Koniec eldorado w IT

Akurat jeżeli chodzi o narzędzia o poziomie skomplikowania typu "left-pad" to ja uznaje racje korporacji. Jakiś random napisał oczywistą funkcje, jedną z wielu kopii ale jego wersja przez przypadek stała się popularna. Gdyby jej nie było to każdy napisałby swoją albo zrobił wspominaną operację bez funkcji.
Moim zdaniem zagranie autora jest na poziomie: dam koledze do budowy domu 5 pustaków bo mi zostały a za kilka lat będę od niego żądał zwrotu tych pustaków, tych samych, czyli wyrwania ich z wykończonego domu lub ewentualnie kwoty która jest 1000 razy wyższa od kosztów tych pustaków ale wciąż niższa niż koszt remont. Jemu te pustaki nie były praktycznie do niczego potrzebne mógł kupić swoje, ale mu je dałeś to wziął.
Korpo też nie potrzebowało akurat jego zajebistego "left-pad" ale, że leżało na ziemi to wzięło, trzeba było go tam nie kłaść jak mu się nie podobało, że ktoś tego użyje.

kimikini napisał(a):

https://wykop.pl/wpis/87746661/opowiem-wam-historie-o-pasjonacie-ktory-w-koncu-pe

Opowiem wam historię o pasjonacie, który w końcu pękł.

Był sobie typ, Marak. Napisał dwie biblioteczki do JS-a: faker (generuje fejkowe dane do testów) i colors (kolorki w konsoli). Nic wielkiego, co? No to teraz liczby: colors ~23 mln pobrań tygodniowo i prawie 19 tysięcy paczek, które na nim stały. Faker ~2,5 mln tygodniowo. Używały tego firmy, które wydają więcej na kawę w biurze, niż ty zarobisz przez całe życie. Amazon też.

Robić za miskę ryżu.

Znany wizjoner Elon Musk twierdzi, że nawet nie ma po co oszczędzać na emeryturę, bo czeka nas era bezgranicznej obfitości i dobrobytu, dzięki AI:
https://businessinsider.com.pl/technologie/nowe-technologie/elon-musk-roztacza-wizje-swiata-bez-niedoborow-ai-zmieni-nasze-zycie/yz7fge6

A wy tylko narzekacie

John Gordon napisał(a):

Znany wizjoner Elon Musk twierdzi, że nawet nie ma po co oszczędzać na emeryturę, bo czeka nas era bezgranicznej obfitości i dobrobytu, dzięki AI:
https://businessinsider.com.pl/technologie/nowe-technologie/elon-musk-roztacza-wizje-swiata-bez-niedoborow-ai-zmieni-nasze-zycie/yz7fge6

A wy tylko narzekacie

Amerykańscy miliarderzy to jest nowy poziom manipulacji i sciemy.
Ostatnio Bezos zapytany, dlaczego placi tak mala podatków odpowiedział, że nie powinnismy pytać, dlaczego on placi tak mało, ale dlaczego pilęgniarka (75k$) płaci takm dużo (12k$).

Dla mnie to zabawne, bo w zasadzie jest to jedno i to samo pytanie, haha.

Kiedyś takie newsy o nas, a teraz? Tylko wyżywają od złodzieji i klikaczy w kąkóter.

Mam podobne przemyślenia. GPT Astra potrafi dowozić niezwykłe rzeczy, ale jest bardzo nierówna, za to Opus 5.5 to jest rzeczywiście sztos. Pracujesz cały tydzień i na subskrypcji dalej masz sporo limitu, a rezultaty są serio dobre. Oczywiście nie jest tak, że nie trzeba nic testować, bo zwykle znajdzie się pare niedopatrzeń lub rzeczy, które mogą wyglądać / działać lepiej (wcześniej było często tego nawet więcej gdy pisał to człowiek), ale coraz mniej to ma wspólnego z programowaniem, bardziej byciem testerem / feature ownerem i w pewny aspekcie architektem, ale tylko po to, żeby wybrać technologie/biblioteki, które są po prostu z twojej perspektywy lepsze.

