R-Style Softlab: Искусственный интеллект. Как новые технологии могут помочь с прикладными задачами HD
02:29:44
Обнаружено блокирование рекламы на сайте
Для существования нашего сайта необходим показ рекламы. Просим отнестись с пониманием и добавить сайт в список исключений вашей программы для блокировки рекламы (AdBlock и другие).
R-Style Softlab 15 роликов
202 просмотра на сайте 12n.ru
Искусственный интеллект. Как новые технологии могут помочь с прикладными задачами .
Как новые технологии могут помочь с прикладными задачами бизнеса?
развернуть свернуть
Пробовал и ChatGPT и аналоги с моделями натренированными на решение IT вопросов.
Действительно, помогают. Но, чаще всего помогают написать простые методы которые работают, но не оптимально. Если не знать особенностей типов/алгоритмов и пр. код будет рабочим, но не проходящим проверку серьезных нагрузок.
Хорошо в разработке помогает Copilot и аналоги, т.к. они анализируют весь код открытого проекта, учитывают импорты библиотек, наследования классов, типы и т.п.
Помогают генерировать описание (учитывают тему бизнес-задачи). Не плохо генерируют юнит тесты.
На чём серьёзно «спотыкаются».
1. неоптимальное решение.
2. Предлагаемые AI решения для старых версий библиотек.
Например Python: SQLAlchemy который в версии 2.0 полностью перешел на CORE API, и Pydantic, который полностью поменял названия методов и их инициализацию. Уточняющие замечания и примеры кода не помогают.
Ai упорно не хочет использовать последние PEP для типов: использует Optionals[Any] вместо современного и удобочитаемого Any | None
В Rust вчера использовал библиотеку rsfbclient для чтения файла fdb. AI предлагал использовать методы давно убранные из библиотеки.
Разбиение монолитного приложения на микросервисы используя стратегии DDD — процесс творческий. Если опыта нет, то решение предоставленное Ai действительно можно брать за отправную точку. Например для обучения. Для продакшена, решение Ai по декомпозиции не выдержит экспертизы опытного специалиста.
Хорошо помогают в написании кода для фреймворков, которые заставляют жестко придерживаться своей структуры и вложенных паттернов. Например Django. И хуже дело обстоит с фреймворками, в которых решение о структуре приложения отдаётся на откуп разработчику: Flask/Starlet/FastApi.
Встроенные в IDE AI (Copilot, Codeium...) хороши именно тем что анализирует открытый проект. Даже ответы на вопросы строятся на основе кода проекта (например в примере используются переменные и классы проекта).
ИМХО для разработчика, такие Ai более полезны чем ChatGPT, в силу своей более узкой «специализации».