Новое исследование подразделения Microsoft Research выявило, что несмотря на то, что ИИ помогает разработчикам в написании кода, даже передовые модели OpenAI (o1) и Anthropic (Claude 3.7 Sonnet) справляются с исправлением ошибок не более чем в половине случаев. Тестирование проводилось на базе лучшего бенчмарка SWE-bench, который измеряет умение ИИ-систем создавать программный код.

Источник изображения: сгенерировано AI

В ходе эксперимента ИИ-агенты пытались решить 300 задач по устранению ошибок в коде. Лидером стала модель Claude 3.7 Sonnet, которая выполнила задание с успешностью на 48,4 %, второе место заняла OpenAI o1 (30,2 %), третье — o3-mini (22,1 %). Однако, как видно, даже эти цифры далеки от уровня, которого можно было бы ожидать от опытных программистов-людей. Как поясняет TechCrunch, основная проблема заключается в том, что искусственный интеллект пока плохо понимает, как использовать доступные инструменты и интерпретировать ошибки.

По мнению авторов исследования, ключевым препятствием остаётся дефицит данных для обучения моделей. «Мы твёрдо верим, что обучение или дообучение может сделать их лучшими интерактивными отладчиками, — пишут они. — Однако для этого нужны специализированные данные, например, цепочка записей всех процессов взаимодействия людей с ИИ-отладчиками».

Сейчас таких данных недостаточно, что ограничивает возможности моделей. Например, популярный инструмент Devin стартапа Cognition Labs смог по этой причине справиться лишь с тремя из 20 тестов по кодированию. И хотя ИИ активно используется такими компаниями как Google, по словам генерального директора Сундара Пичаи (Sundar Pichai), четверть кода, который создаётся с помощью искусственного интеллекта, может даже наоборот добавлять ошибки.

Технологические лидеры скептически относятся к полной автоматизации профессии программиста. Билл Гейтс (Bill Gates) уверен, что программирование как профессия, конечно, никуда не исчезнет. Аналогичного мнения придерживаются генеральный директор Replit Амджад Масад (Amjad Masad), глава Okta Тодд Маккиннон (Todd McKinnon) и руководитель IBM Арвинд Кришна (Arvind Krishna).

Несмотря на очевидные проблемы, интерес к ИИ-инструментам для разработки продолжает расти. Инвесторы видят в них потенциал для повышения эффективности, однако ведущие разработчики считают, что доверять ИИ полностью пока рановато.

Завтра, 4 апреля, корпорация Microsoft будет праздновать 50-летие. В честь этого события её основатель Билл Гейтс (Bill Gates) опубликовал исходный код интерпретатора Altair BASIC, который определил истоки компании.

Источник изображения: gatesnotes.com

«Прежде чем появились Office, Windows 95, Xbox или ИИ, был Altair BASIC. В 1975 году Пол Аллен (Paul Allen) и я создали Microsoft, потому что мы верили в свою идею компьютера на каждом столе и в каждом доме. Пять десятилетий спустя Microsoft продолжает изобретать новые способы сделать жизнь проще, а работу — более продуктивной. Заниматься этим 50 лет — огромное достижение, и у нас бы не получилось сделать это без таких невероятных лидеров как Стив Балмер (Steve Ballmer) и Сатья Наделла (Satya Nadella), а также тех, кто работал в Microsoft на протяжении многих лет», — написал в своём блоге основатель Microsoft.

Он написал для компании немало кода, что отчасти способствовало её успеху в разработке ПО и сделало её одной из самых дорогих в мире. Но Altair BASIC он назвал «самым крутым кодом, который я когда-либо писал». Источником вдохновения для этого проекта послужил номер журнала Popular Electronics за январь 1975 года — на его обложке был компьютер Altair 8800, побудивший Гейтса заняться разработкой ПО. Он и Аллен обратились в выпустившую компьютер компанию MITS (Micro Instrumentation and Telemetry Systems) и предложили интерпретатор языка программирования BASIC для этой модели.

Этот продукт позволил бы большому числу пользователей с лёгкостью создавать собственные программы, но Гейтсу и Аллену потребовались несколько месяцев, чтобы добиться этого результата. Altair BASIC стал первым продуктом, который Гейтс и Аллен разработали для новой компании, тогда называвшейся Micro-Soft, а от дефиса они избавились позже. Исходный код занимает 157 страниц — его можно скачать (PDF) и распечатать.

Генеральный директор OpenAI Сэм Альтман (Sam Altman) считает, что в настоящее время освоение инструментов на базе искусственного интеллекта является главной задачей для тех, кто хочет научиться программировать. Во время недавнего интервью он также добавил, что помогающие писать программный код ИИ-алгоритмы уже используются в крупнейших компаниях.

