2024-hez hasonlóan, az idei is fontos év lesz a mesterséges intelligencia történetében – legalábbis szakterületi fejlesztők egybehangzó véleménye szerint.

Egyikük, a gépi tanulásban elévülhetetlen érdemeket szerzett Andrew Ng elmondta, hogy tinédzser kora óta foglalkozik a területtel, és most még izgatottabb, mint eddig bármikor. Különösen az MI-alkalmazások területén vár komoly előrelépéseket. Főként az érdekli, hogy még könnyebben építhetők szoftver-prototípusok, és mivel a mesterséges intelligencia használatával csökkennek a szoftverfejlesztés költségei, minden bizonnyal bővülni fog az alkalmazások köre.

Az MI nagy rendszerek bővítésében és karbantartásában segít, de igazán kiválót prototípusok és más, egyszerűbb alkalmazások kidolgozásában nyújt. Ilyen – gyorsan írható – alkalmazás figyelheti a devizaárfolyamot nemzetközi bankszámlánkhoz, felhasználói vélemények azonnali elemzésével támogathatja termékünk értékesítését (például rögtön jelzi, többen mivel nem elégedettek) és így tovább.

Ng szerint az MI-vel támogatott kódolás prototípuskészítésnél azért nagyon hatékony, mert az önálló prototípusok viszonylag kicsi kontextust és szoftverintegrációt igényelnek, illetve mert az alfatesztelésnél használt prototípusoknak általában nem kell megbízhatónak lenniük.

Noha a generatív MI nagyméretű, kritikus jelentőségű szoftverrendszerek tervezésében is segít, a hatékonyság ezen a területen nem javul olyan drámai mértékben. Az egyik ok, hogy komoly kihívás a rendszernek minden szükséges kontextust megadni a nagy kódbázisban történő eredményes navigáláshoz. Közben pedig a generált kód biztonságosságára, megbízhatóságára is oda kell figyelni. 

A prototípusok eddigi használatának körülményes telepítésük volt a legfőbb akadálya. Az olyan platformok, mint például a generatív MI-vel működő Bolt, a Replit Agent vagy a Vercel V0 ágensekkel javítják a kódminőséget és ami még fontosabb: segítenek a generált alkalmazások közvetlen telepítésében.