Когато AI започна да пише код: Ще замени ли изкуственият интелект програмистите?

Преди дни се проведе втората лекция от новата серия на Института за компютърни науки, изкуствен интелект и технологии (INSAIT), при която топ учени в основата на последните новости в изкуствения интелект и информатиката ги представят в София.

Събитието беше с лектор Еран Яхав – професор в Technion, легендарния технологичен университет на Израел, създаден през 1912 със съдействието и на Айнщайн. Проф. Яхав е съосновател и технически директор на Generative AI компанията Tabnine, създал едно от най-разпространените AI приложения за автоматизиране на програмирането.

Как Израел се превърна във водеща стартъп нация и какво може България да научи от опита ѝ, как INSAIT да допринесе за превръщането на страната ни в технологичен лидер, на какво се дължи бумът на генеративния AI, на който е базиран ChatGPT, какви предимства и рискове носи новата технология, ще замени ли програмистите и хората в творческите професии, какво представлява AI асистентът на Tabnine и как помага на разработчиците, кои програмни езици поддържа, какво е бъдещето на AI-базираната разработка на софтуер – тези и други въпроси коментирахме с проф. Еран Яхав.

Проф. Яхав, преподавате в университета Technion, който е в основата на трансформацията на Израел като „стартъп нация“. Как Израел се превърна в световен иновационен лидер и какво ние в България може да научим от Вашия опит?
Израел е малка страна като България. Това ни позволява да се движим и променяме много бързо. В Израел, както и в България е доста хаотично, което също помага, защото предполага, че процесите не са така твърдо установени и можете да се приспособите бързо към промените на пазара и като цяло в света.
Technion е основан преди около 100 години и всъщност предхожда Израел. Успехът му до голяма степен се дължи на силния фокус върху към математическото образование, а не само върху инженерството. Например отделът по компютърни науки в Technion беше много теоретичен и базиран на математически, а не на инженерни основи. Това позволява да се мисли за следващото поколение иновации, а не просто да се проектира какво може да направите в момента. И така винаги сте малко по-напред от другите, а когато промяната дойде, вие вече сте там и сте един от пионерите.
Второто нещо, което помага, е военната служба – нещо, което вие в България нямате. Защото хората служат заедно в много екстремни условия, което създава дълбоки приятелства. Например в моята компания – Tabnine, аз съм съосновател, а изпълнителният директор ми е приятел още от военната служба. Познаваме се от много години. Служихме заедно и направихме невероятни неща в армията. Знаем, че можем да си имаме голямо доверие. Мисля, че много компании в Израел са започнали по този начин.
Друго нещо, което вероятно помага, е, че бакалавърската програма в Technion е много силна. Тя също създава тесни приятелства, защото е доста предизвикателна и хората учат сериозно.

Значи тези са факторите за успеха на Израел?
Освен това да се провалиш в Израел не се счита за голяма работа. Никой не казва: „Основа компания и се провали. Това е голям срам“. По-скоро сякаш получаваш признание за това, че си опитал: „Направи го, не проработи. Добре, пробвай следващото нещо“. Няма го този осъдителен момент. Хората оценяват, че сте поели инициатива и сте положили усилия, дори и ако сте се провалили. Това е още нещо полезно. Но това е в психологията на страната. Много е трудно да се промени.

И да се копира?
Да, и да се копира. Това, което трябва да се копира, е бакалавърската програма. Ако тя е конкурентна и трудна през първата година, мисля, че променя нагласата.

Как оценявате потенциала на INSAIT в този смисъл?
Относно INSAIT хората трябва да разберат, че това е дълъг процес. Трябва да имате търпение. В момента започват да учат студенти, чието мислене ще бъде различно, но ще минат няколко години, докато те завършат. Трябва да минат 5 – 10 години, преди да видите цялостния ефект. Но добрата новина е, че не са необходими много хора за промяната. Страната е малка и затова е лесно да промените репутацията ѝ, така че хората да си кажат: „О, тук има истински изследователски институт и Вие можете да бъдете част от него“.

Защо решихте да участвате в тяхното събитие?
Разбирам потенциала на INSAIT и на България. На прага на нещо страхотно сте. Това е възможност да бъда част от него. Усеща се, че сте много близо. INSAIT вече има своите първи преподаватели и първа група студенти. И колелото ще се завърти. Но е нужно малко търпение. INSAIT не е завършен процес, той тепърва започва. И ще изисква повече инвестиции и търпение.

