أهم النصائح التي يقدمها أحد قادة التكنولوجيا في أمازون بشأن البرمجة الفعّالة باستخدام الذكاء الاصطناعي
يستند هذا المقال كما قيل إلى محادثة مع آني تشين، التي عملت في هندسة البرمجيات في أمازون لمدة ثلاث سنوات ونصف تقريبًا. لقد تم تحريره من أجل الطول والوضوح. لقد تحققت Business Insider من تاريخها الوظيفي.
لقد ساعدني الذكاء الاصطناعي في البرمجة، ولكن الأهم من ذلك أنه ساعدني في تحويلها إلى منتجات. لقد ساعدني الجمع بين استيعاب الذكاء الاصطناعي وترجمته إلى منتجات قابلة للتطوير في الحصول على ترقية بشكل أسرع.
لقد بدأت العمل كمهندس برمجيات I، وهو دور مبتدئ، في عام 2022. كنت عضوًا في فريق التوصيات أعمل على تقديم أدوات التوصيات.
منذ حوالي عامين، بدأت العمل على منتجات الذكاء الاصطناعي بشكل جانبي. لقد أصبح ذلك ضخمًا، وفي النهاية تحول إلى فريق خاص به، والذي أنا مهندس مؤسس له.
تمت ترقيتي في فريق التوصيات إلى مهندس برمجيات II، ثم تمت ترقيتي في الفريق الحالي إلى مهندس أول.
أركز على ما نسميه الذاكرة، والتي تعزز التخصيص في تجارب الذكاء الاصطناعي التوليدية عبر أمازون.
الذكاء الاصطناعي يكتب 95% من الكود الخاص بي
لقد بدأت باستخدام الذكاء الاصطناعي كمشروع جانبي لإنشاء عناوين جذابة لأدوات التوصية عندما ظهر ChatGPT وClaude. لقد رأيت مدى قوتها في توليد شيء إبداعي حقًا.
بدأت أفكر: عندما يكون لدي سؤال أو أرغب في ترميز شيء ما، سأطلب المساعدة من الذكاء الاصطناعي أولاً قبل أن أحاول ذلك.
رأيت أن الحل الذي توصلت إليه هو تحسين مستوى الكود الخاص بي، وقد ساعدني ذلك في برمجة المزيد أيضًا. الآن أود أن أقول إن ما يقرب من 95٪ من الكود الذي كتبته مكتوب بواسطة الذكاء الاصطناعي.
أنا لا أستخدم الذكاء الاصطناعي فقط للبرمجة؛ أقوم أيضًا بدمج مخرجات الذكاء الاصطناعي في المنتجات. أحتاج إلى فهم عميق لكيفية عمل الذكاء الاصطناعي، وما الذي يعمل بشكل جيد، وما الذي لا يعمل.
يجب أن أكون منفتحًا ومتقبلًا للنماذج والأدوات الجديدة التي تظهر والتي يمكن أن تساعد في تكرار المنتج وتحسين المنتجات.
أنا أعمل كقائد تقني في أنظمة واسعة النطاق تعتمد على LLM في بيئات الإنتاج، لذلك لدي مقعد في الصف الأمامي لكيفية تصرف سير العمل بمساعدة الذكاء الاصطناعي، ليس فقط في النماذج الأولية ولكن في ظل نطاق العالم الحقيقي والتعاون بين الفرق.
أهم النصائح للترميز الحيوي
النصيحة الأولى هي فهم الأعمال الداخلية لـ LLMs وأين قد تفشل.
يتم تدريب LLMs مسبقًا، حيث يتم تدريبهم على مجموعة كبيرة، وهي لعبة احتمالية. ويتبع ذلك إجراء ضبط دقيق تحت الإشراف، بحيث يجيب النموذج بناءً على بنية السؤال وتنسيق الإجابة. وأخيرًا، يتبعه RLHF – التعلم المعزز من ردود الفعل البشرية.
