Generatywna AI, Generatywna Sztuczna Inteligencja

Generatywna AI rewolucjonizuje ostatnio nie tylko świat programowania, ale wręcz całe nasze życie… Wyobraź sobie sztuczną inteligencję, która nie tylko analizuje dane, ale tworzy zupełnie nowe rozwiązania—to właśnie potęga Generatywnej AI.
„Coś z niczego!” 🔥

Zobaczmy to na kilku przykładach 👇

Generatywna Sztuczna Inteligencja

• Tomek: „Droga AI, zrób mi kanapkę.”
• AI: „Nope.”
• Tomek: „To pościel za mnie łóżko.”
• AI: „Nie tym razem…”
• Tomek: „To chociaż wygeneruj dla mnie śmieszne zdjęcie…”
• AI: „Proszę! A jeżeli chcesz to mogę wygenerować Ci też wpis na bloga, czy fragment kodu źródłowego!”

Kierunek rozwoju generatywnej sztucznej inteligencji

Przeciętny obywatel nie tak wyobrażał sobie rozwój sztucznej inteligencji…

To nie jest jednak koncert życzeń, a my mamy dwie opcje.
Możemy czerpać z dobrodziejstw tej nowej technologii, lub narzekać, jakie to jest złe i niefajne…

Zapewne domyślasz się, że osobiście dużo bardziej wolę skupić się na wykorzystaniu Gen AI do realizacji swoich celów oraz do zrobienia czegoś dobrego!

A co konkretnie możemy dzięki niej osiągnąć, to zobaczysz już poniżej.

Świat się zmienia…

Tak, jako programiści odczuwamy to bardzo mocno. Nowy framework, nowa technologia – cały czas musimy być na czasie i douczać się nowych rzeczy.

➡ ZOBACZ 👉: Nauka programowania – jak się uczyć programowania, mimo braku czasu i motywacji

Tym razem to jednak coś naprawdę dużego. Wiele osób porównuje rozwój sztucznej inteligencji do wynalezienia maszyny parowej, czy nawet ognia! 🔥

Czy tak będzie rzeczywiście? Pożyjemy, zobaczymy 🙂

Historia i rozwój AI

Jedno jest jednak pewne – generatywna AI już na obecnym poziomie zaawansowania mocno namieszała w wielu branżach.

Czy jednak czeka nas dalej skokowy wręcz jej rozwój? Czy może kolejna zima i spowolnienie?

Nawet jeżeli rozwój sztucznej inteligencji spowolni w najbliższych latach, to i tak wpłynie to na wiele osób. Na mnie już wpłynęła, a domyślam się, że wpłynie jeszcze bardziej.

AI influencerzy

Dzięki rozwojowi sztucznej inteligencji pojawią się nowe możliwości i zawody jak, chociażby AI influencerzy…

Coś, co jeszcze niedawno było nie do pomyślenia, a dziś jest już dość powszechne.
Tak naprawdę taki „influencer” to całkiem zaawansowany projekt informatyczny 🙂

Przecież taką osobę trzeba „stworzyć”, zaprojektować jej wygląd, historię, to co robi w wolnym czasie itp. Bardzo często nad takimi projektami pracują całe zespoły ludzi! Ludzi, którzy właśnie dzięki Generatywnej AI dostali możliwość nowej pracy.

Chcesz jeszcze jeden przykład?

Prompt engineer

Prompt engineer – czyli specjalista od komunikacji ze sztuczną inteligencją. Tak! Dedykowana osoba, która jest odpowiedzialna tylko za to, by przygotować dobre zapytania do AI.

O ile podstawowa komunikacja jest dość prosta i każdy może ją realizować, to czasem zależy nam na większej precyzji. I to jest właśnie miejsce na nowy zawód.

Część zawodów straci rację bytu, ale pojawią się też nowe!

Rozwój sztucznej inteligencji to oczywiście nowe możliwości i nowe zawody, ale też zmiany, problemy i zagrożenia…

Wiele zawodów straci racje bytu, albo przynajmniej będzie musiało się bardzo bardzo zmienić.

Nisko-wykwalifikowany copywriter, który pisał proste teksty? Po co skoro LLM zrobi to lepiej i taniej. Podobnie sprawa wygląda z podstawowym generowaniem kodu źródłowego… Pamiętajmy jednak, że programowanie to nie tylko generowanie kodu, to coś zdecydowanie więcej.

