Как и многие из вас, мы много говорили об искусственном интеллекте (ИИ) и будущем Интернета. Вокруг много шума, и трудно понять, что именно нам, веб-разработчикам, нужно знать.
Интернет намного больше, чем наша команда, поэтому мы хотели понять, что вы думаете об искусственном интеллекте, что вы надеетесь узнать и что вы хотите делать с этими новыми технологиями. Таким образом, мы сможем лучше всего предоставить вам контент, который поможет вам преодолеть этот шум.
За последние несколько месяцев мы разговаривали с веб-практиками, чтобы понять ситуацию и то, что вы думаете об искусственном интеллекте. Конечно, мы не можем говорить со всеми обо всем. У нас была лишь небольшая серия бесед с веб-разработчиками, в том числе с экспертами веб-разработчиков Google , в которых основное внимание уделялось тому, как разработчики используют ИИ для предоставления функций, ориентированных на пользователя, и повышения производительности в своем ежедневном рабочем процессе.
Мы считаем, что то, что мы узнали, может быть широко применимо к другим людям в Интернете. И мы подумали, что сообществу может быть интересно услышать то, что мы узнали.
Мы учли эти отзывы, а также другие исследования среды веб-разработчиков, чтобы создать нашу новую коллекцию искусственного интеллекта . В этой коллекции вы найдете обзоры, предназначенные для веб-разработчиков, лаборатории кода и демонстрации, а также другие ресурсы для размышлений об инструментах и моделях искусственного интеллекта в Интернете.
И это только начало. В ближайшие месяцы вы увидите от нас гораздо больше.
Повышение производительности с помощью генеративного искусственного интеллекта
Мы заметили, что веб-разработчики хотят воспользоваться преимуществами генеративного искусственного интеллекта для повышения своей производительности и взаимодействия с чат-ботами, чтобы изучать новые технологии или искать ответы на свои вопросы по веб-разработке.
Разработчики, с которыми мы говорили, либо уже используют ИИ в своем ежедневном рабочем процессе, для бизнеса или личных проектов, либо знают кого-то, кто это делает.
Генерация кода
Мы узнали от вас, что инструменты генерации кода, такие как Gemini и Copilot, отлично подходят для стандартных модульных тестов, базового автозаполнения (когда вы знаете, что писать, но вам просто нужно это написать) и более простых функций, не требующих обширных знаний. кодовой базы. Эти инструменты, как правило, менее полезны, когда речь идет о написании более сложного алгоритмического кода и функций, требующих широкого контекста конкретного проекта.
Более старшие разработчики отметили обеспокоенность по поводу долгосрочного качества своих кодовых баз , в том числе проблемы, связанные с дублированием кода и долговременной ремонтопригодностью. Некоторые были обеспокоены тем, что менее опытные члены команды могут не обнаруживать ошибки или не знать, как точно проверить код, созданный с помощью генеративных инструментов искусственного интеллекта.
Разработчики также рассказали, что варианты использования, требующие конкретных знаний в предметной области, например, написание доступных компонентов, еще не корректно учитываются инструментами генерации кода, которые они пробовали.
Обучение с LLM
Мы видели, как многие разработчики использовали ChatGPT и Gemini для изучения концепций разработки программного обеспечения, например, запрашивали модель большого языка (LLM), чтобы объяснить, как работает алгоритм сортировки, осваивали разные языки программирования или заполняли пробелы в знаниях.
Вы думаете, что LLM дает отличный опыт благодаря быстрой интерактивности вопросов и ответов, а также потому, что ИИ не будет критиковать задаваемые вопросы, а просто даст ответы, которые им нужны.
Опять же, существует проблема, связанная с более младшими разработчиками, которым необходим минимальный уровень знаний, чтобы выявить случаи, когда модель галлюцинирует и генерирует неправильные ответы.
Защита интеллектуальной собственности как бизнес-задача
Многие из разработчиков, с которыми мы говорили, сказали, что в их компаниях еще нет политики в отношении разработчиков, использующих генеративный искусственный интеллект для повышения своей производительности. Использование генеративных инструментов искусственного интеллекта часто обусловлено разработчиками, экспериментирующими с ними.
«Моя компания обычно неправильно понимает, что такое искусственный интеллект, поэтому они не разрабатывают правильную политику».
Однако компании, у которых есть политика, как правило, не поощряют использование из-за опасений по поводу утечки интеллектуальной собственности (ИС) компании третьим лицам. Бывают случаи, когда такая политика менялась после непосредственного взаимодействия с компаниями, стоящими за этими инструментами, чтобы понять, как используются данные и потенциальные риски.