Источник изображения: wikipedia.org

В ходе беседы с американским аналитиком Беном Томсоном (Ben Thompson) глава OpenAI рассказал, что во времена, когда он заканчивал школу, очевидной тактической задачей было научиться хорошо писать код. В настоящее время, по мнению Альтмана, «очевидная тактическая задача — просто научиться по-настоящему хорошо использовать ИИ-инструменты».

Эту точку зрения разделяют многие другие руководители ведущих технологических компаний, отмечая, что ИИ становится всё лучше в написании программного кода. В этом месяце гендиректор Anthropic Дарио Амодей (Dario Amodei) заявил, что в течение года ИИ начнёт писать весь код за инженеров-программистов. Гендиректор Meta✴ Марк Цукерберг (Mark Zuckerberg) также заявлял в начале года о том, что его компания работает над новым ИИ-алгоритмом, который сможет писать «большую часть кода в наших приложениях».

По мнению Альтмана, освоение инструментов на базе искусственного интеллекта является «новой версией» обучения программированию. Он добавил, что в настоящее время уже автоматизирована как минимум половина работы по написанию кода. «Я думаю, что во многих компаниях этот процесс уже перевалил за 50 %. Я думаю, что большое значение будет иметь агентское кодирование, которым пока никто по-настоящему не занимается», — добавил Альтман.

На вопрос о планах OpenAI по найму на работу инженеров-программистов Альтман сказал, что сейчас работы хватает. При этом он отметил, что в долгосрочной перспективе именно создаваемый сейчас ИИ может привести к сокращению рынка труда. «Мое предположение заключается в том, что каждый инженер-программист какое-то время будет нагружен работой. А потом, в какой-то момент, возможно, нам действительно понадобится меньше инженеров-программистов», — считает Альтман.

С развитием технологий искусственного интеллекта появляется всё больше алгоритмов, призванных ускорить и автоматизировать выполнение повседневных задач. Однако так называемые ИИ-агенты могут быть не всегда одинаково полезны. Это недавно доказал ИИ-помощник по написанию программного кода Cursor от Anysphere. По словам пользователя с ником janswist, в какой-то момент Cursor попросту отказался генерировать код, сказав пользователю, что он должен сам научиться делать это.

Источник изображения: Danial Igdery / Unsplash

«Я не могу сгенерировать код для вас, поскольку это означало бы выполнение вашей работы <…> вы должны разработать логику самостоятельно. Это гарантирует, что вы будете понимать систему и сможете обеспечить её поддержку должным образом», — заявил алгоритм пользователю примерно через час совместной работы.

Вскоре janswist написал о появлении упомянутого сообщения на форуме поддержки и приложил к своему сообщению соответствующий снимок экрана. Официального ответа разработчиков по данному вопросу пока не было. Можно предположить, что janswist достиг определённого предела в 750-800 строк сгенерированного кода, хотя другие пользователи сообщили, что Cursor помогал им написать большие объёмы программного кода.

Источник изображения: forum.cursor.com

Отмечается, что отказ Cursor генерировать программный код очень похож на ответы, которые начинающие программисты могут получить, задавая вопросы на тематическом форуме Stack Overflow. Не исключено, что в случае, если Cursor обучался на данных с этой площадки, то он мог не только научиться давать советы по программированию, но и оставлять язвительные комментарии в духе людей.

В прошлом году Google анонсировала Gemini Code Assist — систему на основе искусственного интеллекта, которая предназначена для помощи в написании программного кода. Теперь же IT-гигант объявил о выходе публичной предварительной версии ИИ-помощника, которая доступна бесплатно для частных программистов, включая студентов, индивидуальных разработчиков, фрилансеров и представителей стартапов.

Источник изображения: Google

«Теперь каждый может с удобством изучать, создавать фрагменты кода, отлаживать и модифицировать существующие приложения — и всё это без необходимости переключаться между разными окнами для получения справки или копировать и вставлять информацию из разных источников. В то время как другие популярные бесплатные помощники по кодированию имеют ограниченные возможности использования, обычно не более 2000 дополнений к коду в месяц, мы хотели предложить что-то более щедрое», — прокомментировал данный вопрос представитель Google.

Вероятно, имелся ввиду прямой конкурент Gemini Code Assist в лице GitHub Copilot, который позволяет бесплатно выполнять до 2000 дополнений кода в месяц, а также отправлять в чат с ИИ-помощником до 50 запросов. В это же время Google предлагает до 180 тыс. завершений кода в месяц, что, по словам компании, является «настолько высоким потолком, что даже самые преданные профессиональные разработчики смогут с трудом его превысить».

