Je, Sayansi ya Kompyuta itabadilishwa na AI? [Video na Maswali]

Jibu: AI haitachukua nafasi ya sayansi ya kompyuta; itaendesha kiotomatiki usimbaji wa kawaida huku ikiinua kiwango cha hukumu, fikra za mifumo, na uwajibikaji. Wanafunzi au wasanidi programu wanaotegemea sintaksia na matokeo yaliyonakiliwa pekee huwa hatarini; wale wanaoelewa misingi wanaweza kutumia AI kwa usalama na ufanisi.

Mambo muhimu ya kuzingatia:

Misingi: Weka kipaumbele kwenye algoriti, mifumo, usalama, na utatuzi wa matatizo badala ya kukariri sintaksia kwa kina.

Uwajibikaji: Chukua msimbo unaozalishwa na AI kama kazi ya rasimu ambayo lazima uthibitishe, ujaribu, na umiliki.

Hatari ya kiwango cha kuanzia: Jenga miradi halisi kwa sababu kazi za kawaida za vijana zinaweza kupungua, kuhama, au kufyonzwa na vifaa.

Ujuzi wa AI: Tumia AI kwa maelezo, ulinganisho, na mapitio, si kubandika msimbo bila kujua.

Ustahimilivu wa Kazi: Kuendeleza ujuzi wa uamuzi, mawasiliano, na usanifu ambao zana haziwezi kuchukua nafasi yake kwa uhakika.

Makala ambazo unaweza kupenda kusoma baada ya hii:

🔗 Je, ai itachukua nafasi ya mameneja wa miradi
Chunguza jinsi akili bandia (AI) inavyoweza kubadilisha majukumu ya usimamizi wa miradi.

🔗 Je, wafamasia watabadilishwa na ai?
Elewa athari za akili bandia (AI) kwenye kazi ya duka la dawa na huduma kwa wagonjwa.

🔗 Je, ai itachukua nafasi ya wahandisi wa ujenzi
Jifunze jinsi AI inavyowasaidia wahandisi wa ujenzi bila kubadilisha utaalamu.

🔗 Je, ai atachukua nafasi ya wahasibu?
Tazama jinsi otomatiki inavyobadilisha kazi za uhasibu na mahitaji ya siku zijazo.

1. Ni Nini Kinachofanya Toleo Bora la Sayansi ya Kompyuta katika Enzi ya AI? 🧩

Toleo zuri la sayansi ya kompyuta sasa si tu "kujifunza Python na kutumaini." Hilo halikutosha, ingawa watu walifanikiwa kwa muda.

Msingi imara wa sayansi ya kompyuta unajumuisha:

• Algorithimu na miundo ya data - si kwa sababu utaweka msimbo wa mti mwekundu-mweusi kila asubuhi, lakini kwa sababu unahitaji kuelewa mabadiliko.

• Kufikiria mifumo - mifumo endeshi, mitandao, hifadhidata, mifumo iliyosambazwa, mipaka ya vifaa.

• Hoja ya hisabati - mantiki, uwezekano, hesabu tofauti, aljebra ya mstari inapohusika.

• Hukumu ya uhandisi wa programu - usanifu, udumishaji, utatuzi wa matatizo, majaribio, nyaraka.

• Ufahamu wa usalama - kwa sababu msimbo unaozalishwa na AI bado unaweza kuwa hatari sana.

• Ubunifu unaozingatia binadamu - watumiaji hufanya mambo yasiyotabirika. Daima. Panga kwa ajili ya hilo.

• Ujuzi wa akili bandia - kujua kile ambacho wanamitindo wanaweza kufanya, kile ambacho hawawezi kufanya, na mahali wanapojidanganya kwa ujasiri.

Mashirika ya kitaaluma ya mtaala bado yanaichukulia sayansi ya kompyuta kama taaluma pana inayofunika maeneo kama vile algoriti, mifumo, ukuzaji wa programu, usalama wa mtandao, sayansi ya data, na akili bandia - si mazoezi ya programu tu.

Kwa hivyo swali bora zaidi si tu "Je, Sayansi ya Kompyuta itabadilishwa na AI?" Ni: ni toleo gani la sayansi ya kompyuta linalosalia na kuwa na thamani zaidi?

Jibu ni toleo la kina zaidi. Toleo lenye hukumu.

2. Jedwali la Ulinganisho: Ujuzi wa AI dhidi ya Sayansi ya Kompyuta ⚖️

3. Kwa Nini Watu Wanafikiri AI Itachukua Nafasi ya Sayansi ya Kompyuta 😬

Watu hawabuni hofu hii kutoka nje ya mtandao. Zana za usimbaji wa akili bandia (AI) zinavutia sana. Zinaweza kutoa vitendakazi, kuelezea makosa, kuandika upya msimbo katika lugha nyingine, kuunda mifano ya API, na hata kutoa rasimu nzuri ya kwanza ya programu.

Hilo si kitu.

Kwa anayeanza, inaweza kuhisi kama uchawi. Unaandika: "nijengee fomu ya kuingia kwa uthibitisho," na msimbo wa boom unaonekana. Kisha unaomba mtindo, na msimbo zaidi unaonekana. Kisha unaomba majaribio, na inakupa kitu kinachoonekana kama majaribio. Ghafla anayeanza anajiuliza, "Subiri, kwa nini ninajifunza vitanzi?"