Благодаря корпоративным учетным записям и партнерским отношениям, которые предназначены для обеспечения защиты данных, компании с большей вероятностью будут поощрять использование разработчиков.
Генеративный искусственный интеллект для улучшения функций продукта, ориентированных на пользователя
Что касается продукта, то для нас неудивительно, что когда мы начинали разговор с термина «ИИ/МО», ответ часто был сосредоточен на генеративном ИИ. Разработчикам интересно, как можно использовать генеративный ИИ для улучшения взаимодействия с пользователями, но они не уверены в том, как эти впечатления выглядят и какие инструменты доступны для их внедрения в производство.
Для тех разработчиков, которые встроили или встраивают функции генеративного ИИ в свои продукты, наиболее распространенным вариантом использования является использование генеративного ИИ для ответа на вопросы пользователей с помощью чат-ботов или одноразовых интерфейсов.
Качество вывода – это наша главная забота, о которой мы слышали от вас. В частности, разработчики надеются обеспечить точность ответов и стремятся не допустить создания LLM контента, не связанного с поставленной целью. Это особенно верно, когда выходные данные LLM непосредственно ориентированы на пользователя, например, чат-бот.
«Демо-версии с искусственным интеллектом — это дикость. Каждый раз, когда я демонстрирую свой проект, результат совершенно другой».
Вы прикладываете много усилий для создания наборов тестов для проверки результатов генеративного ИИ для широкого спектра запросов, но не существует четкого и устоявшегося способа тестирования или мониторинга ответов. Большая часть оценочной работы выполняется вручную. Многие разработчики плохо знакомы с обработкой недетерминированных выходных данных. Как сообщество, мы еще не создали системы, которые бы хорошо с ними работали.
Стоимость эксплуатации генеративной модели искусственного интеллекта также является важной проблемой, и разработчики тщательно сравнивают затраты с выгодами для своих пользователей.
Стандартные и индивидуальные модели
Чаще всего разработчики, с которыми мы говорили, склонны полагаться на готовые модели и API. Это оптимизирует время вывода продукта на рынок и использование инженерного времени и знаний, которые были ограничены.
«Я хочу остаться в сфере веб-разработки. Я не хочу становиться инженером ML».
Хотя разработчики осознают и видят потенциальную ценность таких передовых методов, как получение дополнений и генераций (RAG) и тонкая настройка, вы предпочитаете сосредоточиться на аспекте веб-разработки в их работе. В конечном итоге вы предпочитаете использовать инструменты по умолчанию или полагаетесь на то, что другие команды создадут оптимизированные модели для своих сценариев использования.
Проблемы конфиденциальности и безопасности
Конфиденциальность и безопасность были главными проблемами, особенно для отраслей со строгими требованиями к данным, таких как медицинская промышленность. Искусственный интеллект на устройстве может сыграть ключевую роль в решении этих случаев использования, но эта область остается в значительной степени неисследованной.
Раскрытие пользовательских данных большему количеству третьих лиц с помощью облачных API является проблемой, и ряд разработчиков видят ценность машинного обучения на устройстве или генеративного искусственного интеллекта для смягчения потенциальных проблем конфиденциальности и безопасности.
ИИ для веб-разработчиков
Искусственный интеллект присутствует повсюду и развивается невероятными темпами. Как мы можем идти в ногу со временем, использовать существующие инструменты и модели или работать с инженерами ML над созданием новых моделей, которые лучше всего соответствуют нашим потребностям?
Основываясь на том, что мы узнали от вас, мы работаем над руководством по искусственному интеллекту для веб-разработчиков. Мы стремимся помочь вам понять концепции ИИ на высоком уровне, открыть для себя возможности использования генеративного ИИ для повышения производительности и использовать ИИ для создания восхитительного пользовательского опыта, используя существующие инструменты, модели и API. Продолжайте следить за новостями, когда мы публикуем больше контента в нашей коллекции искусственного интеллекта .
Хотя большинство веб-разработчиков предпочитают сосредоточиться на том, что у них получается лучше всего (это веб-разработка!), мы призываем тех из вас, кто хочет погрузиться глубже, чтобы создать инструменты, модели и API, необходимые веб-разработчикам. Мы хотим услышать ваше мнение и узнать, как мы можем помочь вам добиться успеха.
ИИ — это быстро развивающаяся область. Итак, мы продолжим взаимодействовать с сообществом по мере того, как ситуация изменится, проводя больше бесед и опросов. Если вы хотите обсудить с нами, запланируйте рабочее время с нашей командой.