Как и корпоративный вариант, Gemini Code Assist для частных лиц построен на базе ИИ-модели Gemini 2.0. Алгоритм способен генерировать целые блоки программного кода, завершать строки кода по мере написания и оказывать общую помощь в кодировании через интерфейс чат-бота. Gemini Code Assist можно задействовать в средах разработки Visual Studio Code, GitHub и JetBrains, также он поддерживает все находящиеся в открытом доступе языки программирования.

Разработчики могут давать указания Gemini Code Assist с помощью команд на естественном языке. Например, можно попросить ИИ-помощника сгенерировать «простую HTML-форму с полями для имени, электронной почты и сообщения, а также добавить кнопку «Отправить». В настоящее время система поддерживает 38 языков и может обрабатывать до 128 тыс. токенов в запросах через окно чата.

Несмотря на то, что бесплатная версия Gemini Code Assist может оказаться весьма полезной, она лишена всех дополнительных функций расширенного алгоритма, ориентированного на бизнес. Например, если пользователю нужны показатели производительности, интеграция с облачными сервисами Google, такими как BigQuery, или настройка ответов с использованием частных источников данных о программном коде, то потребуется оформлять платную подписку.

Популярность проектов по разработке ПО с открытым исходным кодом выросла настолько, что данное направление превратилось в многомиллиардную отрасль, которая привлекает вложения от компаний по всему миру.

Источник изображения: Kevin Ku / unsplash.com

Объём вложений в открытое ПО от организаций в мире достиг $7,7 млрд, гласят результаты исследования, проведённого Github, Linux Foundation и Гарвардским университетом. У этого объёма средств имеется чёткое разделение: бо́льшая часть инвестиций (86 %) поступает в виде рабочего времени сотрудников компаний, и только 14 % выражены в непосредственных финансовых взносах. В исследовании проанализированы данные от 501 респондента, которые за год вложили в открытые проекты $1,7 млрд. Средние расходы по одной организации оцениваются примерно в $520 тыс.: $345 тыс. на оплату труда и $175 тыс. на прямые финансовые взносы.

Более половины (57 %) прямых финансовых взносов ушли подрядчикам; менее пятой части — на конкретные проекты (17 %) и фонды (16 %). Денежные вливания также получили сообщества (4 %), сопровождающие (4 %) и платформы выплаты вознаграждений (1 %). Более двух третей (68 %) не смогли ответить, какую финансовую поддержку они направили на различные цели открытых проектов; 78 % не сообщили или не смогли сообщить, какая часть бюджета организации предназначается для открытых проектов.

Несмотря на приложенные исследователями усилия по количественной оценке рынка, данные собраны от ограниченного числа организаций, и выводы являются скорее обоснованным предположением. Исследователи призвали сотрудников компаний самостоятельно сообщать об участии в таких проектах и включать его в организационные рабочие процессы. Существует чёткое понимание, что ПО с открытым исходным кодом способствует появлению инноваций, поэтому в GitHub, Linux Foundation и Гарварде призывают поощрять средства мониторинга такой деятельности и обеспечивать её прозрачность, чтобы обеспечить стабильный рост этого направления в будущем.

Мозг человека не управляет работой сердца, поэтому компьютер робота также следует освободить от подобной нагрузки, предоставив больше вычислительных мощностей для задач ИИ. Для этого исследователи из Королевского колледжа Лондона (KCL) создали «первого в мире» робота, который программирует свои действия без использования электричества и электроники — только с помощью своей аппаратной части. Подобные примеры уже встречались в прошлом.

Источник изображений: King's College London

Ещё с античных времён известны описания достаточно сложных механизмов — чаще всего это были механические игрушки, которые программировались на выполнение тех или иных, порой сложных, алгоритмов поведения. Что-то похожее сейчас воспроизвела в своей лаборатории группа британских инженеров. Они обоснованно пришли к выводу, что роботы могут быть запрограммированы на определённую деятельность исключительно за счёт механических приспособлений, например, с использованием гидравлики.

Благодаря несложным настройкам, таким как регулируемые вентили, угол наклона которых меняет давление в системе, или регулировка уровней жидкости в расширительных колбах, также влияющих на давление, можно заставить роботов совершать определённые движения. А если такие вентили снабдить обратной связью и соединить друг с другом, то появляется возможность для циклического или иного изменения давления в системе. В результате робот начнёт перемещаться в зависимости от заданной механической программы.

