OpenAI dahil olmak üzere teknoloji şirketleri, yalnızca kod yazmakla kalmayıp aynı zamanda onu hata ayıklayabilen, organize edebilen ve eleştirebilen yeni nesil yapay zeka asistanları geliştiriyor.
Bilgisayar kodlarının satırları ve eski bilgisayar masaüstleri üzerine kolajlanmış, yazı yazan ellerin yer aldığı bir fotoğraf çizimi.
Kesinlikle yetenekli bir kodlayıcı değilim, ancak SWE-agent adlı ücretsiz bir program sayesinde, yazılım barındırma sitesi GitHub’daki farklı kod depolarında yanlış adlandırılmış bir dosyayla ilgili çetrefilli bir sorunu ayıklayıp düzeltebildim.
SWE-agent’ı GitHub’daki bir soruna yönlendirdim ve kodu incelerken ve neyin yanlış olabileceği hakkında akıl yürütürken izledim. Hatanın temel nedeninin bir dosya için yanlış konumu işaret eden bir satır olduğunu doğru bir şekilde belirledi, ardından projede gezindi, dosyayı buldu ve her şeyin düzgün çalışması için kodu düzeltti. Deneyimsiz bir geliştiricinin (benim gibi) hata ayıklamaya çalışarak saatler harcayabileceği türden bir şey.
Birçok kodlayıcı , yazılımı daha hızlı yazmak için yapay zekayı kullanıyor. GitHub Copilot, yapay zekayı kullanan ilk entegre geliştirici ortamıydı, ancak birçok IDE artık bir geliştirici yazmaya başladığında kod parçalarını otomatik olarak tamamlayacak. Ayrıca, yapay zekaya kod hakkında sorular sorabilir veya üzerinde çalıştığınız şeyi nasıl iyileştirebileceğinize dair önerilerde bulunmasını sağlayabilirsiniz.
Geçtiğimiz yaz, Princeton’daki iki doktora öğrencisi olan John Yang ve Carlos Jimenez, yapay zekanın gerçek dünyada bir yazılım mühendisi olması için ne gerektiğini tartışmaya başladılar. Bu, onları ve Princeton’daki diğerlerini, çeşitli kodlama görevlerinde yapay zeka araçlarını test etmek için bir dizi kıyaslama ölçütü olan SWE-bench’i ortaya çıkarmaya yöneltti . Ekim ayında kıyaslamayı yayınladıktan sonra, ekip bu görevlerde ustalaşmak için kendi aracını -SWE-agent- geliştirdi.
SWE-agent (“SWE”, “yazılım mühendisliği”nin kısaltmasıdır), yalnızca kod satırları yazmanın ötesine geçen ve sözde yazılım aracıları olarak hareket eden, yazılımı düzenlemek, hata ayıklamak ve düzenlemek için gereken araçları kullanan çok daha güçlü AI kodlama programlarından biridir. Startup Devin, Mart ayında bu tür araçlardan birinin video demosuyla viral oldu.
Bu, Will Knight tarafından gelecekten gönderilen ve yapay zeka gelişmelerini ve hayatlarımızı değiştirecek diğer teknolojileri inceleyen WIRED’ın Fast Forward bülteninin bir bölümü.
Princeton ekibinin bir üyesi olan Ofir Press, SWE-bench’in OpenAI’nin yazılım aracılarının performansını ve güvenilirliğini test etmesine yardımcı olabileceğini söylüyor. Press, “Bu sadece benim fikrim, ancak çok yakında bir yazılım aracı yayınlayacaklarını düşünüyorum” diyor.
OpenAI yorum yapmayı reddetti ancak şirketin faaliyetleri hakkında bilgi sahibi olan ve isminin açıklanmasını istemeyen başka bir kaynak WIRED’a “OpenAI kesinlikle kodlama ajanları üzerinde çalışıyor” dedi.
Tıpkı GitHub Copilot’un büyük dil modellerinin kod yazabileceğini ve programcıların üretkenliğini artırabileceğini göstermesi gibi , SWE-agent gibi araçlar da yapay zeka ajanlarının kod oluşturma ve bakımla başlayarak güvenilir bir şekilde çalışabileceğini kanıtlayabilir.
Birçok şirket yazılım geliştirme için ajanları test ediyor. Çeşitli görevler boyunca farklı kodlama ajanlarının puanını ölçen SWE-bench liderlik tablosunun en üstünde, bir girişim olan Factory AI’dan biri var, ardından Singapur Ulusal Üniversitesi’ndeki bir ekibin açık kaynaklı bir girişi olan AutoCodeRover geliyor.
Büyük oyuncular da bu işe dahil oluyor. Amazon Q adlı bir yazılım yazma aracı, SWE-bench’te bir diğer en iyi performans gösteren. Amazon Web Services’ta yazılım geliştirme başkan yardımcısı Deepak Singh, “Yazılım geliştirme sadece yazmaktan çok daha fazlasıdır” diyor.
AWS’nin aracıyı tüm yazılım yığınlarını bir programlama dilinden diğerine çevirmek için kullandığını da ekliyor. Singh, “Bu, yanınızda oturan ve sizinle birlikte bir uygulama yazan ve oluşturan gerçekten zeki bir mühendis gibi. Bence bu oldukça dönüştürücü” dedi.
OpenAI’daki bir ekip yakın zamanda Princeton ekibinin SWE-agent gibi araçların güvenilirliğini ve etkinliğini ölçmek için bir kıyaslama geliştirmesine yardımcı oldu; bu, şirketin aynı zamanda bilgisayarda kod yazmak veya diğer görevleri yapmak için de aracılar geliştiriyor olabileceğini öne sürüyor.
Singh, bir dizi müşterinin Q kullanarak karmaşık arka uç uygulamaları oluşturduğunu söylüyor. SWE-bench ile ilgili kendi deneyimlerim, kod yazan herkesin yakında programlama becerilerini geliştirmek için ajanları kullanmak isteyeceğini, aksi takdirde geride kalma riskini göze alacağını gösteriyor.
Kaynak: Wired
Yapayzeka.news’in hiçbir güncellemesini kaçırmamak için bizi Facebook, X (Twitter), Bluesky, LinkedIn, Instagram ve Whatsapp Kanalımız‘dan takip edin.