Генеративният AI е навсякъде в момента. На какво се дължи този бум?
Мисля, че ChatGPT допринесе до голяма степен за това как широката публика възприема какво е генеративен AI и че той може да бъде част от живота им. Например децата ми казват, че си пишат домашното с ChatGPT. А те дори не знаеха какво правя, докато не се появи ChatGPT. Смятам, че през последните няколко години технологията скочи до ниво, което не съм предполагал, че ще видя през живота си. А се занимавам с темата от дълго време.
Мисля, че самият модел не е толкова иновативен, но интерфейсът на ChatGPT – фактът, че имате цялата история като чат и изглежда, сякаш поетапно се въвежда текстът, се харесва на хората. Изглежда, че взаимодействате с нещо, което ви разбира. Това, разбира се, не е така, но някак симулира това усещане.
Като цяло считам, че се подценява значимостта на човешкия интерфейс на генеративния AI. Това, което ChatGPT ни показа, е, че UI или UX – потребителският интерфейс или потребителското изживяване, е половината от историята на успеха.

Споменахте писането на домашни. Какви са другите основни приложения на генеративния AI?
Той може да генерира изображения, музика, текстове. Използвах ChatGPT и други модели, и „написах“ песен за Tabnine чрез генериране на текст и музиката, като го помолих да я направи да звучи по-джазова. След това я изпратих за запис и за около 4 часа общо имахме всичко, което е невъобразимо, ако си помислите какво човешко усилие е необходимо, за да се направи това без технологията. Така че мисля, че тя наистина може да направи много иновативни и креативни неща. Всички изображения в моите презентации сега са генерирани от AI. Повечето от текста е написан от AI. По-голямата част от кода също. Всъщност не пиша код, който няма генеративен AI в него. Целият ми код е само частично генериран от мен. Моите имейли са частично генерирани от мен. Технологията ще помага на хората в почти всички задачи в живота.

Това са ползите. А какви са рисковете за индустрията от генеративния AI?
Има много рискове. Стана доста известна тенденцията на тези модели да халюцинират с огромно самочувствие. Но това не е чак толкова голям риск. Хората също създават много глупости. Така че системата просто автоматизира голяма част от генерираните от човека нелепости. Мисля, че трябва да научим децата и населението като цяло да имат много по-критично мислене, когато четат.
Също в училище, когато видя какво правят децата ми, например трябва да напишат есе по дадена тема. Те вече могат да го генерират за 5 минути. Това, което умните учители започнаха да правят и което за мен е правилното, е, вместо да дадат за домашно да се напише есе, те казват: „Ето какво е генерирал ChatGPT. Нека да прочетем това заедно в клас, да го анализираме и да направим упражнение за критично мислене“. Така домашното вече не е да се напише някакъв текст, а се превръща в четене по критичен начин. Считам, че това ще е основно умение в бъдеще.

Как генеративният AI ще се развие в бъдеще? Имаме ли повод да се притесняваме? Интересно развитие, което тепърва ще наблюдаваме, са мултимодалните модели. Това означава, че имате текст, музика, видеоклипове, изображения в един и същи модел. И можете да кажете на системата: „Вземи това изображение и направи музика за него“ или „Вземи това видео и направи музика за него“, или „Вземи това видео и го обобщи в текст“. Сякаш можете да се движите между различните модалности. Представете си, че можете да нарисувате картина на потребителския интерфейс, който искате да има вашето приложение. Кликвате върху бутон и кодът се генерира. Не е нужно да пишете каквото и да било. Просто го нарисувайте върху салфетка, направете снимка и ще имате работещото приложение. Мисля, че това предстои.
По отношение на рисковете смятам, че предубеждението на моделите е риск. Има и етични рискове. Има много аспекти, които са все още слабо разбрани, а хората бързат да изпробват технологията, без напълно да са ограничени всички тези рискове. Но винаги е така с прогреса.

Може би най-голямото притеснение на хората е, че ще бъдат заменени от AI системи.
Не мисля, че ще бъдем заменени. По-скоро ще е като с примера с домашното. Ако ChatGPT може да направи домашното ви, значи задачата е била глупава. Това са просто грешните проблеми, върху които хората да се съсредоточат. Например хората постоянно ме питат дали генеративният AI ще замени разработчиците на софтуер?

Това беше следващият ми въпрос.
Отговорът зависи от това как дефинирате каква е работата на софтуерния разработчик. За мен лично тя е решаване на бизнес проблеми с помощта на софтуер. Точно това прави софтуерният инженер. Писането на код не е важната част от работата му. Но ако мога да разреша бизнес проблема, като го опиша на английски, кликна върху бутон и получа някакъв код, това е страхотно – вече не трябва да пиша кода. Това поначало не е в длъжностната ми характеристика. Считам, че става дума за предефиниране на това какво е действителното проявление на работата. Това, което правите през деня, ще се промени, но работата ви като софтуерен инженер ще остане.