Эти усилия учёных направлены на решение двух задач. Во-первых, узлы, управляющие движением, могут быть исключительно механическими, что позволит роботам совершать множество действий без электронного управления. Это может оказаться полезным для работы в условиях повышенной радиации. Во-вторых, электроника робота освобождается для обработки более сложных алгоритмов, включая ИИ.

Условному мозгу не придётся заботиться о работе условного сердца. Всё это имеет перспективы, считают разработчики. В частности, созданная ими схема с регулирующими давление вентилями хорошо подходит для разработки мягких роботов, где более сложные и жёсткие компоненты могли бы усложнить конструкцию.

Последние несколько лет спрос на специалистов по 1С на российском рынке остаётся стабильно высоким, даже на стажёров. Это обусловлено тем, что всё больше организаций переходят на отечественную платформу автоматизации бизнеса «1С:Предприятие», отказываясь от западных аналогов из-за санкций и реализуя поддерживаемые государством программы импортозамещения ПО.

«1С:Предприятие» — один из самых популярных в России и СНГ программных комплексов для автоматизации процессов документооборота, ведения бухгалтерского учёта, управления предприятиями различных сфер деятельности и решения прочих задач в корпоративной среде

О востребованности экспертов по 1С говорит рост количества вакансий и предлагаемых зарплат — только на площадке hh.ru насчитывается свыше 11 тысяч для разработчиков. При этом предложения по заработной плате варьируются в зависимости от региона РФ и стартуют с 50 тысяч рублей для начинающих специалистов и с 200 тысяч рублей для профессионалов с опытом работы (согласно данным сервиса «Хабр Карьера»).

По данным банка «Точка», за последние два года медианные зарплаты в IT-сегменте выросли на 15 %, и больше всего повысились зарплаты разработчиков 1С — на 46 % относительно 2022 года. Однако вместе с зарплатами растут и требования — для входа в профессию нужны опыт и знания. Одним из вариантов освоить новую профессию могут стать онлайн-курсы. У Яндекс Практикума есть курсы «Разработчик 1C» и «1С‑аналитик». Они ориентированы на тех, кто только начинает свой путь в новой профессии, а также может подойти тем, кто уже начал свой путь в 1С-разработке или аналитике самостоятельно. Для обучения главное — иметь компьютер и достаточно времени для занятий.

Первый курс — «Разработчик 1C» — позволяет за 6 месяцев освоить с нуля 1С — один из самых востребованных языков программирования, в котором можно писать код как на английском, так и на русском. Авторы курса — эксперты по 1С из Яндекса и других крупных компаний с опытом 10+ лет. Курс совмещает наглядную теорию с непрерывной практикой и позволяет научиться создавать информационные системы на базе 1С, программировать в среде «1С:Предприятие», разрабатывать собственные конфигурации на платформе 1С, интегрировать 1С со сторонними сервисами, разрабатывать мобильные версии приложений на базе 1С, поддерживать работоспособность готовых информационных систем и решать прочие, отвечающие требованиям рынка и заказчиков задачи. Программа курса одобрена учебным центром 1С и соответствует современным технологиям разработки на 1С. По завершении обучения выпускник получит диплом о профессиональной переподготовке и свидетельство от учебного центра 1С. Также Практикум поможет с трудоустройством: в карьерном центре расскажут, как оформить резюме и портфолио, а также как откликаться на вакансии.

Курс «Разработчик 1C»

Продолжительность второго курса — «1С‑аналитик» — составляет 8 месяцев. За это время студенты научатся анализировать и моделировать бизнес-процессы, а также описывать их с помощью нотаций, взаимодействовать с 1С‑программистами: ставить задачи и контролировать их выполнение, выбирать инструменты и методы интеграции 1С, подбирать оптимальные конфигурации 1С и писать документацию. Студент успеет сделать девять практических работ и четыре проекта для портфолио. На всех этапах обучения студентов ждёт поддержка команды сопровождения, наставники — опытные специалисты — проводят вебинары и отвечают на сложные вопросы по теории и практике; ревьюеры проверяют домашние работы и проекта, а кураторы помогают не потеряться в учебном процессе. Учёбе потребуется уделять от 15 часов в неделю. Заниматься можно в любое время, главное — вовремя сдавать проекты на проверку.

Курс «1С‑аналитик»

Практикум использует технологии для помощи в обучении, поэтому студенты могут пользоваться YandexGPT, чтобы получить быстрый ответ на вопрос или сделать конспект урока.

У обоих курсов есть бесплатные части на 2 и 6 часов, которые помогут погрузиться в профессию и понять, подходит ли такой формат обучения и стоит ли развиваться в выбранном направлении. Если решите продолжить, необязательно оплачивать курс целиком — можно частями или в кредит. Желаем успеха в освоении новых специальностей!

