AI ഉപയോഗിക്കുന്ന സോഫ്റ്റ്വെയർ എഞ്ചിനീയർമാർ എഞ്ചിനീയർമാരേക്കാളും AI ഒറ്റയ്ക്ക് പ്രവർത്തിക്കുന്നതിനേക്കാൾ കൂടുതൽ കഴിവുള്ളവരായിരിക്കും. നമ്മൾ ഇത് ശരിയായി ചെയ്താൽ.
സോഫ്റ്റ്വെയർ എഞ്ചിനീയർമാർ എന്ന നിലയിൽ ഞങ്ങളുടെ പങ്ക് അടിസ്ഥാനപരമായ പരിവർത്തനത്തിന്റെ കൊടുമുടിയിലാണ്, ഇപ്പോൾ വ്യാപകമായി ലഭ്യമായ വലിയ ഭാഷാ മോഡലുകൾ (LLM-കൾ), ജനറേറ്റീവ് AI ആയി വിന്യസിച്ചിരിക്കുന്നു. (ഇത് യഥാർത്ഥത്തിൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ആണോ എന്ന ചോദ്യം ഞാൻ ഇപ്പോൾ ഒഴിവാക്കും, എന്നാൽ ഈ LLM-കൾക്ക് ചില ശ്രദ്ധേയമായ കഴിവുകൾ ഉണ്ടെന്ന് സംശയമില്ല.) ഞാൻ ഇത് എഴുതുമ്പോൾ, ChatGPT ആണ് ഈ ഗെയിമിലെ പ്രധാന പേര്, എന്നാൽ Google ബാർഡ് പോലെയുള്ള ഇതരമാർഗങ്ങൾ വേഗത്തിൽ സ്ഥാനം നേടുന്നു.
സോഫ്റ്റ്വെയർ എഞ്ചിനീയറിംഗിലെ ഈ വിപ്ലവം തടയാനാവില്ല. LLM-കൾ വളരെ മികച്ചതായി മാറിയിരിക്കുന്നു, ഗുണനിലവാരമുള്ള കോഡ് ഉണ്ടാക്കാൻ അവരെ പരിശീലിപ്പിക്കാതിരിക്കുന്നത് ഞങ്ങൾ വിഡ്ഢികളായിരിക്കും. AI തൊടാൻ വിസമ്മതിക്കുന്ന ഏതൊരു ഐടി ഡിപ്പാർട്ട്മെന്റോ സോഫ്റ്റ്വെയർ എഞ്ചിനീയറിംഗ് കമ്പനിയോ അനിവാര്യമായും പിന്നിലാകുകയും അപ്രസക്തമായി മാറുകയും ചെയ്യും. അത് തൊടാൻ വിസമ്മതിക്കുന്ന ഏതൊരു ഡവലപ്പറും ഉടൻ തന്നെ മാറ്റിസ്ഥാപിക്കാനാകും.
ഇതെല്ലാം ഒന്നുകിൽ ലോകം നമുക്ക് നൽകുന്ന ഏറ്റവും വെല്ലുവിളി നിറഞ്ഞ പ്രശ്നങ്ങൾ കൈകാര്യം ചെയ്യാനുള്ള നമ്മുടെ കഴിവ് വർദ്ധിപ്പിക്കും, അല്ലെങ്കിൽ ഭയാനകവും വിനാശകരവും അപകടകരവുമായ കോഡ് കാട്ടിലേക്ക് വിന്യസിക്കാൻ കഴിയുന്ന നിരക്ക് ഇത് ത്വരിതപ്പെടുത്തും.
ഇതെല്ലാം മുമ്പും സംഭവിച്ചിട്ടുണ്ട്
ഞാൻ ചെറുപ്പമായിരുന്നപ്പോൾ, എന്റെ ആദ്യ വെബ്സൈറ്റുകൾ നിർമ്മിക്കുമ്പോൾ, വെബ്സൈറ്റ് വികസനം ഓട്ടോമേറ്റ് ചെയ്യുമെന്ന് വാഗ്ദാനം ചെയ്യുന്ന ഒരു ഉപകരണമായ ഡ്രീംവീവർ ഞാൻ ഉപയോഗിച്ചു. നിങ്ങൾക്ക് ഒരു ടെംപ്ലേറ്റ് തിരഞ്ഞെടുക്കാം അല്ലെങ്കിൽ സ്വന്തമായി സൃഷ്ടിക്കാം. കുറച്ച് പകർപ്പുകളും ചിത്രങ്ങളും ചേർക്കുക. ചില WYSIWYG ക്രമീകരണങ്ങൾ വരുത്തുക. ഡ്രീംവീവർ നിങ്ങളുടെ സൈറ്റിനായി HTML, CSS എന്നിവ തപ്പും.
