Re: [討論] 大家會擔心 ai 寫 code 讓工程師飯碗不
我是從以下兩個角度來看
* 數學上來說， "AI" 是否有「極限」？
* 經濟上來說， "AI" 是否有「賺」？
例如說這隻影片 https://www.youtube.com/watch?v=5eqRuVp65eY
是從「熵」的
本質去探討 (目前架構下的) AI 是否有個 (來自其演算法、原始訓練資料的) 「
極限」？在模式識別 (pattern recognition) 這個方向的低垂水果是否已經摘完
了？新的方向會是什麼？
另一方面，從能源、物料、生產線、到營運設施， (目前架構下的) AI 是否有「
賺」？是否遵循以下式子？ (賺得有沒有比其它項目多？)
價值 (value) > 價格 (price) > 成本 (cost)
另一個問題是上述式子中要素中 價值 (是否愈來愈好用？解決問題帶來的好處) 及
成本 (能源供給、計算方法及硬體的進步) 的演變趨式。
===
我自己對以上兩個題目的程度只有「讀別人整理好的二手資料，而且連用 AI 幫忙
都讀不太懂」，所以我的結論是
VOO無腦多 orz
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 136.61.16.51 (美國)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1730417529.A.AB1.html
對每天要寫程式的鄉民來說，或許可以參考一下這類資料/關鍵字，像是
https://arxiv.org/abs/2304.10778 (2023十月的資料)
> Evaluating the Code Quality of AI-Assisted Code Generation Tools: An
> Empirical Study on GitHub Copilot, Amazon CodeWhisperer, and ChatGPT
>
> Results: Our analysis reveals that the latest versions of ChatGPT, GitHub
> Copilot, and Amazon CodeWhisperer generate correct code 65.2%, 46.3%, and
> 31.1% of the time, respectively. In comparison, the newer versions of
> GitHub CoPilot and Amazon CodeWhisperer showed improvement rates of 18%
> for GitHub Copilot and 7% for Amazon CodeWhisperer. The average technical
> debt, considering code smells, was found to be 8.9 minutes for ChatGPT,
> 9.1 minutes for GitHub Copilot, and 5.6 minutes for Amazon CodeWhisperer.
> 評估AI輔助代碼生成工具的代碼質量：GitHub Copilot、Amazon CodeWhisperer和
> ChatGPT的實證研究
>
> 結果：我們的分析顯示，最新版本的ChatGPT、GitHub Copilot和Amazon
> CodeWhisperer 分別生成正確代碼的比例為65.2%、46.3%和31.1%。相比之下，GitHub
> Copilot和Amazon CodeWhisperer的新版本顯示出改進率分別為18%和7%。考慮代碼
> 品質的平均技術債務為ChatGPT 8.9分鐘，GitHub Copilot 9.1分鐘，Amazon
> CodeWhisperer 5.6分鐘。
※ 編輯: AmosYang (136.61.16.51 美國), 11/01/2024 07:36:42
今天也正好看到 HN 上的熱門討論
Google CEO says more than a quarter of the company's new code is
created by AI
Google CEO 說該公司多於四分之一的新程式碼是由 AI 創造
https://news.ycombinator.com/item?id=41991291
這討論串中有 Google 員工談它們的使用體驗，以及那 AI 工具團隊的 lead 也有
參與討論，可以看看：
* https://news.ycombinator.com/item?id=42002212
* https://news.ycombinator.com/item?id=41992028
※ 編輯: AmosYang (136.61.16.51 美國), 11/01/2024 07:42:13
推
11/01 10:41,
1月前
, 1F
11/01 10:41, 1F
可以理解
推
11/01 12:49,
1月前
, 2F
11/01 12:49, 2F
推
11/01 13:41,
1月前
, 3F
11/01 13:41, 3F
多拉Ａ夢多 XD
→
11/01 13:43,
1月前
, 4F
11/01 13:43, 4F
印象中沒怎麼看過「有系統地針對 large codebase 來評量 AI 助手的表現」的資料。
網路上能找到的大多是個人體驗的分享，例如
* https://www.loom.com/share/ae710891c9044069a9017ee98ce657c5
(來自 https://github.com/sourcegraph/cody )
※ 編輯: AmosYang (136.61.16.51 美國), 11/01/2024 15:00:25
討論串 (同標題文章)
完整討論串 (本文為第 4 之 8 篇)：
Soft_Job 近期熱門文章
PTT職涯區 即時熱門文章