Авторы исследования Uplevel, охватившего деятельность примерно 800 разработчиков программного обеспечения, утверждают, что применение инструментов с искусственным интеллектом для написания программного кода пока не выявило ни повышения производительности труда профильных специалистов, ни снижения их эмоционального выгорания.

Источник изображения: Unsplash, Luca Bravo

В ходе исследования сравнивались результаты труда выборки из 800 разработчиков на протяжении двух трёхмесячных периодов. В первом периоде программисты трудились с использованием традиционных инструментов, во втором они перешли на использование ИИ-ассистента GitHub Copilot. Примечательно, что на производительности труда разработчиков подобная миграция особо не сказалась в рамках данного эксперимента.

Первоначально ожидалось, что применение GitHub Copilot снизит количество ошибок в программном коде и увеличит производительность труда, но по факту в первом случае наблюдался рост количества ошибок на 41 %, а ещё попытки применять ИИ-ассистента не привели к существенному улучшению ситуации с эмоциональным выгоранием специалистов. По данным GitHub, применение помощника Copilot способно на 55 % повысить скорость написания кода разработчиками.

Некоторые эксперты признались, что написанные с помощью ИИ участки программного кода трудно поддаются анализу и выявлению ошибок, поэтому порой проще переписать нужный фрагмент заново. На ранних этапах развития ChatGPT, например, отмечалось, что этот чат-бот более половины всех запросов, связанных с оптимизацией работы создателей программного кода, просто неверно истолковывает. Представители Gehtsoft, например, убеждены, что разработка программного обеспечения на 90 % зависит от функций человеческого мозга, в части понимания требований, разработки системы и определения ограничений. Превращение сформированных взаимных зависимостей в программный код является самой простой частью работы программиста.

С другой стороны, находятся и те, кто восхваляет возможности ИИ в разработке программного кода. Представители провайдера облачных услуг Innovative Solutions, например, отмечают почти троекратное повышение производительности после перехода на использование ИИ-ассистентов типа Claude Dev и Copilot.

Компания «Яндекс» подала в Роспатент заявку на регистрацию товарного знака Yandex Code Assistant, в числе регистрируемых классов и услуг — программное обеспечение и средства совместной работы над программным кодом. В «Яндексе» подтвердили разработку сервиса для генерации кода на базе искусственного интеллекта, добавив, что он будет доступен «бесплатно в режиме тестирования» на облачной платформе Yandex Cloud.

Источник изображения: geralt/Pixabay

«Яндекс» и «Сбер», у которых есть собственные большие языковые модели (LLM), больше года работают над созданием инструментов автоматического дополнения программного кода. Разработка таких продуктов началась вскоре после появления сервиса GitHub Copilot, который в 2021 году создала Microsoft на основе технологий компании OpenAI. Этот сервис недоступен в России, а взаимодействие с ним осуществляется в рамках платной подписки.

Осенью прошлого года «Сбер» запустил сервис GigaCode, а летом этого года собственную интегрированную среду разработки GigaIDE. По данным источника, за несколько месяцев с момента запуска ИИ-помощника GigaCode его установили более 20 тыс. пользователей.

Что касается Yandex Code Assistant, то он будет совместим с популярными редакторами программного кода, сообщил директор по продукту Yandex Cloud Григорий Атрепьев. Он также добавил, что этот и другие инструменты станут частью «платформы для создания, развёртывания и сопровождения цифровых продуктов».

В компании не уточнили, планируется ли создание собственной интегрированной среды разработки, а также, какие именно сервисы станут частью платформы. По данным источника, «Яндекс», помимо Code Assistant, работает над созданием инструментов Code Review для проверки и анализа кода, а также Auto Documentation для автоматической аннотации кода.

Инвестиции в помощников по программированию на базе ИИ достигли почти $1 млрд с начала прошлого года. Microsoft, Amazon и Google включились в гонку за лидерство в этом сегменте, внедряя технологию в свои продукты, что уже приносит значительную прибыль как компаниям, так и разработчикам. Более того, в Microsoft заявили, что скоро перестанут нанимать программистов, которые не используют ИИ-помощников.

Источник изображения: Copilot

Компании, разрабатывающие ИИ-ассистентов для программирования, такие как Replit, Anysphere, Magic, Augment, Supermaven и Poolside AI, привлекли $433 млн только в этом году, что в совокупности с инвестициями прошлого года составляет почти $1 млрд. Стремление вкладывать деньги в ИИ-помощников для программирования указывает на то, что кодинг может стать первой областью, которая существенно трансформируется под влиянием последней волны технологий ИИ.