ഡ്രീംവീവർ പ്രവർത്തിച്ചു. ജനറേറ്റുചെയ്ത കോഡ് പൊതുവെ പരിപാലിക്കാൻ കഴിയാത്ത കുഴപ്പമായിരുന്നു, അതിനാൽ വിന്യസിക്കുന്നതിന് മുമ്പ് ഞാൻ എപ്പോഴും അകത്ത് പോയി HTML എഡിറ്റ് ചെയ്യും. ആദ്യം മുതൽ അസംസ്കൃത HTML, CSS എന്നിവ എഴുതുന്നതിനേക്കാൾ വളരെ വേഗതയുള്ളതായിരുന്നു ഇത്.
ഇപ്പോൾ 26 വയസ്സുള്ളതും അഡോബിന്റെ ഉടമസ്ഥതയിലുള്ളതുമായ ഡ്രീംവീവർ ശ്വാസതടസ്സം സാധ്യതയുള്ള ആ ആദ്യ നാളുകളിൽ നിന്ന് ഒരുപാട് മുന്നോട്ട് പോയി. എന്നിട്ടും, വെബ് ഡെവലപ്പർമാർ തൊഴിലില്ലായ്മയെ മറികടക്കുന്നില്ലെന്ന് നിങ്ങൾ ശ്രദ്ധിച്ചിരിക്കാം. അൽപ്പം പരിശീലനമോ സ്വയം സംവിധാനം ചെയ്ത YouTube പഠനമോ ഉള്ള ആർക്കും ചെയ്യാൻ കഴിയുന്ന ഒന്നാണെങ്കിലും, റോ എച്ച്ടിഎംഎൽ എഴുതുന്ന, ആദ്യം മുതൽ ആരും തന്നെ ഒരു വെബ്സൈറ്റ് വികസിപ്പിക്കുന്നില്ലെന്നും നിങ്ങൾ ശ്രദ്ധിച്ചിരിക്കാം.
ഒരു വെബ്സൈറ്റ് വികസിപ്പിക്കുന്നതിന് നിങ്ങൾക്ക് ഇപ്പോഴും ഡ്രീംവീവർ ഉപയോഗിക്കാം, കൂടാതെ പല ഡെവലപ്പർമാരും ചെയ്യുന്നു. നിങ്ങളുടെ കഴിവുകളും നിങ്ങളുടെ വെബ്സൈറ്റിന്റെ ആവശ്യകതകളും അനുസരിച്ച്, നിങ്ങൾക്ക് വിഷ്വൽ സ്റ്റുഡിയോ കോഡ്, Wix, Drupal, React Native, WordPress അല്ലെങ്കിൽ Squarespace പോലുള്ള ഉയർന്ന ടെംപ്ലേറ്റുള്ള വെബ്സൈറ്റ് നിർമ്മാതാക്കളിൽ ഒന്ന് എന്നിവയും ഉപയോഗിക്കാം. (ഇവയിൽ ഏതാണ് നിങ്ങൾ ഉപയോഗിക്കേണ്ടത്, ഉപയോഗിക്കരുത് എന്നതിനെക്കുറിച്ച് എനിക്ക് ചില ശക്തമായ അഭിപ്രായങ്ങളുണ്ട്, എന്നാൽ ഞാൻ ഇവിടെ ഉന്നയിക്കുന്ന വിഷയത്തിൽ അത് പ്രധാനമല്ല.)
എന്നിരുന്നാലും ഏറ്റവും അവബോധജന്യമായ പ്ലാറ്റ്ഫോമുകൾക്കൊപ്പം, മികച്ച ഫലങ്ങൾക്കും ഏറ്റവും രസകരമായ വെബ്സൈറ്റ് കഴിവുകൾക്കും ഇപ്പോഴും ഒരു ഹ്യൂമൻ വെബ് ഡെവലപ്പർ ആവശ്യമാണ്. ഒരു വെബ്സൈറ്റിനെ കുറിച്ചുള്ള വലിയ ചിത്ര തീരുമാനങ്ങൾ എടുക്കാൻ മാത്രമല്ല, HTML, CSS, JavaScript, കൂടാതെ മറ്റെന്തെങ്കിലും എടുത്ത് അത് മികച്ചതാക്കാനും. ഓട്ടോമേറ്റഡ് എയ്ഡുകളൊന്നും ആ കഴിവുകളെ അപ്രസക്തമാക്കിയിട്ടില്ല.
