1,你现在正在哪个领域学习或工作呢?你用过哪些AI智能工具?
主要从事AI算法数据集处理,模型部署工具开发,以及低代码工具开发。 使用 Github的 Copilot 编程伴侣超过1个月, 简单测试过 ChatGPT。
2,作为行业人士或正在学习的学生,你认为AI工具的出现会提升你的工作或学习效率吗?
工作中使用的开发语言主要是C++/Python,以及前端Javascript/Vue等,经GPT4 模型训练的 Copilot 新版本一推出就进行了测试,
1个月使用下来,总的体验,Copilot 非常适合生成函数框架,类框架,自动化测试代码等,对于能用文字表述清楚的任务,生成的代码质量可以接受,关键是效率很高。特别是自动测试用例、前端代码时,按设计文档步骤写好,打开VSCode,一边贴一边生成代码,几乎90%代码直接可以使用。
再看一下不足,对于复杂任务,还是无法胜任,如线程间通信,复杂对象的数据转换提取。其次,对比较新的技术点,Copilot 给出的建议往往不合适。
3,对于AI智能工具的出现,我们应该做好哪些准备?说说你的观点。
使用AI智能编程辅助工具,对于日常工作效率的提升,还是明显的。用好这个工具,可以让程序员腾出更多时间来思考系统架构、接口、流程、算法、用户交互体验、整合等方面的工作。
软件开发由于涉及的知识领域太多,即使是高水平专家,也很难足够时间熟悉软件编程的各个细节,如大部分从事AI算法研究的专家常为各种各样原始数据集不一致的问题苦恼,而对于在这方面受过严格训练的特征集数据工程师处理却很轻松,但他却需要请前端工程师来给他写Vue页面,
AI智能工具却让很多好学的技术工程师可以轻松构建自己的跨领域开发能力。如算法工程师可以用语言考虑copilot 对图片集进行维度变换,尺寸统一等操作,数据处理工程师学习CSS,Javascript , vue 原理后,借助AI工具可以轻松完成不复杂的前端页面了。
我还发现,Copilot 对于中文的理解,不如英文好。 程序员们看来还要学好英文啊。
4,你认为AI工具是帮手还是对手,说说你的观点。
中高水平工程师使用 AI智能工具后,工作效率大幅提升,而且也很容易跨领域工作,这样对于细分领域的初级工程师需求必然减少。也就是说,AI工具对于中高水平人员来说是个倍增器,AI工具可以替代流程化,结构简单的工作内容。即使市场总量在增长,但所以对初级工程师数量的绝对需求必然将减少。
但初级工程师,大学生们可以积极学习AI工具的使用,加强在系统架构,数据结构、设计模式,网络通信、多线程等知识框架的学习与打磨,这些领域很难收集合适与足够的特征数据,所以这些领域是人脑的优势。