Beaucoup de ces choses sont juste une question d'apprentissage et de Corpus. J'ai pu apprendre à ChatGPT, il y a déjà 2 ans, à programmer dans des langages d'assemblage fictifs ou a écrire des phrases dans une langue d'un jeu vidéo qu'il ne connaissait pas. Pour le langage, des spécifications et quelques corrections au suffit, pour la langue j'ai du lui donner beaucoup d'exemples mais à la fin il maîtrisait mieux la langue que moi.
Pour les langages qui manquent, je n'ai aucun doute que les AI bros aient les moyens d'acheter l'accès à des codebases en n'importe quel langage qui sera demandé par leurs clients pour améliorer leurs modèles, c'est juste une évidence et une question de temps. Les IA modernes peuvent aussi faire une forme d'auto-apprentissage:
- On lit les specs, livres d'introduction, etc.
- On implémente un programme qui fait X ou Y
- On compile, exécute, on regarde les erreurs
- En boucle jusqu'à ce que ça marche
- Quand ça marche, on commit et on rajoute le bout de code au corpus.
- Quand le corpus est assez grand, on réentraine le modèle sur ce qui a été écrit et validé.
Ça sera probablement pas le meilleur des codes mais ça fonctionnera. La différence entre cette approche et le minage de Github c'est que le code Opensource est déjà de bonne qualité et écrit par des humains pour la plus grande partie.
[^] # Re: Svp arrêter de dire ce genre de chose.
Posté par Aris Adamantiadis (site web personnel) . En réponse à la dépêche L’économie du logiciel est-elle morte ?. Évalué à 2.
Beaucoup de ces choses sont juste une question d'apprentissage et de Corpus. J'ai pu apprendre à ChatGPT, il y a déjà 2 ans, à programmer dans des langages d'assemblage fictifs ou a écrire des phrases dans une langue d'un jeu vidéo qu'il ne connaissait pas. Pour le langage, des spécifications et quelques corrections au suffit, pour la langue j'ai du lui donner beaucoup d'exemples mais à la fin il maîtrisait mieux la langue que moi.
Pour les langages qui manquent, je n'ai aucun doute que les AI bros aient les moyens d'acheter l'accès à des codebases en n'importe quel langage qui sera demandé par leurs clients pour améliorer leurs modèles, c'est juste une évidence et une question de temps. Les IA modernes peuvent aussi faire une forme d'auto-apprentissage:
- On lit les specs, livres d'introduction, etc.
- On implémente un programme qui fait X ou Y
- On compile, exécute, on regarde les erreurs
- En boucle jusqu'à ce que ça marche
- Quand ça marche, on commit et on rajoute le bout de code au corpus.
- Quand le corpus est assez grand, on réentraine le modèle sur ce qui a été écrit et validé.
Ça sera probablement pas le meilleur des codes mais ça fonctionnera. La différence entre cette approche et le minage de Github c'est que le code Opensource est déjà de bonne qualité et écrit par des humains pour la plus grande partie.