Blog
人工智慧狂熱迎來變革時刻：軟體開發從手工藝走向工程化
人工智慧狂熱迎來變革時刻：軟體開發從手工藝走向工程化
January 15, 2024
重點摘要：
新聞內文：
當前，我們正處於一場關於所謂「生成式人工智慧」的狂熱中。許多原本理智的人，包括經濟學家，都在對這一新興技術的變革潛力感到極度興奮。這是最新的趨勢。
對於那些正受這一狂熱影響的人，有兩種解藥值得推薦。首先是顧問公司「佳能」的炒作週期監控，該監控顯示這項技術目前處於「誇大期望的巔峰」，隨後將急劇下降至「失望的谷底」。另一個是霍夫施塔特定律，它談到估計困難任務所需時間的難度，其要旨是「事情總是比你預期的要久，即使你考慮到了霍夫施塔特定律」。僅僅因為一個強大的產業及其媒體支持者對某事失去理智，並不意味著它將像海嘯一樣迅速席捲整個社會。現實的變化步伐更為緩慢。
在其聖誕特刊中，《經濟學人》發表了一篇名為《英文拖拉機簡史》的啟發性文章（這也是對馬琳娜·萊維茨卡2005年小說《烏克蘭拖拉機簡史》的低調致敬）。該文目的在解釋「拖拉機與馬告訴你關於生成式人工智慧的事情」。教訓是，儘管拖拉機已有悠久的歷史，但它們改變農業的進程卻非常緩慢。原因有三：早期版本不如其支持者所認為的有用；採用它們需要改變勞動市場；農場需要進行改革才能使用它們。
因此，歷史表明，無論人工智慧炒作商們預測的何種變革，它們來臨的速度都會比他們預期的慢。
然而，有一個可能的例外：計算機編程，或編寫軟體的業務。自從數位電腦發明以來，人類就需要能夠告訴機器他們希望機器做什麼。由於機器不懂英語，所以演化出了一系列的程式設計語言：「機器碼、Fortran、Algol、Pascal、C、C++、Haskell、Python」等。因此，如果你想與機器溝通，就必須學會說Fortran、C++或其他語言，這對許多人來說是一個乏味的過程。
編程成為了一種神秘的工藝，就像偉大的唐納德·克努特（Donald Knuth）在其開創性五卷本指南的第一本書《計算機程式設計的藝術》的標題中暗示的那樣。隨著世界數位化，這種工藝變成了工業化，並被重新標記為「軟體工程」，以淡化其手工藝起源。但是，掌握它依然是一種神秘且有價值的技能。
然後，ChatGPT出現了，令人驚訝的發現，它不僅能夠組織出看似流暢的句子，還能編寫軟體。更驚人的是，你可以用純英文提示向它概述一項任務，機器將編寫出完成該任務所需的Python代碼。通常代碼並不完美，但可以透過與機器的進一步互動進行調試。突然間，一個全新的前景展開了：非程式員能夠指示計算機為他們做事，而無需學習計算機語言。
最近，《紐約客》的程式員詹姆斯·索默斯（James Somers）寫了一篇關於這一發展的感慨萬千的文章。他說：「傳統上需要終身掌握的知識和技能領域，現在被一口氣吞噬了」。他繼續說，程式設計對他來說總是一個深不可測且豐富的領域。現在他卻想為它寫一篇悼詞。他一直想到李世乭。李世乭曾是世界頂尖的圍棋選手，也是韓國的民族英雄，但最著名的是2016年輸給名為「AlphaGo」的電腦程式。對於索默斯來說，李世乭似乎被一個越來越熟悉、而且緊迫的問題所困擾：「我畢生投入的這件事將會變成什麼？」
這聽起來有點過於誇張。我們擁有的證據表明，程式員正在像鴨子進水一樣接受人工智慧的幫助。例如，最近對軟體開發人員的一項調查發現，今年有70%的人正在使用或計劃使用人工智慧工具進行工作，其中77%的人對這些工具持「積極或非常積極」的觀點。他們將這些工具視為提高程式編寫效率的方式，加快學習，甚至「提高編寫電腦代碼的準確性」。
這看起來並不像是失敗主義，而是專業人士將這項技術視為「智力的動力轉向」，正如俗語所說。至少，他們不像《經濟學人》故事中的馬。但就像拖拉機最終改變了農業一樣，這項技術最終將改變軟體的開發方式。在這種情況下，軟體工程師將不得不更像工程師，而不是像「手工藝職人」。這也是時候了（這位工程師兼專欄作家說）。
新聞原址： https://www.theguardian.com/commentisfree/2024/jan/13/truth-about-ai-might-produce-better-software
- 目前的「生成式人工智慧」狂熱正處於「佳能」炒作週期監控所描述的「誇大期望的巔峰」階段，預計隨後將會急劇下降至「失望的谷底」。