Nie potrafie na ten moment wyobrazić sobie takiego świata gdzie popyt na zwykłych programistów będzie na obecnym poziomie i po obecnych stawkach. Bycie technicznym na pewno dalej daje pewne benefity, bo jednak poza naszą bańka ludzie często mają problem zrobić najprostsze rzeczy (włączając to czytanie), ale to bardziej pójdzie w role konsultanta, które wdraża np. do firmy rozwiązania i je optymalizuje pod konkretne potrzeby, a to już wymaga sporo innych skilli niż posiada przeciętny programista. Chętnie się pomyle, ale na ten moment wszystko wskazuje, że Amodei miał rację odnośnie stwierdzenia, że praktycznie cały kod będzie pisać AI, po prostu przestrzelił się z timelinem.

Rola inżyniera AI ewoluuje. Sztuczna inteligencja pisze kod szybciej niż oni https://share.google/WDW0ziM92buEnEeba

Znów kłamią, AI generuje kod gorzej przecież.

Tak, też jestem zdania że jeszcze kilka lat i AI będzie pisać cały kod, a weryfikowana będzie tylko zgodność z architekturą i to czy działa tak jak trzeba.

W niektórych przypadkach AI już pisze kod CUDA, którego inżynierowie nie mogą w pełni zrozumieć, choć mogą zweryfikować, że jest poprawny

Za kilka lat to stanie się normą ogólnie w programowaniu

Moim zdaniem w IT zawsze się coś znajdzie do roboty. Jak ktoś myśli, że nagle dziesiątki tys ludzi odejdzie z IT i założy własne biznesy typu nie wiem stolarka, remonty itp to chyba nie wie co mówi. Jak AI wytnie powiedzmy programistów, analityków czy tam wiele prac umysłowych to gdzie wy tych klientów będziecie szukać? xD. Mam znajomka co jest stolarzem ponad 10 lat, u musi zapierdzielac po całej Polsce aby złapać jakieś fuchy i zarobić na siebie i ludzi których zatrudnia. I ogólnie mówi, że jak właśnie głównie jego klientami byli ludzie z IT to teraz jest straszna lipa. Zero zleceń. Obsługuje jakieś większe budowy typu ktoś z grubą kasą stawia wielki apartamentowiec to coś tam robi. I jak rozmawia z ludźmi z różnych branż to jest podobnie. Więc jak praca umysłow zostanie nagle zastąpiona AI'em to się okaże, że powstanie dużo konkurencji w innych branżach gdzie już teraz jest duża i są problemy. Osobiście uważam, że trzeba robić wszystko aby się utrzymać, nawet jeśli samego pisania kodu nie będzie już.

don_draper napisał(a):

ale to bardziej pójdzie w role konsultanta, które wdraża np. do firmy rozwiązania i je optymalizuje pod konkretne potrzeby

Pracując z danymi jestem w stanie budować modele, które omijają LLM-y w ogóle. Jak się rozumie co w tych danych jest istotne, można zrobić rozwiązanie bardzo szybkie i wydajne, w pełni kontrolowane przez nas, a nie delegowane ślepo do LLM-a. Ja wiem, że Twój post to głównie tworzenie kodu przez AI, ale to zupełnie inny poziom*. Jestem w stanie ominąć inferencję, bo tak dostosuję dane, że problem staje prosty i możliwy do zakodowania.

*Testowałem oczywiście analizę takiego podejścia wykonaną przez LLM-a, czyli oczekiwałem, że zgodnie z wymaganiami LLM doprowadzi do kodu deterministycznego. I moje doświadczenie jest takie, że nawet z moimi podpowiedziami, nie jest w stanie zakodować sensownego rozwiązania.

w branzy wysyp ludzi ktorzy probuja znalezc chetnych na swoje leasingowane auta ;/

Przeniosę dyskusję z komentarzy tutaj, bo tam nie ma miejsca.

znaczy masz na myśli że sam coś zrobisz nie używając googla. Od kiedy to LLM stal się domyślnym sposobem sprawdzania pogody, zamiast wyjrzeć przez okno?

