Kunstig intelligens er ikke kun en fascinerende ny teknologi, men også et kraftfuldt værktøj til at skabe innovative teknologiske løsninger. Hvordan kan AI bidrage til dette?
Kilde: DALL·E 3, prompt: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)
Et af de mest interessante eksempler på brugen af AI til at assistere programmører er GitHub Copilot (https://github.com/features/copilot). Det er et værktøj baseret på avancerede sprogmodeller, der “koder i samarbejde” med mennesker.
Men hvordan fungerer GitHub Copilot? Copilot analyserer den kode, der er skrevet af programmøren, og bruger den som reference. Dette gør det muligt at foreslå, hvad der skal findes i de næste linjer af programmet. Det er i stand til:
Kilde: Github (https://github.com/features/copilot)
Alt, hvad en udvikler skal gøre, er at begynde at skrive et kodeudsnit, og GitHub Copilot vil foreslå et komplet forslag baseret på analysen af millioner af offentlige repositories og en dyb forståelse af semantikken i programmeringssprog.
De vigtigste fordele for programmører inkluderer:
Microsoft har udviklet innovative anvendelser af naturlige sprogmodeller for at tackle en almindelig udfordring for mange virksomheder, der bruger cloud – problemer relateret til at administrere en så kompleks infrastruktur og reagere hurtigt på fejl.
Hvordan blev dette opnået? Microsoft-specialister udnyttede sprogmodellernes kapaciteter til at analysere hændelsesbeskrivelser og logfiler. Baseret på dette kan modellerne foreslå de mest sandsynlige årsager til problemer og optimale løsninger.
Vigtigt er, at jo flere data der gives til kunstig intelligens, jo mere præcis bliver den til at opdage og klassificere nye fejl, hvilket resulterer i hurtigere responstider og reducerede tab på grund af cloud-forstyrrelser.
Brugen af AI i automatisk cloud-hændelseshåndtering præsenterer en mulighed for:
Dette er kun begyndelsen på brugen af AI i nye cloud computing-teknologier. Snart, måske, kan størstedelen af administrative processer og teknisk support blive automatiseret.
Siemens-specialister har udnyttet maskinlæringens kapaciteter til at automatisere et meget tidskrævende aspekt af softwareudvikling – testning.
De udviklede et system af nye teknologier, der, baseret på data fra tidligere tests og kodeversioner, kan forudsige resultaterne af nye tests med 78% nøjagtighed.
Hvad giver dette i praksis? Det vigtigste aspekt er hurtigere feedback til udviklerne. Udviklerne modtager foreløbige forslag vedrørende testresultater næsten øjeblikkeligt, uden at skulle vente på den faktiske afslutning af tests, som i store projekter kan tage timer eller dage.
Dette muliggør hurtigere identifikation og eliminering af fejl uden at spilde tid på kontekstskift og genkalde detaljer fra tidligere skrevet kode.
Det andet væsentlige aspekt er optimering af testrækkefølgen. Forudsigelser vedrørende deres resultater gør det muligt at bestemme den optimale rækkefølge for at køre individuelle tests for at møde potentielle fejl så hurtigt som muligt.
Dette sparer de beregningsressourcer, der er nødvendige for at udføre et fuldt sæt tests. I undersøgelser blev der endda observeret en 10% reduktion i den samlede testtid.
Kunstig intelligens driver teknologisk fremskridt på mange måder. Det primært:
Måske snart vil størstedelen af banebrydende opfindelser komme med støtte fra kunstig intelligens. Derfor er det værd at holde sig ajour med disse fascinerende ændringer og kontinuerligt lære at udnytte nye teknologier i dit arbejde.
Hvis du kan lide vores indhold, så bliv en del af vores travle bier-fællesskab på Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.
JavaScript-ekspert og instruktør, der coacher IT-afdelinger. Hans hovedmål er at hæve teamproduktiviteten ved at lære andre, hvordan man effektivt samarbejder, mens man koder.
Virksomheder kæmper med at håndtere en stor mængde indhold, der offentliggøres online, fra sociale medieindlæg…
I en tid med digital transformation har virksomheder adgang til en hidtil uset mængde data…
Vidste du, at du kan få essensen af en fler timers optagelse fra et møde…
Forestil dig en verden, hvor dit firma kan skabe engagerende, personlige videoer til enhver lejlighed…
For fuldt ud at udnytte potentialet i store sprogmodeller (LLMs) skal virksomheder implementere en effektiv…
I 2018 havde Unilever allerede påbegyndt en bevidst rejse for at balancere automatiserings- og augmenteringsevner.…