Swali la haki. Lakini pia, si hadithi nzima.

AI huwa na nguvu zaidi wakati:

• Kazi imefafanuliwa vizuri.

• Muundo tayari upo katika data ya mafunzo.

• Mazingira ni ya kawaida.

• Vikwazo ni vya chini au vinaweza kupimwa kwa urahisi.

• Mtumiaji anaweza kuthibitisha matokeo.

AI inakuwa dhaifu zaidi wakati:

• Mahitaji hayaeleweki.

• Mfumo ni mkubwa na haujadhibitiwa.

• Usalama ni muhimu.

• Utendaji ni muhimu.

• Hitilafu hiyo husababishwa na muktadha uliofichwa.

• Jibu sahihi linategemea mantiki ya biashara ambayo hakuna aliyeandika.

Na hiyo ya mwisho? Hiyo ndiyo programu nyingi za uzalishaji.

Kwa hivyo ndio, AI inaweza kuchukua nafasi ya kazi fulani za usimbaji. Lakini kubadilisha kazi si sawa na kubadilisha sayansi ya kompyuta. Koleo linaweza kuchimba haraka kuliko mkono, lakini halichukui nafasi ya jiolojia. Sawa, labda sitiari hiyo inatetemeka kidogo - lakini unaelewa.

4. Uhalisia wa Soko la Ajira: Sio Adhabu, Sio Faraja Pia 📊

Hapa ndipo mazungumzo yanapopata hisia zisizo za kawaida.

Kwa upande mmoja, makadirio ya soko la ajira bado yanaonyesha mahitaji makubwa ya kazi zinazohusiana na kompyuta. Ofisi ya Takwimu za Kazi ya Marekani inakadiria majukumu ya msanidi programu, mchambuzi wa uhakikisho wa ubora, na wapimaji kukua kwa kasi zaidi kuliko kazi ya kawaida, huku nafasi nyingi zikitarajiwa kila mwaka katika kipindi chote cha makadirio. Pia inakadiria kazi za kompyuta na teknolojia ya habari kwa ujumla kukua kwa kasi zaidi kuliko wastani.

Kwa upande mwingine, AI inashinikiza baadhi ya kazi za kiwango cha kwanza. Ripoti za hivi karibuni kuhusu kuathiriwa na AI kazini zimeangazia kwamba programu na kazi zinazohusiana na kompyuta ni miongoni mwa maeneo yaliyo wazi zaidi kwa otomatiki ya kazi za AI, hasa pale ambapo kazi hiyo inahusisha uandishi wa kawaida wa msimbo, uchambuzi, au uandishi.

Mambo yote mawili yanaweza kuwa kweli. Yanakera, lakini ni kweli.

Sehemu hii inaweza kukua huku majukumu fulani ya wanaoanza yakiwa magumu zaidi kuyapata. Kampuni bado zinaweza kuhitaji wahandisi wa programu, wahandisi wa data, wachambuzi wa usalama, wahandisi wa AI, wataalamu wa miundombinu, na wanasayansi wa kompyuta wanaopenda utafiti. Lakini wanaweza kutarajia watu wadogo kufanya zaidi, haraka zaidi, na zana za AI kuanzia siku ya kwanza.

Hiyo ina maana kwamba upau mpya wa kiwango cha kuanzia unaweza kuhama kutoka:

"Je, unaweza kuandika msimbo?"

kwa:

"Je, unaweza kutumia akili bandia (AI), kuelewa msimbo, kugundua makosa, kuboresha usanifu, kuelezea mabadiliko, na kutosafirisha ajali ya usalama kwa bahati mbaya?"

Hilo ni jambo kubwa. Hata kidogo ni mkorofi.

5. Je, Sayansi ya Kompyuta Itabadilishwa na AI katika Vyuo Vikuu? 🎓

Hapana, lakini elimu ya sayansi ya kompyuta lazima ibadilike. Katika baadhi ya maeneo, tayari imebadilika.

Njia ya jadi ya sayansi ya kompyuta mara nyingi hujumuisha programu, miundo ya data, algoriti, usanifu wa kompyuta, mifumo ya uendeshaji, hifadhidata, nadharia, uhandisi wa programu, na mbinu za kuchagua kama vile AI, michoro, usalama wa mtandao, au mwingiliano wa binadamu na kompyuta. AI haifuti mada hizo. Inafanya nyingi kati ya hizo kuwa za dharura zaidi.

Kwa nini?

Kwa sababu ikiwa AI inaandika msimbo, bado mtu anahitaji kuuliza:

• Je, algoriti hii ina ufanisi?

• Je, hii ni salama kwa kumbukumbu?

• Je, hoja hii ya hifadhidata inapima ukubwa?

• Je, mfumo huu una upendeleo?

• Je, mfumo huu unaweza kushambuliwa?

• Nini hutokea API inaposhindwa?

• Nani anawajibika wakati matokeo yanapokosea?

• Tunawezaje kujaribu jambo hili ipasavyo?