Nie jestem pewien, czy zrozumiałem dobrze Twój wpis. Może ujmę to tak. LLM-y to jest domena AI, konkretnie deep learningu. Zanim LLM-y stały się modne, to LLM był, i wciąż jest, klasyfikatorem zbudowanym na sieciach neuronowych. Sytuacja nieco podobna do sieci neuronowej kategoryzującej odręcznie napisane cyfry (te mogą być oparte o konwolucje lub też transformery). Jeśli traktować to jak czarną skrzynkę, to niczym się to nie różni. Wrzucasz input, na podstawie treningu zwracany jest output. Z punktu widzenia domeny AI/ML powstało więc potężne narzędzie.

Jednak firmy potrzebują przetwarzać dane. Często są to jakieś powtarzające się strumienie danych. Na przykład wyobraźmy sobie obraz z kamery, która rejestruje ruch w sklepie. Kamera jest po to, by w razie kradzieży mieć dowód. Jednak ona zbiera ciągle dane, która można wykorzystać do analizy tego, które regały są najczęściej odwiedzane albo ilu klientów rezygnuje z zakupów. Ci co kupują są w statystykach kasy fiskalnej lub aplikacji zakupowej. Żeby robić taką analizę możesz użyć modelu wizyjnego i wysyłać dane po API. Ale to jest bezsensu, bo raz że wysyłasz dane wrażliwe, dwa że koszt może przewyższać zysk. Dlatego robi się rozwiązania dopasowane do danych. Ale dane są zwykle zamknięte w firmach, jednocześnie żaden tutorial nie nauczy, jak z nimi postępować. Tym bardziej LLM.

Dochodzimy jeszcze do jednego efektu ubocznego LLM-ów. Zaczęto je wykorzystywać do programowania i rozwiązywania nietrywialnych zadań. I o ile one mogą znaleźć nieznane ścieżki w szachach czy zadaniach matematycznych, bo te mają dobrze zdefiniowane reguły, o tyle nie jesteśmy w stanie nauczyć LLM-ów wszystkiego. Raz że dane są zamknięte w firmach, dwa że wymagają niestandardowego podejścia, które trudno przekazać za pomocą post-treningu i uczenia ze wzmocnieniem. Jeśli ktoś nie rozumie mojego przekazu, to proszę się zastanowić, jak nauczyć LLM-a, by potrafił rozpoznać wyborny żart. To jest zadanie trudniejsze niż nakazanie mu grę w szachy wg zdefiniowanych reguł, gdzie wynikiem jest 0 lub 1. Poza tym są różne gusta, niektórych czarnych humor nie będzie śmieszył w ogóle.

Dlatego rozumiem zachwyt początkującej osoby, która zrobiła stronkę z LLM-em i widzi efekt. Jednocześnie rozumiem sceptycyzm doświadczonego programisty, który patrzy na tę stronkę i wie jakie trudności może mieć ona na backendzie. Dokładnie to samo jest, gdy ktoś mówi, że LLM-em sobie ogarnie analizę, dla takiej niedoświadczonej osoby to maszynka rozwiązująca każdy problem. A ja na to patrzę sceptycznie, bo wiem że zaraz wyskoczą problemy z timeoutami od LLM-a albo dostaniemy najbardziej popularne podejście do problemu, które nie zadziała.

musiałbyś mi podać konkretne przykłady, bo może robisz bardzo nietrywialne rzeczy, ale u siebie robię analizę danych dla moich prywatnych potrzeb i jeżeli poprowadzisz za rączkę to spełnią swoje zadanie. Pamiętaj że musisz używać kilka modeli na raz, aby znaleźć optimum i prosić o pisanie kodu.

