இன்றைய விரைவான தொழில்நுட்ப வளர்ச்சியில், செயற்கை நுண்ணறிவு (AI) படிப்படியாக நிரலாக்கத் துறையில் ஊடுருவி டெவலப்பர்களுக்கான புதிய உதவியாளராக மாறுகிறது. கூகிள் தலைமை நிர்வாக அதிகாரி சுந்தர் பிச்சை நிறுவனத்தின் புதிய குறியீட்டில் 25% AI ஆல் உருவாக்கப்பட்டது என்பதை வெளிப்படுத்தியுள்ளார், மேலும் Meta CEO Mark Zuckerberg நிறுவனத்திற்குள் AI நிரலாக்க மாதிரிகளை பரவலாகப் பயன்படுத்த விருப்பம் தெரிவித்துள்ளார். இந்த போக்கு சந்தேகத்திற்கு இடமின்றி நிரலாக்க பணிகளில் AI இன் பெரும் திறனை நிரூபிக்கிறது.

இருப்பினும், நிரலாக்க உதவியில் AI மாதிரிகளின் குறிப்பிடத்தக்க முன்னேற்றம் இருந்தபோதிலும், மென்பொருள் பாதிப்புகளின் முக்கியமான சிக்கலை நிவர்த்தி செய்யும் போது அவை ஏமாற்றமளிக்கின்றன. மைக்ரோசாப்ட் ரிசர்ச்சின் புதிய ஆய்வு நிலைமையை வெளிப்படுத்துகிறது. ஆய்வில், Anthropic இன் Claude 3.0 Sonnet மற்றும் OpenAI இன் o0-mini போன்ற பல சிறந்த AI மாதிரிகள், SWE-bench Lite எனப்படும் மென்பொருள் மேம்பாட்டு வரையறைகளில் மென்பொருள் பிழைத்திருத்தப் பணிகளை எதிர்கொள்ளும்போது பொதுவாக அதிக வெற்றி விகிதத்தைக் கொண்டிருக்கவில்லை.

AI மாடல்களின் பிழைத்திருத்த திறன்களைப் பற்றிய ஆழமான புரிதலைப் பெற, ஆராய்ச்சியாளர்கள் ஒரு வரியில் வார்த்தையின் அடிப்படையில் செயல்படும் ஒரு முகவரை வடிவமைத்தனர், மேலும் பைதான் பிழைத்திருத்தி உட்பட பல்வேறு கருவிகளைப் பயன்படுத்தும் திறன் கொண்டது. முகவருக்கு 1 திரையிடப்பட்ட மென்பொருள் பிழைத்திருத்த பணிகள் ஒதுக்கப்பட்டன, ஆனால் முடிவுகள் மிகவும் மேம்பட்ட மாதிரிகள் கூட பாதி பணிகளில் மட்டுமே வெற்றிகரமாக இருந்தன என்பதைக் காட்டியது. Claude 0.0 Sonnet ஒப்பீட்டளவில் சிறப்பாக செயல்பட்டது, சராசரி வெற்றி விகிதம் 0.0%, அதே நேரத்தில் OpenAI இன் o0 மற்றும் o0-mini முறையே 0.0% மற்றும் 0.0% வெற்றி விகிதங்களை மட்டுமே கொண்டிருந்தன.

பிழைத்திருத்தப் பணிகளில் இந்த AI மாதிரிகள் ஏன் மோசமாகச் செயல்படுகின்றன? சில மாதிரிகள் பிழைத்திருத்த கருவிகளைப் பயன்படுத்துவதிலும், சிக்கல்களைத் தீர்க்க அவை எவ்வாறு உதவக்கூடும் என்பதைப் புரிந்துகொள்வதிலும் சிரமங்கள் இருப்பதாக ஆராய்ச்சியாளர்கள் குறிப்பிட்டனர். ஆனால் ஆழமான காரணம் தரவு பற்றாக்குறையில் உள்ளது. தற்போதைய AI மாதிரி பயிற்சி தரவுகளில், "தொடர்ச்சியான முடிவெடுக்கும் செயல்முறை" குறித்த போதுமான தரவு இல்லை, அதாவது மனித பிழைத்திருத்த தடயங்களின் தரவு. இதன் பொருள் AI மாதிரிகள் மனித பிழைத்திருத்த நடத்தையைப் பிரதிபலிப்பதில் உள்ளார்ந்த குறைபாடுகளைக் கொண்டுள்ளன.