Kazi ya hivi punde ya mtaala mkuu wa shahada ya kwanza ya sayansi ya kompyuta imeunganisha akili bandia kwa upana zaidi katika elimu ya CS, ikiichukulia kama kitu ambacho wanafunzi wanapaswa kuelewa kote uwanjani badala ya kama chaguo dogo la hiari.

Huo ndio mwelekeo unaofaa. Sio "acha kufundisha CS kwa sababu AI ipo." Zaidi kama: "fundisha CS ukiwa na AI chumbani."

Akili bandia (AI) inaweza kuwa mwalimu, msaidizi wa maabara, mkaguzi wa misimbo, mshirika wa utatuzi wa matatizo, na mjenzi wa mawazo. Lakini mwanafunzi bado anahitaji kujifunza. Vinginevyo anakuwa abiria katika gari linalojiendesha lenyewe bila usukani, ramani, na kujiamini kupita kiasi.

6. Akili bandia Inachukua Nafasi Gani katika Kazi ya Sayansi ya Kompyuta 🧰

Tuwe wakweli: AI inachukua nafasi ya baadhi ya sehemu zinazokera za programu. Na tunashukuru Mungu, katika baadhi ya matukio.

AI ni nzuri katika kubadilisha au kupunguza:

• Boilerplate inayojirudia.

• Hati rahisi.

• Nyaraka za rasimu ya kwanza.

• Vipimo vya kitengo cha msingi.

• Usaidizi wa usemi wa kawaida.

• Tafsiri ya haraka ya sintaksia.

• Vipande vizito vya sehemu ya mbele ya kiolezo.

• Vijisehemu rahisi vya kusafisha data.

• "Eleza ujumbe huu wa hitilafu kabla sijarusha kompyuta yangu ya mkononi".

Hii inasaidia. Sio kudanganya, mradi tu uelewe matokeo.

Lakini AI haibadilishi kwa uhakika:

• Utatuzi wa kina.

• Uwajibikaji wa uzalishaji.

• Umiliki wa usanifu majengo.

• Udumishaji wa muda mrefu.

• Mapitio ya usalama.

• Urekebishaji wa utendaji katika mifumo isiyo ya kawaida.

• Kuelewa mahitaji ya mtumiaji.

• Hukumu ya kimaadili na kisheria.

• Uundaji wa tatizo la kiwango cha utafiti.

• Uratibu wa timu na uongozi wa kiufundi.

Mabadiliko muhimu ni kwamba wanasayansi wa kompyuta na watengenezaji wanaweza kutumia muda mfupi kuandika kila kitu kwa mikono na kutumia muda mwingi kukagua, kubuni, kupanga, kupima, na kuamua. Hilo linasikika kuwa la ajabu. Pia ina maana kwamba makosa yanaweza kuwa makubwa zaidi ikiwa hakuna anayejua kinachoendelea.

AI huwaruhusu watu kutoa msimbo haraka zaidi. Haifanyi msimbo huo kuwa sahihi kiotomatiki.

Sentensi hiyo inapaswa kuchapishwa kwenye kikombe. ☕

7. Tatizo la Mwanzo: Sehemu Ngumu Zaidi Hakuna Anayependa Kuizungumzia 🚪

Sehemu dhaifu zaidi ya mfumo mzima ni bomba la wanaoanza.

Kijadi, wasanidi programu wadogo walijifunza kwa kufanya kazi ndogo. Rekebisha hitilafu hii. Andika mwisho huu. Ongeza fomu hii. Badilisha moduli hii ndogo. Fanya kazi inayochosha kidogo, kisha polepole upate matatizo makubwa.

Lakini ikiwa AI inaweza kufanya kazi nyingi ndogo, makampuni yanaweza kuajiri wanafunzi wachache wa chini au kutarajia wanafunzi wa chini kufanya kazi kama watengenezaji wa kiwango cha kati na msaidizi wa AI. Hilo linaunda kitendawili kidogo kibaya:

Unahitaji uzoefu ili kusimamia vyema AI, lakini unahitaji kazi za kuanzia ili kupata uzoefu.

Hii haimaanishi kwamba wanaoanza wameangamia. Inamaanisha kwamba wanaoanza wanahitaji kujifunza tofauti.

Mwanafunzi anayeanzisha tu AI na kubandika msimbo ana shida. Mwanafunzi anayetumia AI kuharakisha mazoezi ya makusudi anaweza kuwa na nguvu sana.

Tabia bora za wanaoanza sasa ni pamoja na:

• Muulize AI kwa maelezo, si majibu tu.

• Andika upya msimbo uliozalishwa kwa mkono.

• Vunja msimbo kwa makusudi na uurekebishe.

• Linganisha suluhisho mbili na ueleze maelewano.

• Jenga miradi ambayo iko nje kidogo ya kiwango cha mafunzo.

• Jifunze zana za utatuzi mapema.

• Soma nyaraka, ndiyo, ingawa inauma.

• Fanya mazoezi bila kutumia akili bandia wakati mwingine, kama vile mazoezi ya kutumia vizito vya kifundo cha mguu.

• Weka "shajara ya makosa" ya hitilafu na kilichosababisha.

Waanzilishi bora hawatakuwa wale wanaoepuka AI. Watakuwa wale wanaoitumia bila kuitegemea, jambo ambalo ni la watu wazima lakini ni sahihi.

