Нейросети могут не только общаться с пользователями, генерировать тексты и рисовать картинки по запросу, но и писать код. Переводить с одного программного языка на другой, проверять код на ошибки. И даже советовать, как их лучше устранить. В общем, могут здорово упрощать работу программистов.
Немного истории
Сам термин «нейронная сеть» появился в середине 20 века. Концепция заключалась в создании математической модели, основанной на теории деятельности головного мозга. В 1943 году выходит статья под авторством Уоррена МакКаллоха и Уолтера Питтса (нейропсихолога и математика соответственно), в которой они предположили, что количество нейронов, их взаимодействие между собой можно встроить в математическую модель. Позже именно этот принцип и стал основой для создания современных нейросетей.
Через 5 лет психолог Д. Хебб предположил, что при одновременной активации двух нейронов связи между ними усиливаются, причем в обоих направлениях. Эта теория сейчас реализуется в обучении нейросетей. Суть в том, что ИИ обучается сам, сопоставляя, сравнивая информацию. А вмешательство человека нужно, когда сеть допускает ошибки.
В 1957 простейшая нейронная сеть была реализована. И это было изобретение Фрэнк Розенблатта под названием персепрон. Физически идея была реализована в первом нейрокомпьютере Марк-1, который умел распознавать печатные и рукописные буквы. Спонсором проекта тогда выступило ВМФ США.
Обучение проводилось по теории Хебба. Чтобы был понятен принцип – пример. Допустим, нужно научить нейронку отличать яблоки от помидоров. Для этого нужно загрузить несколько изображений и яблока, и помидора. Например, фотографии, рисунки в разных техниках. После увеличить количество обрабатываемых данных. Если ИИ классифицировал объекты правильно, значит ничего делать не нужно. Если ошибся, то вводные данные дополняют информацией о том, что и помидор и яблоко могут быть зелеными и красными, с листьями и без. Разной формы и размера. И так до тех пор, пока сеть перестанет ошибаться. После можно переходить к другой паре предметов.
Представленный на конференции Марк-1 особого ажиотажа не вызвал. Во многом из-за речи самого создателя, который утверждал, что разработанная им технология в будущем позволит распознавать лица людей, идентифицировать их по именам, а также переводить устную, письменную речь с одного языка на другой.
В конце пятидесятых такие заявления были не то, что фантастическими, а просто не воспринимались всерьез. Но работа над моделью современных нейросетей продолжалась. И уже в 1957 году Артур Самуэль написал статью об обучении ПК игре в шашки. Кстати, именно он ввел термин «машинное обучение».
До 2000 годов работа над ИИ велась с переменным успехом. Новые значимые открытия сменялись периодами полного затишья. Но уже в 2006 году Фэй-Фэй Ли (директор Стэнфордской лаборатории) начала работу над ImageNet. Это визуальная база уже через несколько лет стала катализатором интереса к ИИ и созданию сотен алгоритмов по распознаванию изображений. А в 2018 OpenAI представили первую языковую модель GPT. С которой, в общем, и началась новая эпоха.
Правда ли что нейросети опасны
Несмотря на громкие заявления о том, что современные алгоритмы имеют признаки интеллекта, никому и ничего доказать не удалось. Многие страшилки, включая генерацию тем же чат-ботом GPT вредоносных программ не акцентируют внимание на одном факте, что команду давал кто-то из пользователей.
Именно возможность попадания не в те руки такого мощного инструмента, который может сгенерировать тысячи вредоносных программ и распространить их за секунды и вызывает опасения экспертов, разработчиков. И именно поэтому они настаивают на законодательном урегулировании всех аспектов, связанных с обучением, использованием ИИ. А восстание машин, попытка нейронных сетей избавиться от человечества – это пока что-то из разряда сюжетов фантастических фильмов.
Почему нейросети не заменят программистов
В 2022 году DeepMind анонсировала, что ее система AlphaCode на базе искусственного интеллекта пишет конкурентоспособное ПО. Такие выводы разработчик сделал после того, как алгоритм принял участие в «человеческом» конкурсе и выполнила задачи настолько хорошо, что оказалась среди 54% лучших.
Да, AlphaCode действительно умеет решать типовые задачи быстрее людей, но, поскольку все-таки лишена присущих только человеку аналитических способностей, то часто повторяет и ошибки в коде. Представители DeepMind, в общем, и сами подтверждают, что текущие возможности нейронки годятся только для соревнований, но уверены, что при дальнейшем обучении нейронная сеть позволит создать множество новых инструментов для программирования.