ഉപകരണങ്ങൾ ചെയ്തത് ഡവലപ്പർമാരെ ഒരു ലളിതമായ വെബ്സൈറ്റ് വികസിപ്പിക്കുന്നതിനുള്ള കൂടുതൽ ആവർത്തിച്ചുള്ള ടാസ്ക്കുകളിൽ നിന്ന് മോചിപ്പിക്കുക എന്നതാണ്. ഇത് ഒരു വെബ്സൈറ്റിലേക്ക് പോകുന്ന എളുപ്പവും പരിചിതവുമായ കാര്യങ്ങളുടെ വികസനം ത്വരിതപ്പെടുത്തി, കൂടുതൽ ആവേശകരമായ വെല്ലുവിളികളിലും നിർദ്ദിഷ്ട കഴിവുകളിലും ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ ഹ്യൂമൻ ഡെവലപ്പർമാരെ അനുവദിക്കുന്നു.
ഉപകരണങ്ങൾ ആളുകളെ മാറ്റിസ്ഥാപിച്ചിട്ടില്ല. അവർ കേവലം അവരുടെ കഴിവുകൾ വർദ്ധിപ്പിച്ചു.
എൽ.എൽ.എമ്മുകൾ ലോക്വേഷ്യസ് (ബഹുഭാഷിത) നേടുന്നു
എൽഎൽഎമ്മുകളും ജനറേറ്റീവ് എഐയും ഒരു ജലസ്രോതസ്സായി മാറിയെന്ന് ഞാൻ നിങ്ങളോട് പറയേണ്ടതില്ല. GPT-3, GPT-4, ChatGPT, ഗൂഗിൾ ബാർഡ് എന്നിവയും മറ്റുള്ളവയും കൗതുകത്തിൽ നിന്ന് സാംസ്കാരിക ആസക്തിയിലേക്ക് പൊട്ടിപ്പുറപ്പെട്ടു. തീർച്ചയായും, ചില ഹൈപ്പ് ഉണ്ട്, മാത്രമല്ല ആളുകൾ ഈ പുതിയ സാങ്കേതികവിദ്യകൾ പ്രയോഗിക്കുന്നതിനുള്ള സമർത്ഥമായ വഴികൾ കണ്ടെത്തുമ്പോൾ രസകരമായ നിരവധി നവീകരണങ്ങളും സംഭവിക്കുന്നു.
എന്റെ സ്വന്തം കമ്പനിയിൽ, ഞങ്ങളുടെ എഞ്ചിനീയർമാരുടെ ജീവിതം എളുപ്പവും കാര്യക്ഷമവുമാക്കുന്ന ഗുണനിലവാരമുള്ള ഉപകരണങ്ങളിൽ നിക്ഷേപിക്കുന്നതിൽ ഞങ്ങൾ വിശ്വസിക്കുന്നു, അതിനാൽ ഞങ്ങളുടെ എല്ലാ എഞ്ചിനീയർമാർക്കും വേണ്ടി ഞങ്ങൾ അടുത്തിടെ GitHub കോപൈലറ്റ് ലൈസൻസുകൾ വാങ്ങി. (ഞങ്ങൾ Amazon CodeWhisperer-ന്റെ വികസനം താൽപ്പര്യത്തോടെ വീക്ഷിക്കുന്നു.) GPT-4, ChatGPT എന്നിവ വികസിപ്പിച്ച അതേ ഓർഗനൈസേഷൻ സൃഷ്ടിച്ച OpenAI കോഡക്സിലാണ് GitHub Copilot നിർമ്മിച്ചിരിക്കുന്നത്. കോപൈലറ്റ് അടിസ്ഥാനപരമായി സോഫ്റ്റ്വെയർ എഞ്ചിനീയറിംഗിൽ വൈദഗ്ദ്ധ്യം നേടിയ ChatGPT യുടെ ബന്ധുവാണ്.