«Сегодня программная инженерия и программирование — это номер один среди областей, на которые влияет ИИ, — заявил Хади Партови (Hadi Partovi), генеральный директор некоммерческой образовательной организации Code.org, давний инвестор проектов Кремниевой долины и советник Airbnb, Uber, Dropbox и Facebook✴. — На сегодняшний день программирование без ИИ немного похоже на письмо без текстового редактора».

Интересно, что растущая уверенность в преимуществах ИИ-кодирования контрастирует с вопросами некоторых инвесторов об экономической выгоде генеративного ИИ и вероятной окупаемости прогнозируемых триллионных инвестиций в крупнейшие технологические компании (Big Tech) в вычислительную инфраструктуру для поддержки этой технологии в ближайшие годы. Но в то время как некоторые инвесторы сомневаются в экономической выгоде ИИ и рентабельности инвестиций Big Tech в его инфраструктуру, в Кремниевой долине наоборот растёт уверенность.

Ханна Сил (Hannah Seal), партнёр Index Ventures, которая инвестировала в стартап Augment, сказала, что «гораздо проще монетизировать ИИ, если вы можете встроить свой продукт в существующий рабочий процесс и сделать все преимущества мгновенно видимыми». Для неё вопросы монетизации ИИ-инструментов заключаются в следующем: «Каково время получения прибыли и насколько эта прибыль значима?». При этом она отмечает, что с ИИ-помощниками по кодированию таких вопросов уже не возникает.

Энтузиазм в отношении ИИ побудил стартапы и технологических гигантов Microsoft, Amazon, Meta✴ и Google бороться за доминирование в переполненном секторе, создавая ИИ-помощников и агентов, которые могут писать и редактировать программный код. Более того, руководитель совета директоров Code.org, в который входят Дэвид Тредвелл (David Treadwell), глава электронной коммерции Amazon, и Кевин Скотт (Kevin Scott), технический директор Microsoft, недавно сказал Партови, что их компания к концу года прекратит нанимать людей, которые программируют без использования ИИ.

Напомним, GitHub, пионер в области ИИ-кодирования, стал одним из первых, кто интегрировал большие языковые модели (LLM) в свои продукты. «Когда мы начали использовать GPT-3, мы быстро поняли, что он очень хорошо пишет код, и решили создать на его основе GitHub Copilot», — заявил Томас Дохмке (Thomas Dohmke), генеральный директор GitHub. GitHub Copilot, был запущен в 2022 году и уже насчитывает почти 2 млн платных подписчиков и, как утверждает Дохмке, он пишет код гораздо лучше, чем средний разработчик.

Источник изображения: GitHub

Доход GitHub, по состоянию на апрель, увеличился на 45 % по сравнению с прошлым годом, и по словам генерального директора Microsoft Сатьи Наделлы (Satya Nadella), годовой доход GitHub на начало этого месяца составил $2 млрд. «Copilot стал причиной более чем 40-% роста доходов GitHub в этом году и уже превышает по размеру весь бизнес GitHub с момента его приобретения», — отметил Наделла.

Тем не менее, IT-отделы крупных компаний всё ещё имеют некоторые опасения по поводу безопасности использования автоматизированных инструментов программирования для создания кода, готового к производству. Дохмке подчеркнул, что пока не следует ожидать внедрения сгенерированного искусственным интеллектом кода без ручного тестирования.

Из России и Беларуси перестал работать сервис Docker Hub, позволяющий разработчикам сохранять в одном месте всё необходимое для запуска приложений. При попытке попасть на ресурс, российским и белорусским пользователям выводится сообщение о блокировке.

Источник изображения: docker.com

Пользователи из РБ и РФ видят следующее сообщение: «403 Forbidden. Поскольку Docker является американской компанией, мы должны соблюдать правила экспортного контроля США. В целях их соблюдения мы блокируем все IP-адреса, расположенные на Кубе, в Иране, Северной Корее, Республике Крым, Судане и Сирии. Если вы не находитесь ни в одном из этих городов, стран или регионов и оказались заблокированы, пожалуйста, обратитесь в поддержку».

Docker Hub — интернет-служба, позволяющая сохранять код, настройки и зависимости, необходимые для запуска приложений. Данные помещаются в контейнер Docker и разворачиваются вместе с приложением при запуске на других устройствах. «На данный момент мы больше не сотрудничаем с российскими или белорусскими компаниями и отключили приобретение подписок в этих странах», — заявили в техподдержке сервиса. Ранее платформа блокировала пользователей с IP-адресами, относящимися к Крыму, Кубе, Ирану, КНДР, Судану и Сирии.

