大模型：軟件開發(fā)的未來救世主還是無法逃脫的絕境？

雖然“Does current AI represent a dead end?”這篇文章意在引發(fā)討論，但其中的某些觀點對軟件開發(fā)人員來說特別具有相關性。

原標題：“為什么說大模型可能是軟件開發(fā)的死胡同？”
文章來源：AI前線
內(nèi)容字數(shù)：4818字

引言

在《Does current AI represent a dead end?》一文中，作者David Eastman提出了一些對軟件開發(fā)人員特別重要的觀點，尤其是關于當前大語言模型（LLM）在軟件開發(fā)中的局限性和挑戰(zhàn)。這篇文章旨在引發(fā)討論，探討LLM在產(chǎn)品開發(fā)過程中的應用，而非單純作為開發(fā)工具。

1. LLM的不可組合性

當前的LLM系統(tǒng)像汽車一樣被出售，用戶需為整個產(chǎn)品付費，而無法將其視為可組合的模塊。這種不可分解性在軟件開發(fā)中構成了問題，因為任務應該可以被分解，方便組件之間的協(xié)作和測試。

2. 內(nèi)部結構的缺失

LLM缺乏與其功能緊密相關的內(nèi)部結構，這使得它們無法作為可重用的組件進行開發(fā)。有效的軟件組件應由可進行單元測試的代碼構成，并能夠與其他組件可靠協(xié)作。

3. 安全與隱私問題

LLM的訓練過程往往不公開，導致其行為與訓練數(shù)據(jù)無法分離。這種情況使得安全和隱私問題變得更加復雜，因為缺乏有效的方法來防止敏感信息的泄露。

4. 法律與產(chǎn)權問題

LLM在知識產(chǎn)權方面存在法律風險，因為它們可能會現(xiàn)有的知識產(chǎn)權，而無法證明其操作的合法性。這使得許多企業(yè)在使用LLM時面臨重大的法律挑戰(zhàn)。

5. 軟件開發(fā)人員的應對策略

軟件開發(fā)人員應保持開放的態(tài)度，擁抱真正可解釋、可測試的AI。開發(fā)過程中，訓練過程應當是可監(jiān)控、可報告、可重復和可解釋的，以便在發(fā)現(xiàn)問題時能夠迅速修正。

結論

盡管LLM在軟件開發(fā)中面臨諸多挑戰(zhàn)，但未來依然有可能改變這一現(xiàn)狀。開發(fā)人員應當專注于構建可持續(xù)的開發(fā)平臺，以應對不斷變化的技術環(huán)境和市場需求。

聯(lián)系作者

文章來源：AI前線
作者微信：
作者簡介：面向AI愛好者、開發(fā)者和科學家，提供大模型最新資訊、AI技術分享干貨、一線業(yè)界實踐案例，助你全面擁抱AIGC。