8. Kwa Nini Misingi ya Sayansi ya Kompyuta Inakuwa ya Thamani Zaidi, Sio Chini 🧠

Hapa kuna mabadiliko: AI inaweza kufanya misingi ya sayansi ya kompyuta kuwa muhimu zaidi.

Wakati msimbo unakuwa wa bei rahisi kutengeneza, uamuzi unakuwa ujuzi mdogo.

Hebu fikiria watu wawili wanaotumia msaidizi mmoja wa usimbaji wa akili bandia (AI).

Mtu A anasema: "Nitengenezee programu."

Mtu B anasema: "Unda API ndogo yenye utenganisho wazi kati ya uthibitishaji, mantiki ya biashara, na uvumilivu. Tumia uthibitishaji wa ingizo, ongeza majaribio kuzunguka kesi za ukingo, epuka kuhifadhi siri kwenye msimbo, na ueleze ugumu wa kazi ya utafutaji."

Zana sawa. Matokeo tofauti sana.

Tofauti si kasi ya kuandika. Ni uelewa.

Misingi ya sayansi ya kompyuta inakusaidia:

• Uliza maswali bora zaidi.

• Tambua upuuzi haraka zaidi.

• Tathmini matokeo ya modeli.

• Buni mifumo salama zaidi.

• Fanya mabadiliko ya utendaji.

• Epuka kujenga kupita kiasi.

• Jua wakati msimbo rahisi ni bora zaidi.

• Elewa kile ambacho kifaa kinakiondoa.

Akili bandia ni kama mwanafunzi anayefanya mazoezi haraka sana ambaye amesoma kila kitu, hasahau chochote, wakati mwingine hudanganya, na haonekani aibu kamwe. Inasaidia? Hakika. Salama bila usimamizi? Sio kabisa.

Usimamizi huo ndio mahali ambapo sayansi ya kompyuta inaishi.

9. Ramani Mpya ya Kazi ya Sayansi ya Kompyuta 🗺️

Ramani ya kazi ya zamani ilikuwa kama ifuatavyo:

Jifunze kuandika msimbo → pata kazi ya kiwango cha chini → pata uzoefu → utaalamu.

Ramani mpya inaonekana zaidi kama:

Jifunze misingi ya CS → jifunze kuandika msimbo ukiwa na au bila akili bandia → jenga miradi halisi → kuelewa mifumo → utaalamu → endelea kuzoea milele.

Baadhi ya maeneo yanaweza kuwa na thamani kubwa:

Uhandisi wa AI na ujifunzaji wa mashine zilizotumika 🤖

Sio tu mafunzo ya mifumo, lakini pia kuunganisha AI katika bidhaa, kutathmini matokeo, kusimamia mifumo ya kurejesha data, kufanya kazi na upachikaji, kushughulikia mapungufu ya mifumo, na kujenga mtiririko mzuri wa kazi.

Usalama wa mtandao 🔐

AI inaweza kuandika msimbo usio salama haraka. Washambuliaji wanaweza kutumia AI pia. Hilo hufanya maarifa ya usalama kuwa muhimu zaidi, si kidogo.

Uhandisi wa data na hifadhidata 🗄️

AI huendeshwa na data, lakini data nyingi za shirika zimechanganyikiwa, hurudiwa, haziendani, na zinasumbuliwa kiroho. Watu ambao wanaweza kujenga mifumo ya data inayoaminika wataendelea kuwa na thamani.

Mifumo na miundombinu ⚙️

Mifumo ya wingu, kompyuta iliyosambazwa, uchunguzi, ucheleweshaji, upimaji, uaminifu - AI inaweza kusaidia, lakini mifumo ya uzalishaji bado inahitaji wanadamu wanaoelewa kushindwa.

Mwingiliano wa binadamu na kompyuta 🧑💻

Kadri AI inavyokuwa sehemu ya violesura vya programu, kubuni mifumo inayoeleweka, inayoaminika, na rafiki kwa binadamu kunakuwa ujuzi mzito.

Uhandisi wa programu unaozingatia bidhaa 🧭

Wahandisi bora hawaulizi tu, “Je, tunaweza kuijenga?” Wanauliza, “Je, tuijenge, kwa ajili ya nani, na nini kitatokea tukifanya hivyo?”

Hilo haliondoki.

10. Je, Wanafunzi Bado Wanapaswa Kusoma Sayansi ya Kompyuta? 📚

Ndiyo - lakini wanapaswa kuisoma kwa macho yaliyo wazi.

Sayansi ya kompyuta bado ni shahada na ujuzi wenye nguvu kwa sababu hesabu inaenea katika karibu kila nyanja: dawa, fedha, vifaa, burudani, kazi za mabadiliko ya hali ya hewa, elimu, utengenezaji, roboti, usalama, na programu za biashara rahisi zinazoendesha ulimwengu kimya kimya. Kwa njia, programu zisizo na mwangaza hulipa bili nyingi.

Lakini wanafunzi hawapaswi kuichukulia sayansi ya kompyuta kama tiketi ya dhahabu iliyohakikishwa. Sio "jifunze lugha, kusanya mshahara." Labda haikuwa hivyo kamwe, lakini hadithi hiyo ilikuwa na likizo ndefu.

