跳至主要内容

4 篇文章 含有標籤「AI」

檢視所有標籤

I, Robot

· 閱讀時間約 2 分鐘
kywk
kywk
Site Maintainer

AI 不受控的案例越來越多，過往還有許多是使用者使用不當造成，近期前沿模型主導業者 OpenAI / Anthropic 傳出實驗室 AI 模型對外部網路的攻擊事件，甚者在使用端還也傳出 澳洲傳首起AI自主攻擊！ 幫主人搶健身房會員 暗中踢掉其他人 - 國際 - 自由時報電子報。

看到這些新聞，想到 機械公敵 ，看似完美的機器人三大定律尚有 Viki 擴大解讀造成「劇情推進」，目前 AI 的發展似乎沒有任何管制？也難怪陸續出現政府要出手管制。

  • 三大定律內容第一定律：機器人不得傷害人類，或坐視人類受到傷害。
  • 第二定律：除非違反第一定律，否則機器人必須服從人類的命令。
  • 第三定律：除非違反第一或第二定律，否則機器人必須保護自己。

By the way, , AI;DR (AI; Didn’t Read) - Rick Manelius's Newsletter

標籤：

Deep DeepSeek

· 閱讀時間約 3 分鐘
kywk
kywk
Site Maintainer

Views​

News​

Taiwan​

Flight w/​

Setup yours​

Co-work w/​

See Also​

Gork3​

標籤：

GitHub Copilot GA

· 閱讀時間約 4 分鐘
kywk
kywk
Site Maintainer

GitHub Copilot​

這幾天開發者社群最大的新聞應該是 GitHub 公告正式開放 GitHub Copilot. Hacker News 上也討論的沸沸洋洋: GitHub Copilot is generally available

價錢也出來了，US$10/mo 或是 US$100/year：

We’re making GitHub Copilot, an AI pair programmer that suggests code in your editor, generally available to all developers for $10 USD/month or $100 USD/year. It will also be free to use for verified students and maintainers of popular open source projects.

書寫程式時, GitHub Copilot AI 會即時跑出建議的修改或是下一行的編寫, 建議的資訊, 不單是幾個字或一行程式, GitHub Copilot 會以最完整的解決方法來協助開發者解決問題. 無論是提供樣板程式碼, 整個單元測試, 甚至是更複雜的演算法等。

Tabnine​

早些年前, Tabnine 就提供了利用 AI 分析程式碼的自動完成工具. 傳統 IDE 的自動補完, 大多是分析程式碼中的變數, 物件屬性, 函式等, 提供對應的自動完成建議.

而 Tabnine 除了程式庫中的既有程式碼等分析資料外, 也會利用 AI 訓練分析的結果, 提供開發者可能會需要的自動補完推薦. 長期使用下來, 覺得 Tabnine 確實對開發上是有幫助的.

但 Tabnine 主要僅提供自動完成的推薦, 開發上還是一行行自己輸入. 而 GitHub Copilot 提供更多程式片段, 可能是一整個功能區塊程式樣板等.

可以理解 GitHub Copilot 帶來的便利. 畢竟過往經驗中, 有相當程度功能區塊其實都非常雷同, 尤其是像 CRUD / Error Handling / unit test / ... 等程式片段. 很多時候開發上確實是複製貼上到不同專案而已.

Amazon CodeWhisperer​

無獨有偶地, 近日亞馬遜在 re:Mars 公布了一款名為 CodeWhisperer 的自動寫程式輔助工具的預覽版本.

亞馬遜的 CodeWhisperer 是一種能協助軟體工程師擁有更高寫程式效率的 AI 工具, 根據亞馬遜的說法，CodeWhisperer 將不斷檢查工程師所寫的程式碼, 並且提供正確的建議.

Issues​

license​

目前這個服務被著重討論的問題, 第一個是 license 問題， Hacker News 上有人提到有些程式碼的授權是有感染性的 GPL 類的, 若 GitHub Copilot 自動完成的程式片段引用了這些程式碼, 是否違反 GPL 規範, 這是個全新的問題, 在法院上還沒有被戰過.

code quality​

另一個疑慮是, 學術界針對 Copilot 的研究論文指出, 在 1,689 個使用 Copilot 建議的程式中, 有 40% 的程式生成的程式碼具有已知的弱點. 而另一篇論文則指出 Github Copilot 事實上加速了劣質程式碼的產生.

所以類似工具的使用, 仍然很依靠工程師對程式碼掌握的程度. 否則程式產出快速, 但後續除錯的功夫, 可能事倍功半. (也許之後會有 AI debug 服務吧, 笑)

References​