Программирование 2.0: как ИИ-ассистенты упрощают разработку

Содержание:

• На службе у программистов: кто в топе
• Кто покоряет сердца российских разработчиков
• Доверяй и проверяй
• Лишнее звено
• Бизнес и чат-боты для разработки

На службе у программистов: кто в топе

За последние пару лет многие глобальные ИТ-корпорации присоединились к гонке по развитию умных ассистентов. Однако, судя по данным ежегодного опроса Stack Overflow, в котором приняли участие 90 тыс. респондентов из 185 стран, на первом месте для поиска и обработки информации у разработчиков все равно остается ChatGPT от OpenAI: чат-ботом пользуются 83% респондентов. На втором месте Bing (21%), за ним идут WolframAlpha (13%) и Google Bard (10%). В сегменте непосредственной работы с кодом, его генерации и редактирования у разработчиков лидируют GitHub Copilot, Tabnine и AWS CodeWhisperer от Amazon.

Кто покоряет сердца российских разработчиков

В России сфера искусственного интеллекта активно растет и поддерживается государством. В Минэкономразвития заявили, что наша страна входит в топ-10 лидеров по внедрению и развитию ИИ-инструментов. Сам российский рынок ИИ оценивается в 650 млрд рублей. Кроме того, власти утвердили национальную стратегию по развитию искусственного интеллекта до 2030 и увеличили финансирование отрасли на 1,2 млрд рублей.

ИИ-ассистенты находят применение и у российских компаний-разработчиков ПО. Еще в 2021 году был зарегистрирован Artificial Vision — первое программное обеспечение, созданное искусственный интеллектом. Специалисты «Сбера» обучили нейросеть так, что она написала программный код на C++ и Java для этого софта.

Однако на сегодняшний день в России, как и в мире, чаще всего код пишут люди, а ИИ-инструменты выступают в качестве помощников.

Среди российских ИИ-разработок, которые помогают с программным кодом, на рынке известны всего несколько продуктов, и большинство из них еще находятся на стадии тестирования.

В сентябре 2023 года «Сбер» анонсировал GigaCode — инструмент для разработки и автодополнения программного кода, который базируется на собственной нейросетевой модели компании GigaChat. Решение генерирует наиболее вероятные продолжения строки в реальном времени. GigaCode поддерживает более 15 языков программирования, в том числе, Java, JavaScript, Python, TypeScript, C/C++. По словам создателей инструмента, он поможет сократить время написания кода на 25%. Сейчас он доступен в режиме открытого тестирования тем, кто зарегистрировался на GitVerse — платформе для совместной разработки и хостинга кода. При этом можно воспользоваться открытым для всех желающих чат-ботом GigaChat. Помимо генерирования текстов и иллюстраций этот чат-бот помогает найти ошибку в коде или решить задачу по программированию, выдав в качестве ответа уже готовый код.

По теме: «Проблема в нехватке мозгов»: почему нейросети не заменят старших разработчиков 

Другой игрок, который развивает собственное решение для программистов (по большей части будущих), — это Яндекс. Компания встроила нейросеть YandexGPT в сервис «Яндекс Практикум» и платформу «ЕГЭ по информатике с Яндекс Учебником». Этот ИИ-ассистент не напишет готовый код. Например, в «Практикуме» нейронная сеть сначала даст несколько подсказок, а потом, если они не помогут, объяснит сложный момент в задаче или неверный код. У школьников, которые готовятся к единому госэкзамену, во время решения задания автоматически появится кнопка «Помоги исправить ошибку», если код будет написан неверно.

МТС в середине прошлого года объявила о создании и запуске генеративной нейросети Software 2.0. В компании заявляли, что собираются использовать решение для создания собственных сервисов и приложений. ИИ помогает программистам искать и исправлять баги в коде, что сокращает количество ошибок в ПО на 40%.

Помимо продуктов от компаний-гигантов, есть и локальные решения, такие как Jay CoPilot от Just AI из Санкт-Петербурга. В основе решения лежит собственная разработка — большая языковая модель JustGPT, основанная на open-source модели LLaMA-2. Чат-бот доступен для пользователей после регистрации. Умный ассистент может писать код по текстовому описанию, находить в нем ошибки и давать пояснения.

Доверяй и проверяй

При решении повторяющихся повседневных задач у программиста возникает соблазн запросить кусок кода у ИИ-ассистента или, например, спросить, какой фреймворк удобнее использовать для решения конкретной проблемы. Однако важно не забывать, что сгенерированный код требует обязательной проверки, особенно если речь идет о дальнейшей коммерческой эксплуатации фрагмента программы.

Сегодня именно недоверие к результатам работы остается главным стоп-фактором для более глубокого использования умных ассистентов при написании кода. Так, по данным Stack Overflow, только 3% респондентов подтвердили доверие к сгенерированному ИИ-ассистентом коду.

Кроме того, из-за шумихи вокруг генеративных моделей упускается тот факт, что в любом ПО крайне важна правильная архитектура решения и его компонентов. По нашим наблюдениям, именно это на 80% гарантирует успех в дальнейшем развитии системы и ее устойчивости к нагрузкам, и эта задача пока что не под силу ИИ.

В течение 2023 года «Рексофт» экспериментировал с языковыми моделями по написанию кода. Так как технология стремительно развивается, результаты наших экспериментов существенно выше того, что мы получали ранее. Тем не менее в общем объеме разработки по российскому рынку процент задач, выполненных с помощью нейронных сетей, в данный момент не превышает 5-10%.

По теме: Как геймдев-стартапам сократить расходы и сроки за счет опенсорса 

Лишнее звено

Вопрос использования умных ассистентов в деятельности профессиональных разработчиков ПО при выполнении задач для заказчика во многом находится в юридической плоскости. Если языковая модель располагается в контуре вендора (владельца нейросети), то происходит передача исходного кода третьему лицу (вендору), что прямо запрещается любым сервисным контрактом. Для соблюдения юридической чистоты ИИ-ассистент должен стоять в контуре компании разработчика. Это достаточно дорого, ведь хорошо обученная система предполагает временные, человеческие и денежные ресурсы. Именно поэтому такой вариант может позволить себе только очень крупный бизнес. 

Бизнес и чат-боты для разработки

По оценке исследования «Яков и Партнёры» совместно с «Яндекс», экономический потенциал искусственного интеллекта в России оценивается в 22–36 трлн руб. Что касается именно генеративного ИИ, то эффект от его внедрения и работы в стране составит до 1,3 трлн рублей, говорится в том же исследовании. 

Однако некоторые компании, которые занимаются полноценной разработкой или или отчасти написанием кода, по разным причинам до сих пор не внедряют ИИ-ассистентов для помощи программистам. Помимо юридических опасений и внутренней политики, бизнес просто не до конца понимает, как именно искусственный интеллект ему поможет. При этом уже известен целый набор функций ИИ, которые экономят время команде разработки:

• написание кода по текстовому описанию. По данным GitHub, нейросети выдают код без ошибок в 30% случаев, и эта цифра с каждым месяцем растет;
• конвертация готового кода в другой язык программирования. Обычно этот процесс может отнимать колоссальное количество времени у команды, но ИИ поможет существенно сократить временные затраты;
• поиск и объяснение ошибок в коде. С этой задачей на сегодня справляются почти все чат-боты — как мировые, так и российские разработки.

Аналитики считают, что популярность генеративного искусственного интеллекта в российском бизнесе пока что находится в самом начале своего формирования. Однако это, скорее, говорит о том, что компании присматриваются к этому направлению технологий и, оглядываясь на международный опыт, пытаются тестировать наиболее популярные функции.

Фото на обложке: Freepik