Wanafunzi wanapaswa kuzingatia:

• Kujenga miradi halisi, si kazi za darasani pekee.

• Kujifunza lugha moja kwa undani, kisha nyingine kwa vitendo.

• Kuelewa miundo na algoriti za data zaidi ya mbinu za mahojiano.

• Kuzoea Linux, Git, API, hifadhidata, na majaribio.

• Kutumia zana za akili bandia kila siku, lakini kwa umakini mkubwa.

• Kusoma msimbo uliozalishwa mstari kwa mstari.

• Kufanya mazoezi ya mawasiliano.

• Kujifunza hesabu vya kutosha ili usiwe na hofu.

• Kuunda jalada linaloonyesha hukumu, si picha za skrini pekee.

Mwanafunzi wa sayansi ya kompyuta ambaye anaweza kuelezea maamuzi yake wazi ataonekana wazi. Mwanafunzi anayesema "AI ndiye aliyeiandika" na kuinua mabega? Si bora sana.

11. Makampuni Yatakayotaka Nini 🏢

Makampuni hayataki "waandishi wa habari" bali matokeo tu.

Wanataka mifumo inayofanya kazi, inayoongeza ukubwa, inayobaki salama, inayowaridhisha wateja, inayopunguza gharama, inayoleta mapato, inayoepuka kesi za kisheria, na isiyoanguka wakati halisi onyesho linapoanza. Kwa kusikitisha, tabia ya kawaida ya onyesho.

AI hubadilisha jinsi matokeo hayo yanavyozalishwa. Inaweza kupunguza hitaji la kazi fulani ya utekelezaji wa mikono. Lakini inaongeza hitaji la watu ambao wanaweza kuchanganya:

• Kina cha kiufundi.

• Uelewa wa kikoa.

• ufasaha wa akili bandia (AI).

• Uelewa wa hatari.

• Mawasiliano.

• Ladha.

Ladha haithaminiwi sana. Wahandisi wazuri hujenga hisia ya wakati msimbo ni mwerevu sana, wakati mfumo ni dhaifu sana, wakati muundo ni mgumu kupita kiasi, au wakati suluhisho la haraka ni janga la siku zijazo ukiwa umevaa kofia ndogo. 🎩

AI inaweza kutoa chaguzi. Binadamu bado wanahitaji ladha.

12. Kwa hivyo, Je, Sayansi ya Kompyuta Itabadilishwa na AI? Kufunga Takeaway 🧾

Kwa hivyo, Je, Sayansi ya Kompyuta itabadilishwa na AI? Hapana - si kama taaluma, si kama njia ya kufikiri, na si kama msingi wa kompyuta ya kisasa.

Lakini baadhi ya sehemu za programu zitakuwa otomatiki. Baadhi ya kazi za kiwango cha kuanzia zitabadilika. Baadhi ya watu wanaotegemea ujuzi mdogo wa uandishi wa msimbo watahisi kubanwa. Hiyo ndiyo sehemu isiyofurahisha.

Mustakabali bora ni wa watu wanaoelewa sayansi ya kompyuta kwa undani wa kutosha kutumia akili bandia (AI) vizuri.

AI inaweza kuchukua nafasi ya:

• Baadhi ya usimbaji unaorudiwa.

• Baadhi ya kazi za msingi za utekelezaji.

• Baadhi ya utatuzi wa matatizo katika muktadha wa chini.

• Baadhi ya kazi za kiwango cha mafunzo.

• Baadhi ya seti za ujuzi wa "Mimi najua sintaksia pekee".

AI haitabadilisha:

• Kufikiri kwa kutumia kompyuta.

• Ubunifu wa mfumo.

• Hukumu ya usalama.

• Utafiti wa ubunifu.

• Hoja ya bidhaa.

• Uwajibikaji wa binadamu.

• Haja ya kuelewa programu inapaswa kufanya nini na kwa nini.

Jibu halisi la "Je, Sayansi ya Kompyuta itabadilishwa na AI?" ni hili:

Sayansi ya kompyuta itabadilishwa na AI. Toleo dhaifu, lisilo na kina, linaloweza kunakiliwa na kubandikwa linaweza kufifia. Toleo la kina zaidi - lile lililojengwa juu ya hoja, mifumo, ufupisho, na hukumu - linakuwa muhimu zaidi kuliko hapo awali.

Kwa maneno mengine, usiache sayansi ya kompyuta kwa sababu AI inaweza kuandika chaguo-msingi.

Jifunze sayansi ya kompyuta ili uweze kujua kama kazi hiyo ni takataka. 🚀

Kuchukua Haraka ✅

AI haitachukua nafasi ya sayansi ya kompyuta. Itachukua nafasi ya baadhi ya kazi za kawaida za usimbaji na kuongeza ujuzi kwa wanafunzi na watengenezaji. Njia salama zaidi ni kujifunza misingi, kujenga miradi halisi, kutumia AI kama zana, na kukuza uamuzi wa kuthibitisha, kuboresha, na kumiliki kile AI hutoa.