Как генеративният AI ще се отрази на креативната индустрия? Споменахте създаване на видео, изображения, музика…
Мисля, че ще изяде ниския клас умения, включително и за софтуера. Например, ако всичко, което правите, е да създавате HTML страници. Това отново е нещо, което вече не е необходимо да се прави от хората.
По отношение на творческата индустрия – всички изображения в моите слайдове сега са генерирани от AI. Но преди просто нямаше да имам изображения. В миналото не съм наемал графичен дизайнер да ми прави слайда.
Това, което се случва, е, че аматьорите като мен ще станат по-креативни и способни да правят неща, които не са могли да правят преди. По същия начин е и с разработчиците. Казват, че днес по света има 30 милиона програмисти, но може би когато тази технология се развие още повече, ще има 100 или 200 милиона разработчици, защото всички аматьори, които не знаят как да пишат код, ще могат да го правят с помощта на тази технология. Тя не замества настоящите разработчици, а по-скоро сваля бариерата за влизане на нови хора в сектора. И това се отнася за всички творчески професии. Не можех сам да напиша песента за Tabnine. Не знам как да композирам. Но сега като аматьор с помощта на технологията го направих. Песента не е страхотна, но става.

Значи не смятате, че AI системи могат да заменят хората в професиите им?
Според мен става дума повече за сваляне на бариерата за навлизане за аматьори. Но ако работата ви е била аматьорска, тогава, да, може би ще бъдете заменен. Като професионален разработчик обаче не мисля, че има за какво да се притеснявате.

Какво Ви вдъхнови да създадете Tabnine?
Започнахме да правим програмен синтез през 2010-2012. Програмният синтез или възможността за генериране на код е нещо, което исках да реша още преди около 15 години, но технологията я нямаше. Имаше много резултати от проучвания, че това теоретично може да бъде направено, но едва през последните 5 години се превърна в нещо, което може да работи и на практика. И това за мен лично е супер вълнуващо, защото е като да тръгнеш от нещо, което си си представял, към нещо, което вече е възможно.

А какво направи възможно технологията да сработи на практика?
Това, което го направи възможно, са няколко неща. Първото е, че получаването на данни за обучение стана много по-лесно, защото вече имаше GitHub, който съдържа много висококачествен код. Преди около десетилетие трябваше да събирате код от всякакви места. Беше голям проблем. Второто нещо е, че технологията за статичен анализ, способността да вземеш програма, да я анализираш и да разбереш нещо от нея, е узряла много през последните 10 години. Третото е, че „фреймуърк” средите за машинно обучение като TensorFlow, PyTorch, които не можете да изградите сами, станаха популярни, полезни и стабилни. И четвъртият фактор е, че обучението на тези модели изисква много изчислителни ресурси. Възможността да получите GPU услуга на Amazon, GCP или Azure е нещо, което през последните 6 – 7 години стана наистина лесно и можете да го внедрите рентабилно.

Как Tabnine помага на софтуерните разработчици?
Tabnine е AI асистент за разработчици на софтуер. Той е като AI нивото в компанията, което се учи от целия код в организацията и всички други източници без код, като например Confluence (бел. ред. софтуер за екипна съвместна работа), Wiki, документация, свързана с кода и след това автоматизира всички досадни части от работния процес. Така че, ако трябва да напишете код, който е бил писан 100 пъти преди, Tabnine просто ще го генерира вместо вас. Ако трябва да генерирате компонентни тестове (unit tests), Tabnine ще го направи вместо вас. Той ще свърши всички скучни неща, за да можете да се съсредоточите върху творческите части на работата си. Това е визията на Tabnine.
В момента нашият AI асистент се използва от над 1,2 милиона разработчици всеки ден. Той се интегрира така в работния процес, че просто завършва кода, докато го пишете. Не е нужно да мислите за него. Започвате да пишете, той прави останалото. И само натискате Tab, за да го приемете. Това ви прави много по-бърз и по-продуктивен. И с напредъка ни все повече етапи от разработката на софтуер са автоматизирани от Tabnine.
Вече споменах генерирането на тестове, но сега предлагаме и генериране на документация, което се харесва на хората, защото те мразят да пишат документация. Пишете кода, натискате бутон и получавате генерирана документация. Предлагаме и преглед на кода, който се извършва автоматично.
Но AI асистентът никога няма да направи творческия преглед на кода и да каже: „Хей, Еран, защо не промениш напълно архитектурата на това, което направи?“ По-скоро ще ти каже: „Хей, може би има по-ефективен начин да направиш това“ или „Хей, използвал си тази конкретна библиотека, която всички останали ползват. Сигурен ли си, че знаеш какво правиш?“. Така че ще върши всички скучни неща, за които вече не трябва да се притеснявате.