- 《經濟學人》的文章「英文拖拉機簡史」透過拖拉機的發展歷程來比喻人工智慧的進程，指出技術創新和社會接受的過程往往比預期緩慢。
- ChatGPT等人工智慧工具正在改變軟體開發的方式，使得非程式員也能透過簡單的英文提示編寫軟體代碼，這可能會導致軟體工程師的角色從「手工藝職人」轉變為更接近「工程師」。
新聞內文：
當前，我們正處於一場關於所謂「生成式人工智慧」的狂熱中。許多原本理智的人，包括經濟學家，都在對這一新興技術的變革潛力感到極度興奮。這是最新的趨勢。
對於那些正受這一狂熱影響的人，有兩種解藥值得推薦。首先是顧問公司「佳能」的炒作週期監控，該監控顯示這項技術目前處於「誇大期望的巔峰」，隨後將急劇下降至「失望的谷底」。另一個是霍夫施塔特定律，它談到估計困難任務所需時間的難度，其要旨是「事情總是比你預期的要久，即使你考慮到了霍夫施塔特定律」。僅僅因為一個強大的產業及其媒體支持者對某事失去理智，並不意味著它將像海嘯一樣迅速席捲整個社會。現實的變化步伐更為緩慢。
在其聖誕特刊中，《經濟學人》發表了一篇名為《英文拖拉機簡史》的啟發性文章（這也是對馬琳娜·萊維茨卡2005年小說《烏克蘭拖拉機簡史》的低調致敬）。該文目的在解釋「拖拉機與馬告訴你關於生成式人工智慧的事情」。教訓是，儘管拖拉機已有悠久的歷史，但它們改變農業的進程卻非常緩慢。原因有三：早期版本不如其支持者所認為的有用；採用它們需要改變勞動市場；農場需要進行改革才能使用它們。
因此，歷史表明，無論人工智慧炒作商們預測的何種變革，它們來臨的速度都會比他們預期的慢。
然而，有一個可能的例外：計算機編程，或編寫軟體的業務。自從數位電腦發明以來，人類就需要能夠告訴機器他們希望機器做什麼。由於機器不懂英語，所以演化出了一系列的程式設計語言：「機器碼、Fortran、Algol、Pascal、C、C++、Haskell、Python」等。因此，如果你想與機器溝通，就必須學會說Fortran、C++或其他語言，這對許多人來說是一個乏味的過程。
編程成為了一種神秘的工藝，就像偉大的唐納德·克努特（Donald Knuth）在其開創性五卷本指南的第一本書《計算機程式設計的藝術》的標題中暗示的那樣。隨著世界數位化，這種工藝變成了工業化，並被重新標記為「軟體工程」，以淡化其手工藝起源。但是，掌握它依然是一種神秘且有價值的技能。
然後，ChatGPT出現了，令人驚訝的發現，它不僅能夠組織出看似流暢的句子，還能編寫軟體。更驚人的是，你可以用純英文提示向它概述一項任務，機器將編寫出完成該任務所需的Python代碼。通常代碼並不完美，但可以透過與機器的進一步互動進行調試。突然間，一個全新的前景展開了：非程式員能夠指示計算機為他們做事，而無需學習計算機語言。
最近，《紐約客》的程式員詹姆斯·索默斯（James Somers）寫了一篇關於這一發展的感慨萬千的文章。他說：「傳統上需要終身掌握的知識和技能領域，現在被一口氣吞噬了」。他繼續說，程式設計對他來說總是一個深不可測且豐富的領域。現在他卻想為它寫一篇悼詞。他一直想到李世乭。李世乭曾是世界頂尖的圍棋選手，也是韓國的民族英雄，但最著名的是2016年輸給名為「AlphaGo」的電腦程式。對於索默斯來說，李世乭似乎被一個越來越熟悉、而且緊迫的問題所困擾：「我畢生投入的這件事將會變成什麼？」
這聽起來有點過於誇張。我們擁有的證據表明，程式員正在像鴨子進水一樣接受人工智慧的幫助。例如，最近對軟體開發人員的一項調查發現，今年有70%的人正在使用或計劃使用人工智慧工具進行工作，其中77%的人對這些工具持「積極或非常積極」的觀點。他們將這些工具視為提高程式編寫效率的方式，加快學習，甚至「提高編寫電腦代碼的準確性」。
這看起來並不像是失敗主義，而是專業人士將這項技術視為「智力的動力轉向」，正如俗語所說。至少，他們不像《經濟學人》故事中的馬。但就像拖拉機最終改變了農業一樣，這項技術最終將改變軟體的開發方式。在這種情況下，軟體工程師將不得不更像工程師，而不是像「手工藝職人」。這也是時候了（這位工程師兼專欄作家說）。
新聞原址： https://www.theguardian.com/commentisfree/2024/jan/13/truth-about-ai-might-produce-better-software