Mfano halisi: Kutumia AI kujenga programu ndogo ya kupanga marekebisho 🛠️

Hali

Hebu fikiria mwanafunzi wa sayansi ya kompyuta wa mwaka wa pili anataka kujenga mpangilio rahisi wa marekebisho kwa ajili ya mitihani. Hakuna kitu kikubwa. Programu ndogo tu ya wavuti ambapo mtumiaji anaweza kuongeza moduli, tarehe za mwisho, mada, na saa za masomo zinazopatikana, kisha kupokea mpango wa kila wiki.

Mwanafunzi anaweza kumwomba AI atoe jambo zima kwa ombi moja. Hilo linaweza kutoa kitu kinachoonekana kuvutia kwa dakika tano, kisha huharibika wakati tarehe za mwisho zinapoingiliana, data hutoweka baada ya kusasisha, au ratiba hutenga saa 19 za masomo kwa Jumanne kimya kimya.

Mbinu bora zaidi ni kutumia AI kama msaidizi wa msimbo huku bado ukitumia uamuzi wa sayansi ya kompyuta. Lengo si "kuifanya AI ijenge programu yangu." Lengo ni: "kutumia AI ili kusonga mbele haraka huku nikielewa kila chaguo la muundo."

Kinachohitajika na mradi

Kabla ya kushawishi, mwanafunzi anapaswa kufafanua misingi michache:

• Vipengele vya msingi: ongeza moduli, ongeza mada, weka tarehe za mitihani, ingiza saa za masomo zinazopatikana, tengeneza mpango wa kila wiki.

• Mfano wa data: moduli, mada, tarehe za mwisho, vipaumbele, kazi zilizokamilishwa.

• Vikwazo: hakuna vipindi vya masomo baada ya usiku wa manane, hakuna mada zinazojirudia, epuka kupanga saa zaidi ya zile ambazo mtumiaji aliingia.

• Mrundiko wa teknolojia: kwa mfano, React kwa ajili ya kiolesura, Node/Express API ndogo, na SQLite au hifadhi ya ndani kwa ajili ya toleo la kwanza.

• Mpango wa majaribio: angalia ingizo tupu, ratiba zisizowezekana, moduli zinazorudiwa, na kesi za ukingo wa tarehe.

• Sheria ya usalama: hakuna data ya kibinafsi ya mwanafunzi inayopaswa kutumwa kwa zana ya umma ya AI isipokuwa kama haijatambuliwa.

Mfano wa maelekezo

Kidokezo dhaifu kitakuwa:

Nijengee programu ya kupanga marekebisho.

Hilo huipa AI nafasi kubwa mno ya kubuni, kujenga kupita kiasi, au kukosa maelezo muhimu.

Kidokezo chenye nguvu zaidi kitakuwa:

Ninaunda programu ndogo ya mpangilio wa marekebisho kwa ajili ya mradi wa kwingineko ya sayansi ya kompyuta.
Tumia React kwa sehemu ya mbele na ufanye toleo la kwanza kuwa rahisi.
Mtumiaji anapaswa kuwa na uwezo wa kuongeza moduli, kuongeza mada chini ya moduli hiyo, kuweka tarehe ya mtihani, kuingiza saa za masomo zinazopatikana kwa siku, na kutoa mpango wa marekebisho wa kila wiki.

Usijenge uthibitishaji bado.
Hifadhi data katika hifadhi ya ndani kwa toleo la kwanza.
Jumuisha uthibitishaji wa ingizo kwa majina ya moduli tupu, tarehe za mitihani iliyopita, mada zinazorudiwa, na saa za masomo zaidi ya 12 kwa siku.

Kwanza, pendekeza modeli ya data na muundo wa vipengele.
Usiandike msimbo kamili hadi nitakapoidhinisha muundo.
Eleza mabadiliko kwa lugha iliyo wazi na rahisi.

Kidokezo hiki hufanya kazi vizuri zaidi kwa sababu hufanya akili bandia (AI) ipunguze mwendo. Kinaomba muundo kabla ya msimbo. Hapo ndipo uamuzi wa sayansi ya kompyuta unapoanza kuwa muhimu.

Jinsi ya kuijaribu

Mwanafunzi hapaswi kuamini onyesho la kwanza linalofanya kazi. Anapaswa kulijaribu kama mtu anayejaribu kulivunja, kwa sababu watumiaji watafanya hivyo kabisa.

Kesi nzuri za majaribio ni pamoja na:

• Ongeza moduli isiyo na jina.

• Ongeza mada hiyo hiyo mara mbili.

• Weka tarehe ya mtihani hapo awali.

• Weka saa sifuri za masomo zinazopatikana kwa kila siku.

• Ingiza saa 20 za masomo kwa siku moja.

• Ongeza mada tano zinazotarajiwa kesho na uangalie kama programu inaunda mpango usiowezekana.

• Onyesha upya ukurasa na uangalie kama data iliyohifadhiwa bado inaonekana.

• Weka alama kwenye mada kama imekamilika na uangalie kama ratiba inasasishwa kwa usahihi.

Wanaweza pia kuuliza AI ipitie mantiki:

Hapa kuna chaguo langu la kupanga ratiba. Tafuta hali za ukingo ambapo inaweza kuunda mpango wa marekebisho usio wa kweli au usio sahihi. Usiuandike tena bado. Eleza tatizo kwanza, kisha pendekeza majaribio ambayo ninapaswa kuongeza.