ഞങ്ങളുടെ എഞ്ചിനീയർമാർ GitHub Copilot ഉപയോഗിക്കുന്നത് എങ്ങനെയെന്ന് ഇതാ:
- മടുപ്പിക്കുന്ന ജോലികൾ സ്ട്രീംലൈനിംഗ്: ഒരു ഇന്റർഫേസിൽ വേരിയബിളുകൾ പൂരിപ്പിക്കൽ അല്ലെങ്കിൽ ഒരു ഫംഗ്ഷൻ അല്ലെങ്കിൽ പെരുമാറ്റം ടെംപ്ലേറ്റിംഗ് പോലുള്ള മടുപ്പിക്കുന്ന ജോലികൾ വേഗത്തിൽ പൂർത്തിയാക്കാൻ കോപൈലറ്റ് ഞങ്ങളെ അനുവദിക്കുന്നു.
- ഇന്റലിജന്റ് ഓട്ടോകംപ്ലീറ്റ്: ഒരു എഞ്ചിനീയർ എന്തിനുവേണ്ടിയാണ് പോകുന്നതെന്ന് മനസ്സിലാക്കാനും അത് പൂർത്തിയാക്കാനും കോപൈലറ്റ് മികച്ചതാണ്. ആവർത്തിച്ചുള്ള കോഡ് അല്ലെങ്കിൽ ടെസ്റ്റ് കേസുകൾ എഴുതുന്നതിന് ഇത് പ്രത്യേകിച്ചും സഹായകരമാണ്, അവിടെ കോപൈലറ്റിന് ടെസ്റ്റ് തന്നെ സൃഷ്ടിക്കാനും ടെസ്റ്റിന് കീഴിലുള്ള അടുത്ത അവസ്ഥ കൃത്യമായി പ്രവചിക്കാനും കഴിയും.
- പാറ്റേണുകൾ കണ്ടെത്തലും പിശക് കൈകാര്യം ചെയ്യുന്നതിനുള്ള കോഡ് സൃഷ്ടിക്കലും: കോപൈലറ്റിന് കോഡിലെ പുതിയ പാറ്റേണുകൾ കണ്ടെത്താനും അതനുസരിച്ച് അത് തിരുത്തിയെഴുതാനും ഫംഗ്ഷനുകൾക്കായി പിശക് കൈകാര്യം ചെയ്യുന്നതിനുള്ള കോഡ് സൃഷ്ടിക്കാനും കഴിയും.
ഞങ്ങളുടെ എഞ്ചിനീയർമാർ GitHub Copilot ഒരു ഫോഴ്സ് മൾട്ടിപ്ലയർ ആണെന്ന് കണ്ടെത്തി, അവരുടെ സമയം ലാഭിക്കുകയും കാര്യക്ഷമത വർദ്ധിപ്പിക്കുകയും ചെയ്യുന്നു. എന്നിരുന്നാലും, കോപൈലറ്റ് ഫൂൾപ്രൂഫ് അല്ലെന്നും പലപ്പോഴും തെറ്റായ കോഡ് സൃഷ്ടിക്കുമെന്നും ശ്രദ്ധിക്കേണ്ടത് പ്രധാനമാണ്. (GitHub-ലെയും OpenAI-യിലെയും ആളുകൾ ഇതിനെക്കുറിച്ച് പൂർണ്ണമായും സുതാര്യമാണ്, കൂടാതെ യോഗ്യതയുള്ള ഒരു ഹ്യൂമൻ സോഫ്റ്റ്വെയർ എഞ്ചിനീയർ ഇത് പരിശോധിക്കുന്നതുവരെ കോഡ് വിശ്വസിക്കരുതെന്ന് ഞങ്ങൾക്ക് മുന്നറിയിപ്പ് നൽകുന്നു.)
“തെറ്റായ” കോഡ് ഞാൻ പറഞ്ഞോ? നിങ്ങൾക്ക് നല്ല പ്രോഗ്രാമിംഗ് ശൈലിയുണ്ടെങ്കിൽ നിങ്ങളുടെ വായിൽ എറിയാൻ പ്രേരിപ്പിക്കുന്ന യഥാർത്ഥമായ, വിചിത്രമായ, മാലിന്യ കോഡാണ് ഞാൻ ഉദ്ദേശിക്കുന്നത്.