Dla przykładu rozważ ten przypadek ze sklepem i detekcją osób bez używania YOLO. I ogólnie w tych analizach korzystam z LLM-ów, dają mi szybko zestaw narzędzi, które gdzieś tam kręcą się wokół tych rozwiązań. Ale muszę je mocno naprowadzać, tzn. tak rozbijać problem na mniejsze kroki, by tak naprawdę zapytać o rozwiązanie dla problemu B, a nie A. I nawet jeśli dadzą mi zestaw narzędzi dla problemu B, to nie potrafią tego złożyć w kupę. Wierzę, że prowadząc mocno za rączkę dałyby mi odpowiedź poprawną. Ale tylko wtedy, gdy ja znam każdy detal i nawiguję. I w takim przypadku zysk z użycia LLM-a jest już żaden, jego kontrola wymaga więcej wysiłku. Największym zyskiem jest znalezienie narzędzi dla problemu typu B. On nawet nie potrafi przejść z A do B, więc teoretycznie to samo osiągnąłbym z wyszukiwarką, tylko wolniej.

Pyxis napisał(a):

Przeniosę dyskusję z komentarzy tutaj, bo tam nie ma miejsca.

znaczy masz na myśli że sam coś zrobisz nie używając googla. Od kiedy to LLM stal się domyślnym sposobem sprawdzania pogody, zamiast wyjrzeć przez okno?

Nie jestem pewien, czy zrozumiałem dobrze Twój wpis. Może ujmę to tak. LLM-y to jest domena AI, konkretnie deep learningu. Zanim LLM-y stały się modne, to LLM był, i wciąż jest, klasyfikatorem zbudowanym na sieciach neuronowych. Sytuacja nieco podobna do sieci neuronowej kategoryzującej odręcznie napisane cyfry (te mogą być oparte o konwolucje lub też transformery). Jeśli traktować to jak czarną skrzynkę, to niczym się to nie różni. Wrzucasz input, na podstawie treningu zwracany jest output. Z punktu widzenia domeny AI/ML powstało więc potężne narzędzie.

no właśnie różni się danymi treningowymi

Jednak firmy potrzebują przetwarzać dane. Często są to jakieś powtarzające się strumienie danych. Na przykład wyobraźmy sobie obraz z kamery, która rejestruje ruch w sklepie. Kamera jest po to, by w razie kradzieży mieć dowód. Jednak ona zbiera ciągle dane, która można wykorzystać do analizy tego, które regały są najczęściej odwiedzane albo ilu klientów rezygnuje z zakupów. Ci co kupują są w statystykach kasy fiskalnej lub aplikacji zakupowej. Żeby robić taką analizę możesz użyć modelu wizyjnego i wysyłać dane po API. Ale to jest bezsensu, bo raz że wysyłasz dane wrażliwe, dwa że koszt może przewyższać zysk. Dlatego robi się rozwiązania dopasowane do danych. Ale dane są zwykle zamknięte w firmach, jednocześnie żaden tutorial nie nauczy, jak z nimi postępować. Tym bardziej LLM.

ale chodzi Ci o dane że ktoś popatrzył na produkt ale go nie kupił? bo dane o zakupach przecież są w systemie

Dochodzimy jeszcze do jednego efektu ubocznego LLM-ów. Zaczęto je wykorzystywać do programowania i rozwiązywania nietrywialnych zadań. I o ile one mogą znaleźć nieznane ścieżki w szachach czy zadaniach matematycznych, bo te mają dobrze zdefiniowane reguły, o tyle nie jesteśmy w stanie nauczyć LLM-ów wszystkiego. Raz że dane są zamknięte w firmach, dwa że wymagają niestandardowego podejścia, które trudno przekazać za pomocą post-treningu i uczenia ze wzmocnieniem. Jeśli ktoś nie rozumie mojego przekazu, to proszę się zastanowić, jak nauczyć LLM-a, by potrafił rozpoznać wyborny żart. To jest zadanie trudniejsze niż nakazanie mu grę w szachy wg zdefiniowanych reguł, gdzie wynikiem jest 0 lub 1. Poza tym są różne gusta, niektórych czarnych humor nie będzie śmieszył w ogóle.