Есть у разработчиков программ на основе ИИ еще одна проблема. Для обучения часто используются данные, охраняемые лицензией или авторским правом. Так что пока профессии программист явно ничего не угрожает.
Но нейронкам уже сейчас можно доверить рутинные задачи. Например, поиск ошибок или предложение альтернативных вариантов для устранения ошибок в коде. Ясно, что ИИ с его скоростью обработки больших массивов данных, справится с такой задачей намного быстрее человека.
Как выбрать
Здесь нужно просто обращать внимание на функционал, условия конфиденциальности. Желательно, подтвержденные пользовательским соглашением. Это нужно, чтобы нейронная сеть не использовала для обучения авторский код. Это важно, особенно если работаете над коммерческим проектом – заказчик, неважно частное это лицо или компания, вряд ли захочет, чтобы исходный код, скажем приложения, игры оказался в свободном доступе.
Также стоит обращать внимание на стоимость подписки – многие платформы предлагают бесплатные урезанные версии. Которых может быть вполне достаточно для студентов или фрилансеров. Если выбираете пробный период, внимательно отслеживайте сроки его завершения. Многие платформы честно предупреждают, что если не отказаться от подписки вовремя, деньги со счета будут списаны автоматически.
Рейтинг лучших нейросетей для написания кода
Бесплатные
В список вошли именно бесплатные версии нейронных сетей. Да, у них нет дополнительных полезных опций, как в вариантах с платной подпиской. Зато доступ открыт навсегда без ограничений по пробному периоду.
Интерфейс у всех сайтов английский, но чтобы разобраться с функционалом можно использовать автопереводчик. В некоторых предложениях, конечно смысл может потеряться, но основная информация приводится практически без искажений.
Adrenaline
Нейронка на базе OpenAI Codex, которая может выполнять рутинные задачи. Писать повторяющиеся паттерны кода, находить ошибки в готовом коде и объяснять, в чем проблема, и почему софт не работает. Адреналин распознает более 20 языков программирования, тестирует и предлагает решение проблем. «Понимает» русский язык, но точность ответов выше, если ставить задачу на английском.
Из основных опций:
- совместная разработка;
- функция отладки;
- редактирование, управление версиями кода;
- генерация кода, текстов;
- создание графики;
- постобработка фото, видео.
Чтобы протестировать программу, можно просто найти на официальный сайт и задать вопрос. Для полноценной работы нужна регистрация и получение API.
Как и все подобные нейронные сети Адреналин условно бесплатная. Без оформления подписки она обработает 50 запросов в месяц. Ограничений по длине запроса (кода) вроде как нет. Если считаете, что этого мало, можно купить подписку. Цены на нее стартуют от 5 долларов.
Потестить или зарегистрироваться можно на https://useadrenaline.com/
Достоинства:
- точность обработки данных;
- возможность общения между пользователями;
- сохранение конфиденциальности данных – сеть их не собирает, и не хранит;
- функционал.
Недостатки:
- нет.
Tabnine
Предсказывает и дополняет исходный код, адаптируясь под авторский стиль. Здесь тоже используется ИИ, который может за секунды проанализировать тысячи документов, выявить закономерности и сгенерировать предложения по автодополнению.
Кроме увеличения продуктивности, программист получает новые знания об особенностях языка, фреймворков и методах их эффективного применения. Tabnine поддерживает большинство популярных языков программирования, совместим с распространенными редакторами, интегрированными средами разработки.
Бесплатная здесь, правда, только базовая версия с ограниченным функционалом, которого, впрочем хватит для небольших проектов. Чтобы начать работу, нужно просто скачать Tabnine на свой ПК.
Разработчики уверяют, что не используют для машинного обучения нейронки пользовательский код (для этого они применяют открытый код с разрешительными лицензиями, номера которых есть на официальном сайте). А также не хранят и не передают информацию третьим лицам.
Подробнее на https://www.tabnine.com/code
Достоинства:
- уменьшает время на написание кода;
- позволяет изучить возможности языков программирования;
- отличается высокой точностью.
Недостатки:
- в базовой версии минимум функций, правда, можно использовать все возможности в течение бесплатного 90-дневного периода.
CodePal
Универсальный инструмент для программистов, студентов, фрилансеров. Умеет писать код, выявлять ошибки, переводить с одного языка программирования на другой без ущерба для функциональности. А также оптимизировать код, сгенерировать для него документацию, проверить на баги.
Интегрируется с облачными сервисами и «знает» 25 языков программирования, включая самые распространенные Java/Script, C#/++, PHP и Python. В бесплатной версии доступна генерация кода и текста, отладчик, распознавание ошибок.