ഒരു ആദ്യകാല പരീക്ഷണത്തിൽ, C യുടെ കുപ്രസിദ്ധമായ strcopy() നടപ്പിലാക്കാൻ ഞാൻ ChatGPT-യോട് (കോപൈലറ്റല്ല) ആവശ്യപ്പെട്ടു, ബഫർ ഓവർഫ്ലോ ആക്രമണങ്ങൾക്ക് ഇരയാകാൻ സാധ്യതയുള്ള ഒരു ഫംഗ്ഷൻ ഇത് എന്നെ സൃഷ്ടിച്ചു. ഞാൻ ആവശ്യപ്പെട്ടപ്പോൾ അത് പരിഹരിച്ചു, പക്ഷേ അത് സ്വീകരിച്ച നിഷ്കളങ്കമായ സമീപനം മോശമായിരുന്നു. പ്രവർത്തനക്ഷമമാണെങ്കിലും, പരിപാലിക്കുന്നതിനോ പുനർനിർമ്മിക്കുന്നതിനോ വിപുലീകരിക്കുന്നതിനോ ഒരു പേടിസ്വപ്നമായിരിക്കുമായിരുന്ന ജനറേറ്റഡ് കോഡ് സാമ്പിളുകളും എന്റെ എഞ്ചിനീയർമാർ എന്നോട് പങ്കിട്ടു.
ഹ്യൂമൻ ഡെവലപ്പർമാർ കാലഹരണപ്പെട്ടവരല്ല… അടുത്തുപോലുമില്ല.
ത്വരിതപ്പെടുത്തിയ ഭ്രാന്ത് സൃഷ്ടിക്കുക
ജനറേറ്റീവ് AI—GitHub Copilot, Amazon CodeWhisperer, Google Bard, അല്ലെങ്കിൽ മറ്റെന്തെങ്കിലുമൊക്കെ ഈ വാക്കുകൾ എന്റെ ഹ്യൂമൻ മീറ്റ് സ്റ്റിക്കുകൾ ഉപയോഗിച്ച് ടൈപ്പ് ചെയ്ത് പൂർത്തിയാക്കുന്നതിന് മുമ്പ് വരാനിരിക്കുന്ന സിംഗുലാരിറ്റിയിൽ നിന്ന് ഉയർന്നുവരുന്നത്—സോഫ്റ്റ്വെയർ എഞ്ചിനീയറിംഗിൽ ഞങ്ങൾ ഏറ്റവും വിലമതിക്കാൻ തിരഞ്ഞെടുക്കുന്നത് വർദ്ധിപ്പിക്കും.
ഗുണനിലവാരത്തേക്കാൾ വേഗതയ്ക്ക് മുൻഗണന നൽകുന്ന ഡവലപ്പർമാർ, ഡിപ്പാർട്ട്മെന്റുകൾ, ഓർഗനൈസേഷനുകൾ എന്നിവയ്ക്ക്, ഭയാനകമായ സോഫ്റ്റ്വെയർ ഒരുമിച്ച് ഹാക്ക് ചെയ്യാനും അത് ഉൽപ്പാദനത്തിലേക്ക് വിന്യസിക്കാനും കഴിയുന്ന നിരക്ക് LLM-കൾ ത്വരിതപ്പെടുത്തും. ഇത് തുടർന്നാൽ അടുത്ത ദശാബ്ദത്തേക്ക് ഞങ്ങൾ ഈ കുഴപ്പങ്ങൾ വൃത്തിയാക്കും.
കോഡിനെ ഒരു ചരക്കായും എഞ്ചിനീയർമാരെ കോഡ്-ജനറേറ്റിംഗ് മെഷീനിൽ കോഗ്കളായും കാണുന്നവർക്ക്, പരമ്പരാഗത പരിഹാരങ്ങൾ ഉപയോഗിച്ച് ഇതിനകം നന്നായി മനസ്സിലാക്കിയ ആവശ്യങ്ങൾ അഭിസംബോധന ചെയ്യുന്ന ഡെറിവേറ്റീവ്, ഭാവനാശൂന്യമായ സോഫ്റ്റ്വെയറിന്റെ അസംബ്ലിയെ LLM-കൾ ഓട്ടോമേറ്റ് ചെയ്യും. ഇത് സ്തംഭനാവസ്ഥയിലേക്കും സുസ്ഥിരമായ നേട്ടങ്ങളിലേക്കും നയിക്കും.