Także przynajmniej na teraz zarówno doświadczony copywriter, jak i programista, którzy znają swój fach i chcą się rozwijać, mogą spać spokojnie.

Sklonuj siebie lub kogoś innego…

Generatywna sztuczna inteligencja to również możliwość tworzenia audio, grafik i wideo na bazie istniejących treści. Co w praktyce oznacza, że możemy stworzyć wirtualnego klona nas lub kogoś innego…

Brzmi przerażająco?

To zobacz poniższe nagranie – w 100% zostało wygenerowanie przez AI (tekst, audio i wideo).

A teraz pomyśl, że wystarczy tylko próbka starych nagrań albo nawet listów i możesz odtworzyć nawet zmarłą osobę… Trochę creepy, ale z technicznego punktu widzenia już możliwe.

Nowe zagrożenia, Deep fake

Jak możesz się spodziewać, ludzie nie poprzestają tylko i wyłącznie na klonowaniu własnego głosu. W sieci możesz znaleźć całą masę tak zwanych deepfake, czyli przerobionych zdjęć i filmów wideo np. polityków wypowiadających wojnę lub aktorek w niejednoznacznej sytuacji…

Zobacz np. na filmik z Gatesem, czy Dudą.

Asystenci AI

Całe szczęście Generatywną AI możemy wykorzystać też w dobrych celach 🙂

Gen AI  może pomóc nam w codziennej pracy, czy w automatyzacjach.

Bardzo podoba mi się trend tworzenia różnego rodzaju wirtualnych asystentów AI, którzy tworzą niejako taki wirtualny zespół pracowników.

Poniżej możesz obejrzeć demo mojego asystenta AI – Luny.

Chatbot, mentor podczas nauki programowania

W ramach naszej platformy edukacyjnej przygotowałem Chatbota AI, który służy jako wirtualny mentor programowania.

Możesz myśleć o nim jak o takim mocno spersonalizowanym ChacieGPT. Kursanci mogą z nim przedyskutować swoje problemy i wątpliwości podczas nauki programowanie, co znacząco pomaga podczas nauki.

Asystent dodatkowo został specjalnie przygotowany, by rozmawiał tylko o programowaniu i by udzielał możliwie przydatnych informacji z punktu widzenia osoby uczącej się programowania.

Jego wiedza została również rozszerzona o informacje z naszego bloga i podstawowy kontekst użytkownika.

Czym jest Generatywna AI?

Po tak długim wstępie i wielu przykładach myślę, że możemy już sobie wprowadzić odrobinę niezbędnej teorii 🙂

Odpowiedzmy w takim razie na pytanie – czym właściwie jest generatywna AI?

Generatywna AI  – to gałąź sztucznej inteligencji skupiająca się na tworzeniu nowych danych na podstawie już istniejących. W przeciwieństwie do tradycyjnych modeli AI, które klasyfikują lub przewidują dane, modele generatywne potrafią tworzyć coś zupełnie nowego. Mogą generować teksty, obrazy, muzykę, a nawet kod źródłowy.

LLM vs Generatywna AI

Jednym z najbardziej przełomowych osiągnięć w dziedzinie generatywnej AI są Duże Modele Językowe (Large Language Models, LLM), takie jak GPT-4. Te potężne narzędzia potrafią przetwarzać i generować tekst na poziomie zbliżonym do ludzkiego, co otwiera nowe możliwości w programowaniu i nie tylko.

LLM, Duży model językowy

LLM (ang. Large Language Models) Duże modele językowe, to właśnie w dużej mierze dzięki nim generatywna AI stała się tak popularna.

LLM to zaawansowane modele uczenia maszynowego trenowane na ogromnych zbiorach danych tekstowych. Dzięki analizie miliardów zdań potrafią:

• Generować spójne i sensowne teksty na różne tematy.
• Odpowiadać na pytania i prowadzić konwersacje w języku naturalnym.
• Tłumaczyć między językami z dużą precyzją.
• Tworzyć kod źródłowy na podstawie opisu w języku naturalnym.
• i wiele wiele więcej…

Ale tak naprawdę… pod spodem jest zwykła statystyka.

Jak działa LLM?

LLM, czyli Duże Modele Językowe, działają na zasadzie analizy ogromnych ilości tekstu, z których „uczą się” rozpoznawać wzorce w języku.

