ИИ радикально изменит разработку программного обеспечения, говорит технический директор MongoDB

ИИ, особенно генеративный, «позволит разработчикам писать код с тем качеством, скоростью и полнотой, которых мы всегда хотели», — говорит Марк Портер.

«Существует стереотип о том, сколько времени нужно для написания компьютерного программного обеспечения и сколько времени нужно, чтобы сделать его правильно», — говорит технический директор MongoDB Марк Портер. «Я думаю, что генеративный искусственный интеллект изменит все это в огромной степени».

По словам главного технолога MongoDB, производителя баз данных документов, искусственный интеллект, включая самую популярную на данный момент форму, генеративный ИИ, такой как ChatGPT от OpenAI, предоставит огромные возможности разработчикам программного обеспечения и сделает их значительно более продуктивными.

«Одна из вещей, в которую я твердо верю, — это то, что существует вся эта шумиха вокруг того, как генеративный ИИ может вывести разработчиков из бизнеса, и я думаю, что это неправильно», — сказал Марк Портер, технический директор MongoDB, в интервью ZDNET.

«Генераторный ИИ помогает нам с кодом, помогает нам с тестовыми примерами, помогает нам находить ошибки в нашем коде, помогает нам быстрее искать документацию», — сказал Портер.

«Это позволит разработчикам писать код с тем качеством, скоростью и полнотой, которых мы всегда хотели».

Не только генеративный ИИ, сказал Портер, «но и модели и все другие вещи, которые существуют уже 15-20 лет и которые сейчас действительно надежны», будут означать, что «мы можем делать вещи, которые изменят то, как разработчики пишут код».

Портер встретился с представителями ZDNET на прошлой неделе во время MongoDB.local, конференции разработчиков компании в Нью-Йорке. Конференция является одним из 29 подобных мероприятий для разработчиков, которые MongoDB проводит в этом году в различных городах США и за рубежом.

До того, как три с половиной года назад стать техническим директором MongoDB, Портер занимал множество ключевых должностей в сфере баз данных, в том числе руководил операциями с реляционными базами данных для Amazon AWS RDS, руководил разработкой основных технологий в качестве технического директора в Grab, службе такси в Юго-Восточной Азии, и более десять лет работал на многочисленных должностях в Oracle, включая работу в качестве одного из первоначальных разработчиков ядра базы данных.

ИИ — это «ускорение экосистемы разработчиков», добавил Портер. «Я думаю, что будет написано больше приложений».

«Существует стереотип о том, сколько времени нужно для написания компьютерного программного обеспечения и сколько времени нужно, чтобы сделать его правильно», — сказал Портер. «Я думаю, что генеративный искусственный интеллект изменит все это в огромной степени, поскольку мы сможем писать приложения, которые хотим, с той скоростью, с которой мы хотим их писать, и с тем качеством, которое мы хотим, чтобы они были написаны».

Важным элементом однодневного мероприятия MongoDB стало обсуждение компанией новых возможностей искусственного интеллекта для базы данных MongoDB.

«На самом деле MongoDB является основой сотен компаний, создающих ИИ», — сказал Портер. Действительно, на выставочной площадке конференц-центра Джейкоба Джавитса на Манхэттене было представлено множество стендов таких компаний, как Confluent, Hashicorp, IBM и Amazon AWS, где докладчики объясняли использование MongoDB с соответствующими программными технологиями.

Толпа на местной конференции разработчиков MongoDB в Нью-Йорке.

Портер подчеркнул новую функциональность MongoDB, которая включает векторные значения в качестве собственного типа данных базы данных. Поддерживая векторы, разработчик может взять векторы контекста, созданные большой языковой моделью, которые представляют собой приблизительный ответ на запрос, сохранить их в базе данных, а затем извлечь их позже, используя поиск по релевантности, который дает точный ответ с необходимой полнотой. параметры.

Когда пользователь задает вопрос ChatGPT или другому LLM, Портер объяснил: «Я собираюсь получить вектор этого вопроса, а затем поместить этот вектор в свою базу данных, а затем запросить векторы рядом с ним», что создаст, например, набор соответствующих статей.

«Затем я возьму эти статьи и подскажу своему LLM все эти статьи, и я скажу: вы не можете говорить ничего, чего нет в этих статьях, пожалуйста, ответьте на этот вопрос с помощью этих статей».

LLM может затем выполнять такие функции, как резюмирование длинной статьи, предложил Портер. «Мне нравится использовать LLM, чтобы сделать статью короче».

Таким образом, у ИИ и базы данных есть разделение труда.

«Вы никогда не захотите включить степень магистра права в систему обработки онлайн-транзакций», — сказал Портер. «Я думаю, вы хотите использовать LLM там, где им место, и вы хотите использовать технологии баз данных и матричные технологии там, где им место».

Хотя существуют автономные векторные базы данных от других поставщиков, Портер сообщил ZDNET, что включение этой функциональности уменьшит нагрузку на разработчиков приложений. «Это означает, что вам не нужно иметь конвейеры между двумя [базами данных] для копирования данных», — сказал Портер. «Вам не нужно управлять двумя разными системами, все это находится в одной системе: ваши основные данные, ваши метаданные, и все ваши векторы хранятся в одном хранилище данных».

Независимо от того, что будет дальше с ИИ, сказал Портер, «это не оставит разработчиков без работы.

«Разработчики по-прежнему будут теми, кто прислушивается к своим клиентам, прислушивается к своим лидерам и решает, что писать».