എന്നാൽ രസകരമായ പ്രശ്നങ്ങൾക്കുള്ള നൂതനമായ പരിഹാരങ്ങളെ വിലമതിക്കുന്നവർക്ക്-ഗുണമേന്മയോടെ രൂപപ്പെടുത്തിയതും വിമർശനാത്മക ചിന്തകളാൽ സാധൂകരിക്കപ്പെട്ടതും-എൽഎൽഎം-കൾ സൂക്ഷ്മവും കൂടുതൽ സംതൃപ്തവുമായ സാധ്യതകൾ വാഗ്ദാനം ചെയ്യുന്നു. പ്രധാനപ്പെട്ട വെല്ലുവിളികൾക്ക് സുരക്ഷിതവും സുസ്ഥിരവും സുസ്ഥിരവുമായ പരിഹാരങ്ങൾ രൂപപ്പെടുത്തുന്നതിന് മുൻഗണന നൽകുന്ന ഒരു ഹൈബ്രിഡ് പങ്കാളിത്തത്തിലേക്ക് ഹ്യൂമൻ എഞ്ചിനീയർമാർക്കും ജനറേറ്റീവ് AI-യ്ക്കും ഓരോരുത്തർക്കും അവരുടെ ശക്തി കൊണ്ടുവരാൻ കഴിയും.
ഈ സാധ്യതകൾ അൺലോക്ക് ചെയ്യുന്നതിന്, ഗുണനിലവാരത്തിനായി LLM-കളെ പരിശീലിപ്പിക്കേണ്ടതുണ്ട്. അതിനിടയിൽ, ടീമിലേക്ക് നമ്മുടെ സ്വന്തം അതുല്യമായ സംഭാവനകൾ നൽകിക്കൊണ്ട്, ഞങ്ങളുടെ പുതിയ സഹകാരികളിൽ നിന്ന് ഏറ്റവും മികച്ചത് എങ്ങനെ നേടാമെന്ന് മനുഷ്യരായ നമ്മൾ പഠിക്കേണ്ടതുണ്ട്.
ഇരുമ്പ് യുഗം
ഈ AI വിപ്ലവത്തിന്റെ ആദ്യ നാളുകളിലാണ് നമ്മൾ. LLM-കൾ അവരുടെ അസംസ്കൃത ഇരുമ്പ് ഇങ്കോട്ട് ഘട്ടത്തിലാണ്: അവയ്ക്കുള്ളിൽ നിരവധി സാധ്യതകൾ ഉണ്ട്, പക്ഷേ ഇപ്പോഴും വലിയ പാറകൾ മാത്രം, നമുക്ക് കുറച്ച് ശബ്ദമുണ്ടാക്കാൻ കഴിയും. നമുക്ക് ഉരുക്ക് വാൾ ഉണ്ടാക്കണം. അല്ലെങ്കിൽ കലപ്പ. അല്ലെങ്കിൽ നമ്മൾ തീരുമാനിക്കുന്ന ഏത് ഉപകരണങ്ങളും നമ്മുടെ ആവശ്യങ്ങൾക്കും മൂല്യങ്ങൾക്കും ഏറ്റവും അനുയോജ്യമാണ്.
എന്നെ സംബന്ധിച്ചിടത്തോളം, സുരക്ഷിതവും സുസ്ഥിരവും അളക്കാവുന്നതും വിപുലീകരിക്കാവുന്നതും പരിപാലിക്കാൻ കഴിയുന്നതും വളരെ ലഭ്യവും വൃത്തിയുള്ളതും ഒരുപക്ഷേ നല്ല ശൈലിയിലുള്ളതുമായ കോഡ് സൃഷ്ടിക്കാൻ ഈ മോഡലുകളെ പരിശീലിപ്പിക്കുക എന്നാണ് ഇതിനർത്ഥം. പരീക്ഷണാടിസ്ഥാനത്തിലുള്ള വികസനം നടത്താൻ അവരെ പരിശീലിപ്പിക്കേണ്ടതുണ്ട്. ഏറ്റവും പ്രധാനമായി, അവരുടെ മനുഷ്യ ക്യാപ്റ്റൻമാർക്ക് മികച്ച കോപൈലറ്റുമാരാകാൻ അവരെ പരിശീലിപ്പിക്കേണ്ടതുണ്ട്.