W skrócie, taki model analizuje tekst, który mu podasz, i na tej podstawie przewiduje, co powinno być dalej – podobnie jak autokorekta w telefonie, ale na dużo większą skalę. Modele te opierają się na sieciach neuronowych, które potrafią zrozumieć kontekst i relacje między słowami. To jakby dać komputerowi setki milionów książek do przeczytania, aby potrafił samodzielnie pisać i rozumieć tekst.

Co to jest Generatywna AI z punktu widzenia programisty i dlaczego KAŻDY programista potrzebuje jej w swojej pracy?

Czy wyobrażasz sobie świat, w którym programowanie staje się szybsze, łatwiejsze i bardziej efektywne dzięki pomocy sztucznej inteligencji? Świat, w którym AI nie tylko automatyzuje rutynowe zadania, ale także tworzy nowe rozwiązania, wspiera naukę i inspiruje do innowacji?

Brzmi jak utopia?
Wbrew pozorom jesteśmy bliżej niż Ci się może wydawać…
Właściwie to w dużej mierze to już się dzieje!

Generatywna AI to narzędzie, które rewolucjonizuje sposób, w jaki pracujemy.
Dzięki niej możemy np.

• Tworzyć nowe treści – wpis na blogu, ale również fragmenty kodu, testy, czy dokumentację.
• Automatyzować zadania – przyspieszyć procesy programistyczne i biznesowe np. streścić artykuł i wyciągnąć z niego najważniejsze dane. Wyobraź sobie system do pobierania danych z faktur w dowolnym formacie. Korzystając z klasycznego programowania koszmar wyrażeń regularnych… Dzięki LLM będzie to jeden przemyślany prompt.
• Uczyć się szybciej – programista java, który pisze aplikacje w JavaScript lub Python? Czemu nie! (Oczywiście na poziomie juniora/mida, ale jednak) A może nauka nowego frameworka. Dzięki LLM  możesz niejako „rozmawiać” z tekstem, czyli np. zadawać do niego pytania, przygotować quizy, czy streszczenia.

Co konkretnie możemy zrobić dzięki Generatywnej AI?

Generatywna AI otwiera przed nami szereg praktycznych zastosowań.
Co możemy dzięki niej zrobić?

Generować kod i wszystko, co z nim związane

• Fragmenty kodu – szybkie tworzenie funkcji i metod np. na bazie krótkiego opisu lub kontekstu Twojej klasy (tutaj możesz wykorzystać np. GitHub Copilot lub Cursor).
• Całe moduły/funkcjonalności – tak, też jest to możliwe ale… Im większy fragment logiki do przygotowania, tym większa szansa, że coś pójdzie nie tak oraz większa szansa niezrozumienia na styku programista/AI. Dlatego z reguły lepiej sprawdza się generowanie mniejszych fragmentów i praca programisty jako swoisty operator AI.
• Dokumentacja – automatyczne lub półautomatyczne tworzenie opisów i instrukcji. Mega ułatwia sprawę, szczególnie pracując z nieznaną technologią lub legacy code.
• Testy – generowanie testów jednostkowych i integracyjnych. Tutaj sprawa wygląda podobnie jak w przypadku każdego innego fragmentu kodu. AI pomaga, ale nie zastąpi krytycznego spojrzenia na nasze testy.
• Refaktoryzacja – takie IDE na sterydach. „Przenieś metodę” albo „uprość metodę wykorzystując bibliotekę XYZ”.
• Code review – analiza i wskazówki dotyczące naszego kodu. Dużo lepsze niż tylko statyczna analiza kodu. Dalej jest sporo false-possitive ale i tak robi genialną robotę.

Pracować z nieznaną technologią

Dzisiejszy programista nie ma łatwego zadania. Dosłownie milion różnych technologii, które dodatkowo często się zmieniają. W praktyce nie sposób być specjalistą w każdej z nich.

Całe szczęście nawet przy tak dużej ilości technologii kluczowe koncepcje zazwyczaj są niezmienne. Dzięki temu np. doświadczony programista Java przy pomocy LLM może pracować z JavaScript, czy Python. Oczywiście nie zrobi tego na poziomie seniora, tutaj jest jednak zbyt dużo szczegółów. Ale na poziomie juniora, czy nawet mida już spokojnie.

