AI ծրագրավորման գործակալները ստեղծում են ավելի շատ կոդ, բայց ոչ ավելի շատ ծրագրային ապահովում
Հարվարդի համալսարանի հետազոտողներ Ֆիոնա Չենի և Ջեյմս Ստրատոնի վերջին ուսումնասիրությունը, որը հիմնված է ավելի քան 700,000 աշխատակիցների տվյալների վրա, ցույց է տալիս, որ AI ծրագրավորման գործիքները չեն հանգեցրել ծրագրային արտադրանքի աճի: Թեև այս գործիքները արագացնում են կոդի գրումը, մարդկային ստուգման գործընթացը դարձել է հիմնական խոչընդոտը: Կոդավորման փուլում ձեռք բերված արդյունավետությունը չեզոքանում է ստուգման համար պահանջվող լրացուցիչ ժամանակի պատճառով: Jellyfish-ի տվյալները, որոնք ընդգրկում են 2021-2026 թվականների 300 միլիոն աշխատանքային իրադարձություններ, ցույց են տալիս, որ AI-ի կողմից ստեղծված կոդը հաճախ պահանջում է ավելի շատ ուղղումներ և ստուգողների մեկնաբանություններ: Արդյունքում, հետազոտությունը ցույց է տալիս, որ ընկերությունները չեն ավելացնում ծրագրային ապահովման թողարկումը, քանի որ արտադրական գործընթացը սահմանափակված է մարդկային ռեսուրսների՝ AI-ի ստեղծած կոդը ստուգելու կարողությամբ:
This is a summary. Read the full article at the original source:
Ars TechnicaԿապակցված
Տղամարդը դատապարտվել է 1000 բոտերի օգնությամբ արհեստական բանականության երաժշտությունից 8 միլիոն դոլար հափշտակելու համար
Հյուսիսային Կարոլինայի բնակիչ Մայքլ Սմիթը դատապարտվել է 18 ամսվա ազատազրկման՝ երաժշտական հոսքային հարթակներում խարդախության խոշոր սխեմա կազմակերպելու…
AskAnyModel-ը առաջարկում է ցմահ հասանելիություն 50+ AI մոդելների՝ 29.97 դոլարով
Նոր գովազդային առաջարկը թույլ է տալիս օգտատերերին ձեռք բերել AskAnyModel AI Pro Plan-ի ցմահ բաժանորդագրություն ընդամենը 29.97 դոլարով՝ 499 դոլար սկզբն…
Ոչ տեքստային Jev AI մոդելը ստեղծող ընկերությունը գնահատվել է 7.5 միլիարդ դոլար՝ թողարկումից ընդամենը շաբաթներ անց
TypeSafe ստարտափը, որը մշակել է նոր Jev AI մոդելը, թողարկումից ընդամենը շաբաթներ անց հասել է 7.5 միլիարդ դոլար շուկայական գնահատման։ Ի տարբերություն ա…