എന്റേതിൽ നിന്ന് വ്യത്യസ്തമായ മൂല്യങ്ങളുള്ളവർ, ഒരു പൂർണ്ണ ഓട്ടോമേറ്റഡ് കോഡ്-അസംബ്ലിംഗ് മെഷീൻ നിർമ്മിക്കുന്നതിന് പകരം തിരഞ്ഞെടുത്തേക്കാം, അത് നമ്മുടെ കരകൌശലത്തെ പൂർണ്ണമായും ചരക്കാക്കി മാറ്റുകയും മനുഷ്യരാശിയെ ഏറ്റവും മികച്ച ഡെറിവേറ്റീവ്, പലപ്പോഴും അപകടകരമായ സംവിധാനങ്ങളിലേക്കും സോഫ്റ്റ്വെയറുകളിലേക്കും അപലപിക്കുകയും ചെയ്യും. നമ്മുടെ വ്യവസായത്തിന് പിന്തുടരാനുള്ള ഒരു ദുരന്തപാതയായിരിക്കും അത്, ലോകത്തിലേക്കുള്ള അപകടങ്ങളും മാരകമായ പിഴവുകളും ത്വരിതപ്പെടുത്തുമ്പോൾ പരിവർത്തനാത്മകമായ പുതിയ സാധ്യതകൾ പാഴാക്കുന്നു.
ഇപ്പോൾ ഒരു ദശാബ്ദത്തിനു ശേഷം, നിരുത്തരവാദപരമായി പ്രയോഗിച്ച AI-യുടെ ഡിസ്റ്റോപ്പിയൻ ഡംപ് വൃത്തിയാക്കുന്നതിൽ എന്റെ കമ്പനിയുടെ വരുമാനം വിശ്രമിക്കാൻ ഞാൻ ആഗ്രഹിക്കുന്നില്ല. നമ്മുടെ യാന്ത്രിക വിഡ്ഢിത്തത്തിന്റെ അനന്തരഫലമായി പുനർനിർമ്മിക്കാതെ, മനുഷ്യരാശിയുടെ മികച്ച അഭിലാഷങ്ങൾ മുന്നോട്ട് കൊണ്ടുപോകാൻ ഞങ്ങൾ ഞങ്ങളുടെ പങ്ക് ചെയ്യുന്നു.
ഞാൻ ശുപാർശ ചെയ്യുന്നതുപോലെ, മനുഷ്യ എഞ്ചിനീയർമാരുമായി ഗുണനിലവാരമുള്ള സഹകാരികളാകാൻ ഈ ജനറേറ്റീവ് AI-കളെ പരിശീലിപ്പിക്കാൻ മിടുക്കരായ ആളുകൾ ഇതിനകം തന്നെ ജോലിയിലാണെന്ന് ഞാൻ അനുമാനിക്കുന്നു. അവർ അങ്ങനെയല്ലെങ്കിൽ, പ്രോജക്റ്റിനായി എന്നെ സൈൻ അപ്പ് ചെയ്യുക. കാരണം, ഞങ്ങൾ ഇത് ശരിയായി ചെയ്യുകയാണെങ്കിൽ, ഞങ്ങൾ നല്ല എഞ്ചിനീയർമാരെ കാലഹരണപ്പെടാൻ പോകുന്നില്ല. പകരം, ഞങ്ങൾ നല്ല എഞ്ചിനീയർമാരെ അസംബന്ധമായ നല്ല സൈബർഗ് ഹൈബ്രിഡ് എഞ്ചിനീയർമാരാക്കാൻ പോകുന്നു, നമ്മുടെ മെഷീനുകളുമായി മനസ്സ് ലയിച്ച്, പ്രശ്നങ്ങൾ പരിഹരിക്കാനും മനുഷ്യർക്കോ AI ക്കോ ഒറ്റയ്ക്ക് നിർമ്മിക്കാൻ കഴിയുന്നതിനേക്കാൾ ശക്തമായ പരിഹാരങ്ങൾ സൃഷ്ടിക്കാനും കഴിയും.
ഞാൻ, ഞങ്ങളുടെ റോബോട്ട് സഹകാരികളെ സ്വാഗതം ചെയ്യുന്നു. അവർ ഞങ്ങളുടെ ജോലി ഏറ്റെടുക്കാൻ വന്നതല്ല. എന്നാൽ നമ്മൾ അവരെ നന്നായി പരിശീലിപ്പിക്കുകയും ഉത്തരവാദിത്തത്തോടെ അവ പ്രയോഗിക്കുകയും ചെയ്താൽ, അവർ നമ്മെ മികച്ചതാക്കാൻ പോകുന്നു.