tych danych może w ogóle nie być , nie tylko być zamknięte w firmach
a LLM to stochastyczna papuga, powtarza na podstawie tego czym go nakarmiono
dlatego LLM nie wymyśli nic nowego, tylko jego entuzjaści ogłoszą że wysilił gdy po prostu okradł dane kogoś mało znanego
przykład z książek jeszcze przypomnę - uczyli sieć neuronową rozpoznawania czołgów. zdjęcia z czołgami w lesie robili w inny dzień niż zdjęcia lasu bez czołgów. sieć neuronowa nauczyła się rozpoznawać.......słoneczną pogodę ;)

Dlatego rozumiem zachwyt początkującej osoby, która zrobiła stronkę z LLM-em i widzi efekt. Jednocześnie rozumiem sceptycyzm doświadczonego programisty, który patrzy na tę stronkę i wie jakie trudności może mieć ona na backendzie. Dokładnie to samo jest, gdy ktoś mówi, że LLM-em sobie ogarnie analizę, dla takiej niedoświadczonej osoby to maszynka rozwiązująca każdy problem. A ja na to patrzę sceptycznie, bo wiem że zaraz wyskoczą problemy z timeoutami od LLM-a albo dostaniemy najbardziej popularne podejście do problemu, które nie zadziała.

na naszym doiscordzie, jak jeszcze tam bywałam, zapytałam o to czy ktoś wie jak zrobić pewną rzecz, sama jednocześnie szukając w googlu. Znalzłam rozwiązanie na SO ale błędnw. Jednocześnie na discordzie jakiś entuzjasta mi odpisał z wyższością że przecież LLM mu podał rozwiązanie i je przytoczył. to samo ze SO. błędne

musiałbyś mi podać konkretne przykłady, bo może robisz bardzo nietrywialne rzeczy, ale u siebie robię analizę danych dla moich prywatnych potrzeb i jeżeli poprowadzisz za rączkę to spełnią swoje zadanie. Pamiętaj że musisz używać kilka modeli na raz, aby znaleźć optimum i prosić o pisanie kodu.

tak, jak mu podasz rozwiązanie, to otrzymasz to rozwiązanie

Dla przykładu rozważ ten przypadek ze sklepem i detekcją osób bez używania YOLO. I ogólnie w tych analizach korzystam z LLM-ów, dają mi szybko zestaw narzędzi, które gdzieś tam kręcą się wokół tych rozwiązań. Ale muszę je mocno naprowadzać, tzn. tak rozbijać problem na mniejsze kroki, by tak naprawdę zapytać o rozwiązanie dla problemu B, a nie A. I nawet jeśli dadzą mi zestaw narzędzi dla problemu B, to nie potrafią tego złożyć w kupę. Wierzę, że prowadząc mocno za rączkę dałyby mi odpowiedź poprawną. Ale tylko wtedy, gdy ja znam każdy detal i nawiguję. I w takim przypadku zysk z użycia LLM-a jest już żaden, jego kontrola wymaga więcej wysiłku. Największym zyskiem jest znalezienie narzędzi dla problemu typu B. On nawet nie potrafi przejść z A do B, więc teoretycznie to samo osiągnąłbym z wyszukiwarką, tylko wolniej.