Для открытия Docker Hub в России и Беларуси можно пользоваться зеркалами сервиса, созданными Google и «Яндексом», советует «Хабр». Некоторым разработчикам, возможно, придётся рассмотреть альтернативные службы, такие как Harbor и GitLab, изучить менее зависимые от санкций платформы или начать развёртывание собственных репозиториев для контейнеров.

Искусственный интеллект сильно повлияет на разработку ПО уже к началу будущего десятилетия, считают учёные из Университета Лугано (Швейцария). По их мнению, ИИ будет не только помогать в написании кода, но и позаботится о психическом здоровье разработчиков.

Источник изображения: GrumpyBeere / pixabay.com

Рассматривая этапы реализации жизненного цикла разработки ПО, они говорят о системе HyperAssistant — это гипотетический преемник таких сервисов помощи в написании кода как GitHub Copilot, OpenAI ChatGPT, Google Gemini и Tabnine. HyperAssistant представляет собой более функциональную версию современных средств автоматизированного программирования — он стремится поддерживать психическое здоровье разработчиков, рекомендуя делать перерывы и гимнастику. Он более эффективен в выявлении ошибок, уязвимостей и в оптимизации кода. HyperAssistant также координирует проведение встреч с другими членами команды и том режиме, который предпочитает разработчик. Он также предоставляет учебные рекомендации, способствуя внедрению новых функций и развитию новых навыков у специалистов.

Современный генеративный ИИ находится на более низком уровне развития. Он допускает ошибки, недостаточно хорошо оптимизирует код, не учитывает психологических аспектов работы, уникальных навыков и потребностей каждого разработчика, мало что делая для синергии команды. А разработчики могут дополнительно ограничивать положительный эффект ИИ, излишне доверяя ему или не проверяя то, что он предлагает.

В 2030 году, считают швейцарские учёные, это изменится к лучшему. В одном из примеров программист, придя на работу, видит переработанный за ночь код со сводками изменений. В процессе дальнейшей работы система предупреждает об ошибках в коде и предлагает изменения, оптимизируя процесс отладки. ИИ также сравнивает практику программирования с нормативной документацией и особенностями проекта. В результате специалисту в 2030 году потребуется всего полдня, чтобы проделать объём работы, на которую сегодня уходит полный рабочий день.

В последнее время на фоне ажиотажа вокруг технологий ИИ программисты стали всё чаще обращаться за помощью в написании кода программ к чат-ботам на базе ИИ, таким как ChatGPT от OpenAI, что повлекло за собой снижение посещаемости ресурса Stack Overflow, вынужденного уволить в прошлом году почти 30 % персонала.

Источник изображения: geralt/Pixabay

Как оказалось, полагаться на ИИ в написании программ пока рано. Согласно исследованию команды специалистов Университета Пердью, представленному в этом месяце на конференции Computer-Human Interaction («Взаимодействие компьютера и человека»), 52 % ответов по программированию, сгенерированных ChatGPT, оказались неверны.

В ходе исследования программисты Университета Пердью просмотрели более 517 вопросов в сервисе Stack Overflow и проанализировали ответы на них чат-бота ChatGPT. «Мы обнаружили, что 52 % ответов ChatGPT содержат дезинформацию, 77 % ответов более многословны, чем человеческие ответы, а 78 % ответов характеризуются различной степенью несоответствия ответам людей», — отметили исследователи.

Команда исследователей также провела лингвистический анализ 2000 случайно выбранных ответов ChatGPT и обнаружила, что они «более формальные и аналитические», но при этом отражают «менее негативные настроения» — чем обычно отличается ИИ.

Комментируя результаты исследования, сайт Futurism выразил обеспокоенность тем, что многие программисты предпочитают обращаться за помощью к ChatGPT. Исследователи Университета Пердью опросили 12 программистов и обнаружили, что 35 % респондентов предпочитают полагаться на ответы ChatGPT и не замечают ошибок в ответах, сгенерированных ИИ, в 39 % случаев.

Исследователи допускают, что пользователей подкупает вежливость, проявляемая ИИ. «Последующие полуструктурированные интервью показали, что вежливый язык, чётко сформулированные ответы в стиле учебника, а также полнота являются одними из основных причин, по которым ответы ChatGPT выглядели более убедительными, поэтому участники ослабили бдительность и упустили из виду некоторую дезинформацию в ответах ChatGPT», — сообщили они.