من خلال فهم هذه الخطوات الثلاث، يمكنك أن تعرف، على سبيل المثال، متى لن يفهم LLM ما تتحدث عنه، ومتى يحتاج إلى معرفة المجال منك. ستعرف متى تستخدم نافذة جديدة أو سبب حدوث الهلوسة.
من خلال فهم القيود المفروضة على نافذة السياق، يمكنك معرفة متى يجب حل المشكلات. سوف تتعلم كيفية اتباع الهيكل لتقسيم الأشياء إلى مستويات أقل، ثم تركز ببطء على كل مكون وتقوم بالتوليد.
ومن خلال فهم الأعمال الداخلية، فإنك تعلم أيضًا أنه يتعين عليك شرح الأشياء لأحد أقرانك. إذا لم تشرح بالتفصيل، فسيتم تعيين كل هذه الافتراضات افتراضيًا على النمط الأكثر شيوعًا، لكن هذا قد لا يناسب حالة الاستخدام الخاصة بك.
نصيحتي الثانية: فكر قبل البرمجة الحماسية.
إذا قمت بالتحقق من الإجابة أولاً، فسوف تتأثر أفكارك بالإجابات. قارن أفكارك مع أفكار LLM وتعرف على الفجوات – وما لم تكن تعرفه، ولماذا تختلف الإجابة. ومن هنا، ستعرف ما هي الافتراضات الضمنية التي لم تخبرها لـ LLM.
ثالثا، موجه للأسئلة الصعبة. اطرح أسئلة مثل ما هو الإجراء الاحتياطي عند حدوث خطأ، أو كيف سيتم توسيع نطاق ذلك؟ وهذا يشبه أن يطلب المعلم من أحد الطلاب، أو أن يطلب أحد كبار المهندسين من مهندس مبتدئ التأكد من تغطية الحالات الصعبة. إذا كنت تريد توسيع نطاق المنتج، ففكر في الأمر منذ اليوم الأول وكن واعيًا بطرح أسئلة التوسع هذه.
وأخيرا، راجع وافهم. قم دائمًا بالمراجعة في كل خطوة، وليس فقط المراجعة بعد إنشاء الكود بالكامل. وهذا يضمن توقف الأخطاء مبكرًا بدلاً من تسلسلها حتى النهاية، حيث تحتاج إلى إعادة كل شيء.
يعد إنشاء رمز خاطئ أمرًا خطيرًا للغاية. إن وجود الكود يجعل الناس يفكرون، “حسنًا، هذا جيد، إنه يعمل.” لكن الكود الخاطئ الذي يدخل الإنتاج يمكن أن يسبب ضررًا أكبر من غياب الوظيفة.
لا يزال فهم الكود مهمًا
عليك أن تفهم الكود الخاص بك. يعمل الذكاء الاصطناعي على تقليل العوائق أمام كتابة التعليمات البرمجية، ولكن ليس مسؤولية فهمها.
إذا حدث خطأ ما والتزمت بالرمز، فأنت المسؤول.
تخيل أن هناك عطلًا في التعليمات البرمجية لديك أثناء الإنتاج، وتحتاج إلى إصلاحه، وتقول: “أنا أيضًا لا أعرف، أخبرني الذكاء الاصطناعي.” هذه ليست الطريقة الصحيحة.
لا أعتقد أنه يمكننا تكليف الذكاء الاصطناعي بمثل هذه المهام عالية المخاطر حتى الآن.
يصبح الفهم أسهل مع الذكاء الاصطناعي لأنه يمثل أيضًا فرصة تعليمية مثالية. يمكنك ببساطة فتح نافذة أخرى وتطلب منها شرح المفهوم.
إذا سألت في نفس النافذة عما أنتجته، فسوف يتم شرحه فقط في هذا السياق. لكنك تريد أن تفهم المفهوم بشكل عام وترى ما إذا كان من المنطقي تطبيقه في هذه الحالة.
هل لديك قصة لمشاركتها حول البرمجة باستخدام الذكاء الاصطناعي؟ اتصل بهذا المراسل على [email protected].