Подробнее на https://codepal.ai/ (нужен VPN)
Достоинства:
- функционал даже в базовой версии;
- встроенный языковой переводчик;
- удобный интерфейс.
Недостатки:
- доступен только с VPN.
Replit GhostWriter
Условно бесплатная нейронная сеть с ИИ, с полностью английским интерфейсом. Будет полезна для разработчиков приложений и даже преподавателей программирования. Из функционала:
- программирование и редактирование;
- быстрое развертывание;
- отладка по текстовым запросам и помощь ИИ в оптимизации кода;
- групповой доступ – работать над проектом можно командой.
Здесь же можно взять заказ в работу и получить вознаграждение. Это правда будет виртуальная валюта платформы (обменять ее на реальные деньги не получится), но зато так можно будет получить оценку своей работы от других пользователей и, возможно, собрать команду под личный проект. А еще здесь есть отличная база знаний и неплохой блог с полезной информацией.
Подробнее на https://replit.com/
Достоинства:
- работает с популярными программными языками;
- предлагает автодополнения и ищет ошибки;
- большое профессиональное сообщество, в котором кодеры делятся опытом.
Недостатки:
- нет.
Платные
У этих нейронок либо вообще нет бесплатной версии, либо разработчики могут предложить воспользоваться пробным периодом с ограничением на длину запросов (измеряется в токенах, каждый их которых равен примерно 3-4 символам).
Codesnippets
Программа с большим набором функций. Умеет генерировать код по текстовым запросам. С ее помощью можно проводить отладку и создавать документацию, переключаться между моделями ChatGPT, GPT-4, Mixtral/ Capybara 7 и другими. А также работать с моделью с исходным кодом на базе OpenRouter.
К услугам пользователя:
- закрытые библиотеки фрагментов кода со сквозным шифрованием для защиты от несанкционированного доступа;
- автосохранение наименований и описаний фрагментов;
- возможность командной работы;
- поддержка 14 языков программирования;
- доступ к Azure GPT-4/-3.5.
Бесплатного тарифа, как такового нет. Есть декстопное приложение, в котором можно работать при наличии API ключей OpenAI и OpenRouter. Есть бесплатная пробная версия тарифа «разработчик», которая стоит 4 доллара и обладает минимальным функционалом. Если подписку вовремя не отменить (а конкретное время бесплатного периода придется хорошенько поискать), то с карты, указанной при регистрации спишется эта сумма. На самом сайте обещают 100% конфиденциальность данных. Но лучше ознакомиться со всеми правилами во вкладке «документация».
Подробнее на https://codesnippets.ai/
Достоинства:
- можно работать с несколькими моделями одновременно;
- простой поиск сохраненных фрагментов кода;
- создание документации;
- отладка.
Недостатки:
- пользовательское соглашение с рядом спорных пунктов.
Copilot
Одна из первых нейросетей для программирования, работающая на модели OpenAI Codex. Нейронная сеть обучалась на текстах, исходном коде. Поэтому она неплохо понимает запросы и ей можно доверять решение практически любых задач:
- автодополнение кода с сохранением контекста;
- написание кода (от фрагментов до функций) по текстовому запросу;
- рефакторинг (предложения по упрощению, усовершенствованию кода);
- возможность совместного кодирования – опция пригодится для команд;
- отладка и поиск ошибок.
Программа работает со всеми языками, которые есть в общедоступных репозиториях. Но разработчики предупреждают – чем меньше популярность языка, тем больше вероятность генерации ошибочных функций или менее надежных предложений по оптимизации.
Нейронка пригодится профессионалам, новичкам и тем, кто хочет изучить новые языки программирования. Например, можно попросить нейронную сеть дать пример кода, попробовать написать самому. Кстати, нейронная сеть потом может еще и проверить все ли сделано правильно.
Бесплатная версия с открытым кодом есть только для «проверенных» студентов и преподавателей. Стоимость подписки для всех остальных (имеются в виду только частные лица) составляет 10 долларов. Для компаний подписка обойдется в 19 долларов в месяц.
Подробности на https://github.com/
Достоинства:
- поддержка практически всех программных языков;
- удобный интерфейс и простота использования;
- подробный гайд по функционалу и особенностях работы с моделью на сайте.
Недостатки:
- нет.
Как итог – бояться, что ИИ отберет работу у программистов не стоит. Нейронные сети могут здорово сократить объем рутинной, нудной работы. Возьмут на себя отладку, поиск ошибок и генерацию документов. А кодеру останется больше времени на действительно интересные проектные задачи.