Hilo hubadilisha akili bandia (AI) kuwa mhakiki badala ya kuchukua nafasi ya kufikiri.

Ni nini kinachoweza kwenda vibaya

Kosa lililo wazi zaidi ni kunakili msimbo uliozalishwa bila kuuelewa. Programu inaweza kuonekana kufanya kazi, lakini mwanafunzi anaweza asiweze kuelezea muundo wa data, kurekebisha hitilafu, au kutetea chaguo zake za muundo katika mahojiano.

Matatizo mengine halisi ni pamoja na:

• AI huandika algoriti ya kupanga ratiba ambayo inapuuza saa zinazopatikana.

• Programu huhifadhi kila kitu katika kitu kimoja kisicho nadhifu ambacho kinakuwa kigumu kutunza.

• Uthibitisho wa ingizo hutokea tu katika kiolesura, si katika mantiki ya msingi.

• Msimbo uliozalishwa hutumia maktaba ambazo mwanafunzi haelewi.

• AI huvumbua vipengele ambavyo havijawahi kuombwa.

• Mwanafunzi anaomba "msimbo bora" na anapata kitu kigumu zaidi, si bora zaidi.

• Programu haina majaribio, kwa hivyo kila mabadiliko yana hatari ya kuvunja mpangilio.

Kanuni muhimu ni hii: ikiwa mwanafunzi hawezi kuelezea kazi ya mstari kwa mstari, bado si mradi wake kikamilifu.

Kuchukua kwa vitendo

Hii ndiyo tofauti kati ya kutumia vibaya AI na kuitumia vizuri.

Matumizi mabaya ya AI yanamaanisha kuomba programu iliyokamilika, kubandika matokeo, na kutumaini hakuna mtu anayeangalia kwa karibu sana.

Matumizi mazuri ya AI yanamaanisha kuitumia kujadili muundo, kulinganisha maelewano, kutoa rasimu, kupendekeza majaribio, na kupitia kesi za ukingo - huku mwanafunzi bado akiwa na msimbo wa mwisho.

Ndiyo maana sayansi ya kompyuta bado ni muhimu. AI inaweza kusaidia kujenga mpangilio wa marekebisho haraka zaidi, lakini mwanafunzi anahitaji ujuzi wa sayansi ya kompyuta ili kuamua kama mpangilio ni sahihi, unaoweza kudumishwa, unaoweza kujaribiwa, na unaostahili kuonyeshwa kwa mtu yeyote.

Maswali Yanayoulizwa Mara kwa Mara

Je, sayansi ya kompyuta itabadilishwa na AI katika siku zijazo?

Sayansi ya kompyuta haitabadilishwa na AI kama taaluma. AI inaweza kuendesha kazi zingine za usimbaji kiotomatiki, kutoa rasimu, kuelezea makosa, na kuharakisha kazi za kawaida. Lakini sayansi ya kompyuta pia inajumuisha mifumo, algoriti, usalama, data, usanifu, nadharia, na hukumu. Maeneo hayo bado yanahitaji watu ambao wanaweza kufikiria wazi, kuthibitisha matokeo, na kuelewa kile programu inapaswa kufanya.

Ni sehemu gani za kazi za sayansi ya kompyuta ambazo AI inaweza kufanya kiotomatiki?

AI ina ufanisi zaidi ikiwa na kazi zinazojirudia na zilizofafanuliwa vizuri. Inaweza kusaidia na msimbo wa boilerplate, hati rahisi, majaribio ya msingi, rasimu za nyaraka, tafsiri ya sintaksia, misemo ya kawaida, na mifano ya haraka. Hizi ni faida halisi za tija. Hata hivyo, otomatiki hufanya kazi vizuri zaidi wakati mwanadamu anaweza kukagua matokeo, kuelewa muktadha, na kuamua kama suluhisho lililozalishwa ni salama na linafaa.

Kwa nini AI haitachukua nafasi kamili ya kazi za sayansi ya kompyuta?

AI inaweza kutoa msimbo, lakini haimiliki matokeo kwa uhakika. Kazi ya programu inahusisha mahitaji yasiyoeleweka, sheria za biashara, watumiaji, hatari za usalama, hitilafu za uzalishaji, mabadiliko ya utendaji, na matengenezo ya muda mrefu. Makampuni bado yanahitaji watu ambao wanaweza kubuni mifumo, kutatua matatizo yaliyochanganyikiwa, kuwasiliana waziwazi, na kuchukua jukumu wakati kitu kinapoharibika. AI husaidia na kazi, si uamuzi kamili wa kitaalamu.

Je, AI hubadilishaje kazi za sayansi ya kompyuta za kiwango cha kwanza?

AI inaweza kurahisisha kazi za uandishi wa msimbo wa wanaoanza kufanya kazi kiotomatiki, jambo ambalo linaweza kuongeza kiwango cha majukumu ya vijana. Badala ya kuuliza tu kama mtu anaweza kuandika msimbo, waajiri wanaweza kutarajia wanaoanza kutumia zana za AI, kupitia msimbo uliozalishwa, kugundua makosa, kuelezea mabadiliko, na kujaribu ipasavyo. Hii inafanya misingi na mazoezi ya makusudi kuwa muhimu zaidi kwa wanafunzi na wasanidi programu wapya.