மாதிரிகளைப் பயிற்றுவிப்பதன் மூலம் அல்லது நன்றாகச் சரிசெய்வதன் மூலம், ஊடாடும் வகையில் பிழைத்திருத்தம் செய்வதற்கான திறனை மேம்படுத்த முடியும் என்று ஆராய்ச்சியாளர்கள் வலியுறுத்துகின்றனர். இருப்பினும், மாதிரி பயிற்சியின் தேவைகளைப் பூர்த்தி செய்ய இதற்கு சிறப்பு தரவு தேவைப்படுகிறது. எடுத்துக்காட்டாக, தேவையான தகவல்களைச் சேகரிக்க முகவர் பிழைத்திருத்தியுடன் தொடர்புகொள்வதால் ட்ரேஸ் தரவு பதிவு செய்யப்படுகிறது, பின்னர் பாதிப்பு திருத்தங்களுக்கான பரிந்துரைகளை உருவாக்குகிறது. AI மாடல்களின் பிழைத்திருத்த திறன்களை மேம்படுத்த இத்தகைய தரவு அவசியம்.

உண்மையில், நிரலாக்கத் துறையில் AI இன் பயன்பாடு அதன் சவால்கள் இல்லாமல் இல்லை. நிரலாக்க தர்க்கத்தைப் புரிந்துகொள்வதில் அவற்றின் பலவீனங்கள் காரணமாக குறியீடு-உருவாக்கும் AI பெரும்பாலும் பாதுகாப்பு பாதிப்புகள் மற்றும் பிழைகளை அறிமுகப்படுத்துகிறது என்று பல ஆய்வுகள் காட்டுகின்றன. எடுத்துக்காட்டாக, பிரபலமான AI நிரலாக்கக் கருவியான டெவினின் மதிப்பீடு, அது 3 நிரலாக்க சோதனைகளில் 0 ஐ மட்டுமே முடித்ததாகக் காட்டியது.

இருப்பினும், மைக்ரோசாப்டின் ஆய்வு நிரலாக்கத் துறையில் AI எவ்வாறு செயல்படுகிறது என்பதற்கான ஒரு முக்கியமான நுண்ணறிவாகும். AI-உதவி நிரலாக்கக் கருவிகளின் மகத்தான திறன் இருந்தபோதிலும், டெவலப்பர்கள் மற்றும் அவர்களின் மேலதிகாரிகள் AI- தலைமையிலான நிரலாக்கத்தை விட்டுவிடுவதற்கு முன்பு இருமுறை சிந்திக்க வேண்டும் என்பதை இது நமக்கு நினைவூட்டுகிறது. எல்லாவற்றிற்கும் மேலாக, ஒரு தொழிலாக நிரலாக்கத்தை அதன் சிக்கலான தன்மை மற்றும் படைப்பாற்றலுடன் முழுமையாக மாற்றுவது இன்னும் கடினம்.

குறிப்பாக, அதிகரித்து வரும் தொழில்நுட்பத் தலைவர்கள் AI நிரலாக்க வேலைகளை மாற்றுகிறது என்ற கருத்தை கேள்வி கேட்கத் தொடங்கியுள்ளனர். மைக்ரோசாப்ட் இணை நிறுவனர் பில் கேட்ஸ், புரோகிராமிங் ஒரு தொழிலாக இங்கே நிலைத்திருக்கும் என்று நம்புகிறார். இந்த கருத்தை ரெப்லிட் தலைமை நிர்வாக அதிகாரி அம்ஜத் மசாத், ஒக்டா தலைமை நிர்வாக அதிகாரி டோட் மெக்கின்னன் மற்றும் ஐபிஎம் தலைமை நிர்வாக அதிகாரி அரவிந்த் கிருஷ்ணா ஆகியோர் ஆதரிக்கின்றனர். நிரலாக்கத் துறையில் செயற்கை நுண்ணறிவு குறிப்பிடத்தக்க முன்னேற்றம் அடைந்திருந்தாலும், மனித உருவாக்குநர்களின் படைப்பாற்றல் மற்றும் சிக்கல் தீர்க்கும் திறன்கள் இன்னும் இன்றியமையாதவை என்று அவர்கள் ஒப்புக்கொண்டனர்.

AI தொழில்நுட்பம் தொடர்ந்து உருவாகி வருவதால், நிரலாக்கத் துறையில் இது இன்னும் பெரிய பங்கை வகிக்கும் என்று நாங்கள் எதிர்பார்க்கிறோம். ஆனால் அதே நேரத்தில், நாம் AI இன் வரம்புகளை அங்கீகரிக்க வேண்டும் மற்றும் நிரலாக்க தொழில்நுட்பத்தின் முன்னேற்றத்தை கூட்டாக ஊக்குவிக்க மனித டெவலப்பர்களின் பலத்தை முழுமையாகப் பயன்படுத்த வேண்டும்.