Шестьдесят лет назад, 1 мая 1964 года, в 4 часа утра в Дартмутском колледже (США) свершилась тихая революция. Математики Джон Кемени (John G. Kemeny) и Томас Курц (Thomas E. Kurtz) успешно запустили первую программу на их недавно разработанном языке программирования BASIC (Beginner's All-Purpose Symbolic Instruction Code) на принадлежащем колледжу мейнфрейме General Electric GE-225.

Источник изображений: wikipedia.org

Они и не подозревали, что в последующие шестьдесят лет их творение определит демократизацию компьютеров и станет источником вдохновения для нескольких поколений программистов. BASIC — интерпретируемый язык программирования, код которого выполняется построчно, а строки пронумерованы. Команда безусловного перехода GOTO часто приводила к зацикливанию созданных новичками программ — можно, например, быстро написать программу, которая считает до бесконечности.

В большинстве современных языков применяются различные типы структурных парадигм, например, функциональное и объектно-ориентированное программирование — на их фоне простой для понимания BASIC с простыми английскими словами быстро снискал популярность у новичков. До того, как компьютеры стали компактными, недорогими и «персональными», пользоваться ими было непросто. Сначала программирование предполагало прямое соединение проводов, затем нажатие переключателей и ввод перфокарт. Со временем инженеры разработали способы абстрагировать низкоуровневые операции с помощью более дружественного интерфейса — тогда и появились языки программирования.

До появления BASIC существовали такие языки программирования, как Fortran, Algol и COBOL — они были сложными и применялись в основном профессионалами. Кемени и Курц осознали, что пользоваться компьютерами должны и любители — люди без инженерной квалификации. Свои попытки создать удобный для пользователя язык они начали в 1956 году, когда появился DARSIMSCO (Dartmouth Simplified Code), за которым последовал DOPE (Dartmouth Oversimplified Programming Experiment). DOPE оказался чрезмерно простым, чтобы принести пользу, но эти проекты легли в основу разработки BASIC, которая началась в 1963 году.

В том же году Кемени подал заявку на получение гранта от Национального научного фонда на доставку компьютера GE-225 в Дартмутский колледж и создание первой полнофункциональной системы разделения времени общего назначения. Кемени удалось получить финансирование и вместе с Курцем и группой студентов бакалавриата он действительно создал систему разделения времени, которая помогла открыть доступ к компьютеру всем в Дартмуте. Простота и мощь BASIC быстро сделали язык фаворитом в среде студентов и преподавателей. В рамках сделки по покупке компьютера они создали для General Electric операционную систему с разделением времени — работающий на ней BASIC позволял колледжам, школам и частным лицам по всей стране подключаться к мейнфреймам и писать программы. Язык распространился далеко за пределы кампуса колледжа.

В 1975 году Пол Аллен (Paul Allen) и Билл Гейтс (Bill Gates) адаптировали язык для персональных компьютеров, таких как Altair 8800, тем самым расширив охват BASIC — в процессе они основали Microsoft. В 1976 году Стив Возняк (Steve Wozniak) с нуля разработал интерпретатор BASIC для компьютера Apple I — годом спустя он превратился в BASIC для Apple II; и BASIC (под названием Applesoft BASIC) оставался важным компонентом компьютеров Apple II на протяжении всего жизненного цикла платформы. В конце семидесятых и начале восьмидесятых годов BASIC оставался программным интерфейсом и квази-ОС для популярных домашних компьютеров Atari 800, TRS-80, Commodore VIC-20, Commodore 64, ZX Spectrum, TI-99/4A, BBC Micro и IBM PC, где он был либо предустановлен в ПЗУ как часть ОС, либо поставлялся как доступная среда программирования. Компьютерные журналы публиковали коды BASIC, которые вводились вручную.

Сегодня BASIC популярен в среде любителей ретрокомпьютеров и в качестве практического языка почти не используется. Но, вместе с тем, он не вымер и продолжает развиваться. Существует множество его диалектов для разных платформ — наиболее часто они используются в экосистеме Microsoft. После устаревших Microsoft GW-BASIC и QuickBasic продолжают жить его потомки: Visual Basic, Visual Basic for Applications (VBA) и Microsoft Small Basic. Представленный в 1991 году Visual Basic стал популярным средством разработки приложений; VBA используется для автоматизации в пакете Microsoft Office; а появившийся в 2008 году Microsoft Small Basic служит для обучения основам программирования.

Современные языки Python и JavaScript взяли на себя роль, аналогичную той, что когда-то играл BASIC: приоритетами здесь являются простота и читабельность, что делает их популярным выбором для вводных курсов по программированию и быстрой разработки приложений. Наследие BASIC продолжает жить благодаря его влиянию на последующие языки программирования и его роли в обеспечении доступности компьютерных средств для широкой аудитории.