Je, wanafunzi bado wanapaswa kusoma sayansi ya kompyuta kwa sababu ya AI?

Ndiyo, wanafunzi bado wanapaswa kusoma sayansi ya kompyuta, lakini kwa matarajio halisi. Haipaswi kuchukuliwa kama njia ya mkato iliyohakikishwa ya kupata kazi. Wanafunzi wanahitaji misingi, miradi halisi, ujuzi wa utatuzi wa matatizo, Git, hifadhidata, upimaji, mawasiliano, na ujuzi wa akili bandia. Lengo si tu kutoa msimbo haraka zaidi, bali pia kuelewa msimbo kwa undani wa kutosha ili kuuboresha na kuutetea.

Waanziaji wanawezaje kutumia akili bandia bila kuitegemea?

Wanaoanza wanapaswa kutumia akili bandia kama mwalimu na mshirika wa mazoezi, si tu kama mashine ya kujibu. Mbinu nzuri ni kuomba maelezo, kuandika upya msimbo uliozalishwa kwa mikono, kuvunja programu kwa makusudi, kulinganisha suluhisho, na kurekebisha bila akili bandia wakati mwingine. Kusoma nyaraka na kufuatilia makosa pia husaidia. Jambo la msingi ni kujenga uelewa, si kukusanya tu vipande vya kazi.

Kwa nini misingi ya sayansi ya kompyuta ni muhimu zaidi na AI?

Wakati AI inafanya msimbo kuwa rahisi kutengeneza, uamuzi unakuwa wa thamani zaidi. Misingi huwasaidia watu kuuliza vidokezo bora, kugundua suluhisho dhaifu, kuelewa utendaji, kutathmini usanifu, na kugundua matatizo ya usalama. Watu wawili wanaweza kutumia zana moja ya AI na kupata matokeo tofauti sana kulingana na ujuzi wao. Misingi imara ya sayansi ya kompyuta hufanya zana hiyo kuwa na ufanisi zaidi na isiyo na hatari.

Je, sayansi ya kompyuta itabadilishwa na AI katika vyuo vikuu?

Sayansi ya kompyuta haitatoweka kutoka vyuo vikuu kwa sababu AI ipo. Badala yake, elimu inahitaji kujumuisha AI moja kwa moja zaidi huku ikiendelea kufundisha programu, algoriti, miundo ya data, mifumo, hifadhidata, nadharia, na uhandisi wa programu. AI inaweza kutenda kama mwalimu au msaidizi wa msimbo, lakini wanafunzi bado wanahitaji kujifunza jinsi mifumo inavyofanya kazi na jinsi ya kutathmini majibu yaliyotolewa.

Ni ujuzi gani wa sayansi ya kompyuta ulio salama zaidi kutokana na otomatiki ya AI?

Ujuzi unaohusisha muktadha, hukumu, na uwajibikaji ni vigumu zaidi kuufanya kiotomatiki kikamilifu. Hizi ni pamoja na muundo wa mfumo, usalama wa mtandao, utatuzi wa uundaji, usanifu, urekebishaji wa utendaji, hoja za bidhaa, mwingiliano wa binadamu na kompyuta, uhandisi wa data, miundombinu, na uundaji wa matatizo katika kiwango cha utafiti. AI inaweza kusaidia katika maeneo haya, lakini kwa kawaida haiwezi kuchukua nafasi ya uwezo wa binadamu wa kupima mabadiliko na maamuzi yake mwenyewe.

Ni ipi njia bora ya kujiandaa kwa kazi za sayansi ya kompyuta na AI?

Njia bora zaidi ni kuchanganya misingi na ufasaha wa AI wa vitendo. Jifunze lugha moja ya programu kwa undani, jenga miradi halisi, uelewe algoriti na mifumo, fanya mazoezi ya kupima na kurekebisha makosa, na utumie zana za AI kwa umakini. Soma msimbo uliozalishwa mstari kwa mstari na uwe tayari kuelezea chaguo za muundo. Waajiri watawathamini watu ambao wanaweza kutoa matokeo na kuelewa hatari.

Marejeleo

1. Ofisi ya Takwimu za Kazi ya Marekani - Kazi za Kompyuta na Teknolojia ya Habari - bls.gov

2. Chama cha Mashine za Kompyuta - Miongozo ya Mitaala ya CS2023 - acm.org

3. CSET, Chuo Kikuu cha Georgetown - Hatari za Usalama wa Mtandaoni za Msimbo Uliozalishwa na AI - cset.georgetown.edu

4. Anthropic - Mfiduo wa AI kwa Kazi - anthropic.com

5. Kufurika kwa Stack - Zana za Usimbaji AI - survey.stackoverflow.co

6. AAAI - Akili Bandia Iliyounganishwa Kwa Upana Zaidi - ojs.aaai.org

7. Mfululizo wa Karatasi za Udanganyifu za OWASP - Karatasi ya Udanganyifu ya Usalama ya Wakala wa AI - cheatsheetseries.owasp.org

Pata Akili ya Kielektroniki ya Hivi Punde katika Duka Rasmi la Msaidizi wa Akili ya Kielektroniki

Kuhusu Sisi