Proszę jak się powodzi

Miang napisał(a):

Pyxis napisał(a):

Jednak firmy potrzebują przetwarzać dane. Często są to jakieś powtarzające się strumienie danych. Na przykład wyobraźmy sobie obraz z kamery, która rejestruje ruch w sklepie. Kamera jest po to, by w razie kradzieży mieć dowód. Jednak ona zbiera ciągle dane (...)

ale chodzi Ci o dane że ktoś popatrzył na produkt ale go nie kupił? bo dane o zakupach przecież są w systemie

Wbrew pozorom z takich, nieprzydatnych na pierwszy rzut oka danych, można dużo wyciągnąć. Jak sama zauważyłaś, gdy ktoś robi zakupy, to problem jest dość prosty. Dane lądują w systemie. Od dłuższego czasu sklepy kuszą założeniem aplikacji, które dają zniżki/promocje itd. To wszystko jest oczywiście po to, by identyfikować klienta. Jak np. ktoś robi regularnie zakupy w sklepie X, o czym sklepowi powie aplikacja, to mamy rodzaj subskrypcji. Sklep potrafi rozsądniej robić zamówienia, bo wie, że dany klient przyjdzie. Z reguły ludzie kupują podobne rzeczy. Na przykład jest klient, który kupuje tłuste mięcho i alko. Inny jest jakiś wege freak i jego koszyk to głównie warzywa i owoce. I oczywiście w tym wszystkim jest jakaś statystyka. Widzimy nie tylko ile towaru schodzi w ujęciu średnim, ale konkretnie wiemy, jak często dany klient się pojawia, co pozwala robić predykcje na zapotrzebowanie. Dokładnie takie same analizy robi się w globalnych łańcuchach dostaw.

Ale wróćmy do kamer i sytuacji, gdy klient nie odbije aplikacji i niczego nie kupi. W spożywczym sklepie to rzadkość, ale np. w butiku w jakiejś galerii to częstszy przypadek. Klient wchodzi, rozgląda się i wychodzi. Co możesz analizować z obrazu?

• jak często klienci przychodzą, nawet można to modelować statystycznie, by zwiększyć ilość pracowników, gdy przewiduje się wzmożony ruch
• które części sklepu są najchętniej odwiedzane, potem można analizować dlaczego tak się dzieje i jak przestawić towar
• jaki jest stosunek kobiet do mężczyzn
• jaki jest średni wiek klienta
• czy klient przychodzi z dziećmi/całą rodziną

Ogólnie te wszystkie rzeczy pozwalają lepiej zarządzać sklepem. Śrubuje się te detale, by wyciągnąć jak najwięcej informacji i je po prostu przekuć w zyski.

Kolejny gigant ucieka z Polski! Setki ludzi na bruku, korporacja przenosi miejsca pracy do Indii
https://wpolsce24.tv/gospodarka/kolejny-gigant-ucieka-z-polski-setki-ludzi-na-bruku,260206

John Gordon napisał(a):

Tak, też jestem zdania że jeszcze kilka lat i AI będzie pisać cały kod, a weryfikowana będzie tylko zgodność z architekturą i to czy działa tak jak trzeba.

Przecież tak jest, llmowi się mówi co ma poprawić jak jest niezgodny z architekturą, a nie poprawia po nim

WojtasZet napisał(a):

Kolejny gigant ucieka z Polski! Setki ludzi na bruku, korporacja przenosi miejsca pracy do Indii
https://wpolsce24.tv/gospodarka/kolejny-gigant-ucieka-z-polski-setki-ludzi-na-bruku,260206

ale nie takie setki tylko kolo 100 w tym cześć pojdzie do Warszawy.
https://epoznan.pl/news-news-180382-kolejna_globalna_firma_poinformowala_o_zwolnieniach_w_poznaniu_100_osob_straci_prace_biuro_zostanie_zamkniete

ToTomki napisał(a):

John Gordon napisał(a):

Tak, też jestem zdania że jeszcze kilka lat i AI będzie pisać cały kod, a weryfikowana będzie tylko zgodność z architekturą i to czy działa tak jak trzeba.

Przecież tak jest, llmowi się mówi co ma poprawić jak jest niezgodny z architekturą, a nie poprawia po nim

Niby tak, ale po trzecim razie ja się poddaję i piszę sam.
Niektórych debili nie da się nauczyć, nieważne czy są żywi czy sztuczni.