Кои индустрии използват в най-голяма степен подобни AI асистенти?
Първите, внедряващи технологията, са от всички индустрии. Имаме потребители сред банките, в автомобилни компании, дори във федерални агенции. Навсякъде. С повече от 1 милион потребители можете да си представите, че почти всяка компания в света има някой, който използва Tabnine.

Как AI асистентът на Tabnine се различава от другите подобни инструменти на пазара?
Tabnine винаги е поддържал позицията, че разработчикът държи контрола. Tabnine например се обучава само чрез софтуер с отворен код. Ако кодът е с ограничителен лиценз, не го ползваме за обучение. Така сме лоялни към разработчиците. Освен това ви позволяваме да обучавате свои модели на база вашия собствен код.

Кои програмни езици поддържа Tabnine?
Поддържа 31 различни езика и всички основни идентификатори. Така че почти всички езици.

Какво е бъдещето на AI-базираната разработка на софтуер?
Това, което виждаме сега, е еволюционна стъпка, в която досадната част във всяка стъпка от цикъла на софтуерната разработка се автоматизира. Но мисля, че това, което ще наблюдаваме при следващата революционна стъпка, ще разбие напълно представите ни за начина, по който се разработва софтуерът. Не знам дали това ще е бъдещето, но е възможно, вместо да пишете кода, вие просто да пишете тестовете. В общи линии просто ще дефинирате какво искате да се случи с помощта на тестове, а кодът на самото приложение ще бъде написан така, че да отговаря на тях. Така че никога няма да пишете кода на приложението. Просто ще пишете тестове, а самият код ще бъде написан автоматично.
Смятам, че предизвикателството тук ще е как да включим човека по продуктивен начин. Моделът може да генерира неща много ефективно и с високо качество, но трябва да знае какво точно искате. Ако вземем ChatGPT, вие се опитвате да напишете на английски какво искате. Например: „Искам приложение, което прави A, B, C, D“. Но с усложняването на приложението да го опишеш на английски, става много по-трудно. Въпросът е как да кажете на модела какво точно искате. При софтуера спецификацията е много трудна. Не знаете как да дефинирате какво искате.
Може би друга визия, различна от писането на тестове, ще е, когато моделът е този, който задава въпросите, а вашата работа като разработчик на софтуера ще е да му отговаря. Започвате, като казвате: „Искам да създам приложение за калкулатор“. След това моделът казва: „Хей, Еран, това не е достатъчно. Трябва да знам дали става дума за научен калкулатор, или за базов калкулатор“. Тогава отговаряте: „О, не знам“. Така че в случая моделът е питащият.Трябва да разберем, че основна пречка е как човекът комуникира какво иска да постигне.

Има ли нужда от законови регулации на генеративния AI?
Може би част от проблема е, че много власт отива при собствениците на моделите. Вероятно това трябва да се регулира в някаква степен. Не мисля, че в момента технологията се разбира достатъчно добре, за да бъде регулирана. Много е рано. Не можете да регулирате това, което не разбирате.

Ако в момента сме още в ранния етап на развитие на генеративния AI, как ще изглежда пиковият момент?
Вероятно мултимодалните модели ще изумят най-много хората. Фактът, че мога да пиша текст и да генерирам видео от него. Представете си, че пиша следното: „Генерирай епизод от „Семейство Симпсън“ с министър-председателя на България“. И вие получавате подобен видеоклип. Това звучи като лудост, но не сме далеч. Виждал съм демонстрации, много близки до това, което току-що описах. За хората това ще бъде върхът. Но те трябва да разберат, че периодът от демонстрацията на нещо невероятно до нещо, което генерира действителна стойност и което може да използвате постоянно всеки ден, за да вършите работата си, е огромен.

Много хора сравняват появата на ChatGPT и генеративния AI с откриването на интернет или с IPhone. Какво е Вашето мнение?
За мен това е много подобно на появата на iPhone или мобилния телефон, в смисъл че нещо фундаментално се е променило. Имаме технология, която е доста слабо разбрана. Точно както App Store имаше милион приложения, но повечето от тях безполезни и се сринаха до малък брой ефективни. Същото ще се случи и тук. Ще има много стартъпи, които правят невероятни неща, използвайки моделите. Но в даден момент тези, които не ви помагат постоянно, за да вършите работата си, ще изчезнат.

От какво ще зависи успехът на компаниите, работещи в тази сфера?
От това дали разбират работата на хората, която се опитват да подпомогнат, или заменят и колко добре приспособяват системата към работния процес на човека. Става дума за решаването на проблеми на хората, а не просто показването на някаква невероятна демонстрация. Мисля, че това е много ценен урок за всички стартъпи, които навлизат сега.

Интервю: Детелина Калфова