Połączenie sztucznej inteligencji i DevOps może pomóc odblokować kreatywność programistów
Sztuczna inteligencja może skanować tysiące wydań, oszczędzając czas programistów.
Sztuczna inteligencja okazała się zdolna do generowania, testowania i wdrażania kodu oprogramowania.
Narzędzia takie jak ChatGPT mogą pisać kod, a nawet naprawiać błędy, jak omówiono w niedawnym artykule kolegi z ZDNET, Liama Tunga.
Co ten wyłaniający się rodzaj inteligentnej automatyzacji oznacza dla ról programistów w nadchodzących miesiącach i latach?
Dobra wiadomość jest taka, że sztuczna inteligencja w połączeniu z DevOps może oznaczać znacznie lepsze doświadczenia programistów i być może uwolnić mnóstwo ukrytej kreatywności.
Rosnące znaczenie doświadczenia programistów - i dlaczego tak się stało - zostało szczegółowo omówione i zbadane w niedawnym audycie internetowym, w którym uczestniczyli luminarze DevOps. Mówią, że przyszłość DevOps, a tym samym role programistów, wzbogacają sztuczna inteligencja oraz technologie low-code i no-code.
„Ludzie nie są dobrzy w spędzaniu dużej ilości czasu na oglądaniu tego samego w kółko, ale komputery i uczenie maszynowe są w tym bardzo dobre” - mówi Lee Atchison, architekt oprogramowania i autor na tematy przetwarzania w chmurze i modernizacji aplikacji .
Konsekwencje dla DevOps w przyszłości są przekonujące. „To jeden z najciekawszych okresów, jakie widziałem, odkąd jestem zaangażowany w DevOps” - mówi Hope Lynch, starszy dyrektor ds. strategii platform i technologii w CloudBees. „Częścią tego jest wpływ sztucznej inteligencji, uczenia maszynowego, małej ilości kodu i jego braku. Wszystkie te rzeczy jednocześnie skupiają się na programistach. Ludzie coraz częściej myślą także o doświadczeniach programistów. Jak to jest w rzeczywistości powiązani z biznesem? Nie są już programistami na zapleczu. Są teraz częścią sposobu prowadzenia biznesu”.
Uczenie maszynowe i sztuczna inteligencja „powinny być nagłówkami wszelkich dyskusji na temat przyszłości DevOps” - mówi Atchison. Konsekwencje produktywności DevOps w połączeniu ze sztuczną inteligencją mogą być ogromne. „Posiadanie takich narzędzi, które pomogą nam przeskanować niezawodność naszego systemu, zanim stanie się to problemem, stanie się krytyczne. Myślę, że uczenie maszynowe i sztuczna inteligencja staną się krytyczne, nie tylko z punktu widzenia rozwoju — my” dopiero widzę początek tego, co może się tam wydarzyć - ale także z operacyjnego punktu widzenia DevOps naprawdę umożliwił nam wydawanie tysięcy wydań dziennie. Co, jedna co 11 sekund? To dużo kodu który jest wdrażany w naszym aplikacje, a coraz częściej znajdują się one w różnych firmach za pośrednictwem SaaS, usług w chmurze itp.”.
Jakie są zatem konsekwencje dla twórców oprogramowania, w obliczu coraz większej liczby sztucznej inteligencji powiązanej z DevOps i obsługującej istotne funkcje w całym cyklu życia oprogramowania? „Widzę, że niektórzy programiści twierdzą, że wykorzystują sztuczną inteligencję jako partnera w programowaniu” - mówi Lynch. „Wykorzystują go, aby wymyślać dodatkowe pomysły, znajdować skróty. Nie chodzi o to, że je zastępuje i nie pokładają w to ślepej wiary. Pomaga im jednak szybciej uzyskać dostęp do szerszej kategorii pomysłów”.
Atchison dodaje, że „nie ma obecnie nic bardziej popularnego niż ChatGPT. Ale ostatecznie nie jest to narzędzie do zastępowania ludzi, ale do pomagania w wykonywaniu niektórych zadań” - zauważa. „Jedną z rzeczy, do których sztuczna inteligencja jest przydatna, jest analizowanie dużych ilości danych w poszukiwaniu anomalii. Następnie ludzie mogą zobaczyć te anomalie i dowiedzieć się, co się dzieje. Przy tysiącach wydań wydawanych każdego dnia nie możemy w sposób wiarygodny przewidzieć, czy wszystko to jest dokładne, zatem jednym z dobrych zastosowań uczenia maszynowego jest skanowanie w celu wyszukania anomalii lub zmian w danych analitycznych, które mają na celu powiązanie ich z wydaniami”.
Dociera to do sedna tego, dlaczego zatrudnia się programistów przede wszystkim ze względu na ich kreatywność, mówi Parag Doshi, wiceprezes ds. inżynierii w Tricentis. „Nie jest zadaniem kogoś sprawdzanie miliarda wyników testów aplikacji. W tym roku ludzie będą zaciskać pasa, racjonalizować swoje aplikacje, będą racjonalizować, ile czasu mogą spędzić tworzenie aplikacji, testowanie aplikacji i skuteczność ciągłego jej wdrażania. Będziemy musieli stać się mądrzejsi, a sztuczna inteligencja to kolejne narzędzie, które pozwoli nam poświęcić więcej czasu obszarom, do których pierwotnie byliśmy zatrudnieni. "