W podobny sposób można wspierać się np. przy konfiguracji różnego rodzaju narzędzi, czy serwerów, których przecież w dzisiejszych projektach jest cała masa… np. Apache, Docker, Kubernetes, Terraform, NGINX i wiele więcej.

➡ ZOBACZ 👉: Asystent Programowania, Sztuczna Inteligencja Rewolucjonizuje Kodowanie

Analizować i przetwarzać dane

• Kontekstowe szukanie informacji – szybkie odnajdywanie potrzebnych danych. Zamiast szukać w google, czy Stack Overflow, robisz to bezpośrednio z Twojego IDE.
• Wyjaśnienie kodu – tłumaczenie złożonych fragmentów na prostsze formy. Wyjaśnienie legacy kod, czy nieznanej Ci funkcji.
• Analiza dokumentacji i ankiet –  wydobywanie kluczowych informacji z dużych zbiorów danych.

Automatyzować procesy biznesowe

Co powiesz na automatyzację, która raz w tygodniu przejrzy aktualne wiadomości (>> 200 wpisów), zweryfikuje je, streści i przygotuje Ci zestawienie?

Albo asystent AI, który ma dostęp do Twojego kalendarza, prywatnych notatek i innych drobnych narzędzi?

To wszystko możemy osiągnąć dzięki automatyzacjom i LLM.

Poniżej jedna z moich automatyzacji, która zbiera i analizuje informacje z Internetu.

I wiele, wiele więcej…

• Tworzenie treści – generowanie artykułów, postów na bloga, czy mediów społecznościowych.
• Sztuka i design – tworzenie grafik, podcastów, wideo, czy nawet wykresów i diagramów! Niestety tutaj też deepfake 🚨
• Szybsza nauka – szukanie informacji, personalizowana edukacja, czy „rozmowa z tekstem”.

Dlaczego Generatywna AI jest ważna dla programistów?

Świat się zmienia… Skoro możemy zrobić coś x2 x10, a czasem nawet x100 szybciej – to nie sposób zignorować takie możliwości.

Rynek tego od nas wymaga.

Generatywna sztuczna inteligencja – wyzwania i etyka

Korzystanie z generatywnej AI wiąże się również z pewnymi wyzwaniami i zagrożeniami.

Poniżej kilka przykładowych zagadnień do przemyśleń:

• Jakość generowanych danych – AI może tworzyć treści nieprecyzyjne lub nawet błędne ze względu na swoje ograniczenia, ale również przez błąd „operatora”. Kto za to będzie odpowiedzialny? Algorytm? Raczej nie… Nie chcemy przecież też, żeby przy pomocy naszej aplikacji, która wykorzystuje AI użytkownicy mogli generować obraźliwe, czy nawet niezgodne z prawem treści. Jest to coś co musimy brać pod uwagę projektując nasze systemy.
• Prawa autorskie i przekłamanie danych –  Bardzo duży i ważny temat. Sztuczna inteligencja jest uczona na danych. Trzeba by zadać pytanie jakich danych? Kto je przygotował? Jak to zrobił? Czy były zebrane legalnie? itd. Nie na wszystkie odpowiedzi jako użytkownicy dużych modeli językowych znajdziemy jednoznaczne odpowiedzi. Warto jednak być świadomym potencjalnych zagrożeń.
• Etyka – Dzięki AI możemy generować ludzkie awatary, wcielać się w różne role, czy nawet konkretne osoby, odpowiadać na komentarze, wiadomości email, dzwonić do ludzi i wiele więcej. Dodatkowo możemy to robić z niespotykaną dotąd jakością i ilością! To naprawdę ogromna władza. Teraz tylko pytanie jak te nowe możliwości zostaną wykorzystane…

Podsumowanie, Generatywna sztuczna inteligencja

Generatywna AI to potężne narzędzie, które może znacząco wpłynąć na efektywność i kreatywność w programowaniu. Oferuje szerokie możliwości, od automatyzacji zadań po wsparcie w nauce i tworzeniu innowacyjnych rozwiązań. Pamiętając o etycznych aspektach i potencjalnych wyzwaniach, warto zacząć eksplorować jej zastosowania w codziennej pracy.

Jeżeli chcesz kontynuować swoją przygodę z AI, to zapraszam na jedno z naszych darmowych spotkań o AI i automatyzacjach.

Pozdrawiam
Tomek

>>> Generatywna AI i automatyzacje dla Programistów