. وهذا يساعد على اكتشاف سوء الفهم بشكل أسرع.
تنطبق نفس الديناميكية على تصميم المنتج وسير العمل على نطاق أوسع. هناك دائمًا “لعبة هاتفية” بين المستخدمين وأصحاب المصلحة في الأعمال ومفكري المنتجات والمبدعين. تقوم جميع هذه الأطراف بتفسير المتطلبات وتلخيصها وتحويلها على طول الطريق، وبحلول الوقت الذي يصل فيه العمل إلى مستوى الأعمال المتراكمة، قد لا يعكس ما كان يدور في ذهن المستخدم بالفعل.
توفر النماذج الأولية السريعة المدعومة بالذكاء الاصطناعي عبر تشفير الاهتزاز جسرًا أفضل بكثير. يمكن إنشاء التنفيذ الأولي بسرعة والتحقق من صحته مع أصحاب المصلحة قبل استثمار جهد هندسي كبير. تعمل النماذج الأولية المرمزة بالحيوية على تبسيط عملية التطوير من خلال حل نقاط الغموض في وقت مبكر، عندما يكون إصلاحها أكثر فعالية وأقل تكلفة.
أستخدم في عملي النماذج الأولية السريعة القائمة على الذكاء الاصطناعي لاختبار الأفكار في مرحلة مبكرة في مختلف الصناعات؛ بغض النظر عما إذا كان الأمر يتعلق بالمجالات القانونية أو الطبية أو تكنولوجيا المعلومات أو غيرها من المجالات التي تتطلب معرفة واسعة. في مثل هذه البيئات، يمكن أن يؤدي تفسير المعلومات بشكل صحيح إلى تغيير النتائج بشكل كبير، وبالتالي فإن الهدف ليس السرعة فحسب، بل اكتشاف سوء الفهم قبل أن يتم تضمينه في أنظمة الإنتاج.
النماذج الأولية السريعة ليست إنتاجًا سريعًا
هناك حالات حيث يكون من المنطقي استخدام تطبيقات الذكاء الاصطناعي بشكل مباشر أكثر: أدوات داخلية خفيفة الوزن، وأدوات لمرة واحدة، ومشاريع جانبية شخصية. في هذه الحالات، أحيانًا تكون عبارة “جيد بما فيه الكفاية” مرضية حقًا.
ولكن بمجرد أن يلمس البرنامج العمليات الأساسية، تجربة العملاء، والبيانات الحساسة أو مخاطر الأعمال الكبيرة، والتغييرات القياسية.
باختصار، النماذج الأولية السريعة المدعومة بالذكاء الاصطناعي لا تعني الإنتاج السريع. يمكن للنموذج الأولي الذي تم إنشاؤه بواسطة الذكاء الاصطناعي تقليل الجهد الضائع وتحسين التعاون ومساعدة الفرق على اكتشاف المشكلة الحقيقية بشكل أسرع. وهذا لا يعفيهم من العمل المطلوب لبناء شيء آمن ودائم ومثبت.
ولهذا السبب يظل تشفير الاهتزاز واعدًا جدًا عند استخدامه بشكل صحيح. وإذا تعاملنا معه وكأنه مصنع، فمن المؤكد أنه سيكون هناك الكثير من الأخطاء التي يمكن الوقاية منها. ولكن إذا تعاملنا معها كطابعة ثلاثية الأبعاد، فيمكن أن تكون أداة رائعة لكل من العمال والمهندسين.
نحن نقدم أفضل نماذج LLM للبرمجة.
تم إنشاء المقالة كجزء من توقعات TechRadar بروتعرض قناتنا أفضل وألمع العقول في صناعة التكنولوجيا اليوم.
الآراء الواردة هنا هي آراء المؤلف وليست بالضرورة آراء TechRadarPro أو Future plc. إذا كنت مهتمًا بالتعاون، يمكنك العثور على مزيد من المعلومات هنا: https://www.techradar.com/pro/perspectives-how-to-submit
