蒼時弦也
驗收測試驅動開發與 AI 訓練相似之處
最近完成公司的 AI 培訓後,開始思考我們說的模型(Model)跟軟體開發中的領域模型(Domain Model)是否有關聯,如果仔細思考,似乎在抽象層面上是類似的。
最近完成公司的 AI 培訓後,開始思考我們說的模型(Model)跟軟體開發中的領域模型(Domain Model)是否有關聯,如果仔細思考,似乎在抽象層面上是類似的。
最近因為公司有提供 GitHub Copilot 給我們當作工具,我也就順勢將 Copilot 在 Vim 中啟用。這幾個月體驗上跟當初釋出試用版相比,反應速度雖然有提升然而仍然沒有比自己思考的速度還快,但也有改變了開發習慣。
之前寫過# 從 ChatGPT 看學習與對工程師的影響, 這篇文章原本想試著讓 ChatGPT 幫忙,給了兩篇自己的文章作為範例,再給出我規劃的文章架構,得到了一篇看起來有內容實際上什麼都沒說的文章,於是這篇文章還是得自己處理,這大概就是目前 ChatGPT 的極限吧!
因為已經非常習慣寫軟體測試在用工程師的方式入門生成式 AI - Stable Diffusion 這篇文章實作的過程中,我開始思考「Generative AI 的產出能被測試嗎?」這樣的問題。
上週(2023/02/22)可能是看了不少 AI 應用的發展,覺得該趕緊補上進度,以免在未來來不及掌握這樣的工具。不過,如果只是串接 ChatGPT 的 API 或者拿 Stable Diffusion WebUI 來產生圖,似乎不是工程師也能做到,作為工程師能做些什麼嗎?
最近因為 OpenAI 的 ChatGPT 推出,很多人開始嘗試,也得到了不少令人驚豔的結果。甚至有一些人開始開玩笑說「以後就讓 AI 寫程式吧!」之類的。不過,如果對這項技術有一定程度的了解,這個夢想也許還挺遙遠。