2 poin oleh GN⁺ 2024-10-31 | 2 komentar | Bagikan ke WhatsApp
  • Google sepenuhnya all-in pada AI, baik secara internal maupun eksternal
  • CEO Google Sundar Pichai mengatakan dalam panggilan laporan laba kuartal ketiga pada hari Selasa bahwa lebih dari 25% kode baru yang dihasilkan di Google dibuat oleh AI
  • Pichai mengatakan bahwa penggunaan AI untuk coding "meningkatkan produktivitas dan efisiensi" di dalam Google. Setelah kode dihasilkan, karyawan meninjau dan memverifikasinya

    "Ini membantu para engineer kami menyelesaikan lebih banyak pekerjaan dengan lebih cepat. Saya bersemangat dengan kemajuan kami dan peluang ke depan, dan akan terus fokus membangun produk-produk hebat."

Model AI internal Google "Goose"

  • Business Insider melaporkan pada bulan Februari bahwa Google meluncurkan model AI internal baru bernama "Goose" untuk membantu karyawan melakukan coding dan mengembangkan produk
  • Menurut dokumen internal yang dilihat BI, Goose dilatih berdasarkan "25 tahun keahlian engineering Google"

Kekhawatiran karyawan dan dampak AI

  • Data dari Pichai jelas akan membuat karyawan bertanya-tanya apakah mereka sedang menyingkirkan diri mereka sendiri dari pekerjaan coding, tetapi karyawan lain mengatakan AI sudah mengubah pekerjaan mereka
  • Para pemimpin perusahaan sebelumnya telah berjanji bahwa AI tidak akan mengambil pekerjaan para Googler, tetapi angka lebih dari 25% ini menonjol dan menekankan manfaat dari peningkatan teknologi ini

Opini GN⁺

  • Dengan kemajuan teknologi AI, perlu ada diskusi tentang bagaimana peran software engineer akan berubah. AI akan mengambil alih tugas-tugas repetitif sederhana dan memungkinkan engineer untuk fokus pada pekerjaan yang lebih kreatif dan strategis
  • Namun, ada juga kekhawatiran terkait kualitas kode yang dihasilkan AI dan dari sisi pemeliharaan. Para engineer mungkin perlu menghabiskan lebih banyak waktu untuk meninjau dan menguji kode AI
  • Perkembangan alat coding AI dapat meningkatkan produktivitas developer dan mempercepat inovasi, tetapi masalah etika seperti privasi data dan bias algoritma juga harus dipertimbangkan, dan sebagian karyawan mungkin memiliki kekhawatiran tentang stabilitas pekerjaan

2 komentar

 
ragingwind 2024-11-01

Saya sangat penasaran dengan klaim bahwa 'Goose dilatih berdasarkan "25 tahun keahlian engineering Google"'. Kualitas kode atau review yang dihasilkannya

 
GN⁺ 2024-10-31
Komentar Hacker News
  • AI memang bagus dalam menghasilkan kode sederhana, tetapi untuk kode yang kompleks AI bisa menghasilkan kode yang salah secara halus. Ini menimbulkan pertanyaan apakah 25% kode Google adalah kode yang salah secara halus, atau hanya kode sederhana

  • Pemimpin tim alat pengembang internal Google menjelaskan bahwa mereka menggunakan berbagai metode untuk menjamin keamanan dan kualitas rekomendasi AI, serta menekankan bahwa fitur AI meningkatkan produktivitas rekayasa perangkat lunak

    • Untuk menjamin keamanan dan kualitas rekomendasi AI, mereka melakukan pemantauan rutin, pelacakan asal kode, pengujian adversarial, dan sebagainya
    • Melalui pengujian A/B dan eksperimen terkontrol acak, mereka memverifikasi apakah fitur tersebut meningkatkan produktivitas dan throughput
    • Mereka mengamati efisiensi serupa di semua bahasa pemrograman dan framework yang digunakan secara internal di Google
  • Ada kritik bahwa Google dulu merupakan puncak pengembangan perangkat lunak, tetapi kini menghasilkan kode demi menjual model big data

  • Disebutkan kemungkinan bahwa AI dapat menghasilkan 50% kode, sambil menekankan bahwa codebase internal Google dikelola dengan sangat baik

    • Tidak semua large language model (LLM) sama, dan codebase Google merupakan dataset yang dikelola dengan sangat baik
    • Diharapkan ada peningkatan besar dalam proses code review melalui LLM
  • Sebanyak 25% kode Google adalah pemeriksaan error dasar dan pengembalian nil

  • Disebutkan bahwa AI telah menggantikan 25% kode yang dulu disalin-tempel dari Stack Overflow

  • Seorang karyawan Google menulis kode yang dihasilkan AI, dan menjelaskan bahwa mesin pelengkapan kode berguna sebagai alat produktivitas, tetapi tidak benar-benar melakukan rekayasa

    • Mesin pelengkapan kode berguna untuk melengkapi baris kode yang sedang ditulis, dan mungkin mirip dengan Copilot atau sedikit di bawahnya
  • AI bisa menyediakan kode boilerplate dan sintaks pelengkapan otomatis, tetapi 75% sisanya adalah bagian yang benar-benar perlu dipikirkan