أوافق بشدة على وجهة نظر المعلم وانغ إن دا، حيث إن مساعدة الذكاء الاصطناعي في البرمجة يمكن أن تجعل الأشخاص الذين لديهم أساسيات في لغات البرمجة يتعلمون بسرعة لغة جديدة. كما أنه أكد على أهمية فهم المفاهيم الأساسية وراء اللغة.
---
ومع ذلك، فإن فهم المفاهيم وراء لغات مختلفة لا يزال مهمًا. لهذا السبب، فإن تعلم لغة واحدة على الأقل مثل بايثون يمكن أن يوفر لك أساسًا قويًا لتحفيز LLM على إنتاج كود بايثون أو لغات أخرى بشكل أفضل. إذا انتقلت من لغة برمجة إلى أخرى يمكنها إنجاز مهام مشابهة ولكن بترميز مختلف - مثل الانتقال من JS إلى TS، أو من C++ إلى Java، أو من Rust إلى Go - بمجرد أن تتقن مفاهيم اللغة الأولى، ستكون قد أتقنت أيضًا معظم المفاهيم اللازمة لتحفيز LLM لكتابة كود باللغة الثانية. (على الرغم من أن TensorFlow و PyTorch ليستا لغات برمجة، إلا أن تعلم مفاهيم التعلم العميق وراء TensorFlow يمكن أن يجعل من الأسهل أيضًا أن يجعل LLM يكتب لك كود PyTorch، والعكس صحيح!) بالإضافة إلى ذلك، يمكنك فهم معظم الأكواد المنتجة (قد تحتاج LLM لتفسيرها لك قليلاً).
تعكس لغات البرمجة المختلفة أفكارًا مختلفة حول تنظيم الحسابات، ومن المهم فهم هذه المفاهيم. على سبيل المثال، إذا لم يفهم شخص ما مفاهيم المصفوفات والقواميس والتخزين المؤقت والذاكرة، فسوف تكون نتائج استخدامه لـ LLM لكتابة التعليمات البرمجية بمعظم اللغات أقل جودة.
بنفس الطريقة، فإن مطور بايثون الذي يرغب في القيام بمزيد من تطوير الواجهة الأمامية باستخدام JS، إذا تمكن من تعلم بعض المفاهيم وراء أنظمة الواجهة الأمامية، سيكون له فوائد كبيرة. على سبيل المثال، إذا كنت ترغب في جعل LLM يبني الواجهة الأمامية باستخدام إطار React، فإن فهم المحتويات التالية سيكون مفيدًا جدًا لك: كيف تقوم React بتقسيم الواجهة الأمامية إلى مكونات واجهة مستخدم قابلة لإعادة الاستخدام، وكيف تقوم بتحديث الهيكل البياني للبيانات DOM الذي يحدد شكل الصفحة على الويب. بهذه الطريقة، يمكنك تقديم متطلبات أكثر دقة لـ LLM، وعندما تحدث مشاكل، ستعرف كيفية إصلاحها. وبالمثل، إذا كنت ترغب في جعل LLM يساعدك في كتابة كود CUDA أو ROCm، فإن فهم كيفية تنظيم GPU للحساب والذاكرة سيكون مفيدًا جدًا أيضًا.
تمامًا كما أن الشخص الذي يتقن عدة لغات بشرية يمكنه التواصل بسهولة أكبر مع الآخرين، فإن LLM أيضًا يمكّن المطورين من بناء أنظمة بسهولة أكبر في بيئات متعددة. إذا لم تكن قد جربت ذلك بعد، أشجعك على تجربة جعل LLM يكتب بعض الأكواد بلغة تريد تعلمها ولكنك قد لا تجد الوقت لتعلمها، لترى ما إذا كان يمكنه مساعدتك في تشغيل بعض التطبيقات الجديدة.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
أوافق بشدة على وجهة نظر المعلم وانغ إن دا، حيث إن مساعدة الذكاء الاصطناعي في البرمجة يمكن أن تجعل الأشخاص الذين لديهم أساسيات في لغات البرمجة يتعلمون بسرعة لغة جديدة. كما أنه أكد على أهمية فهم المفاهيم الأساسية وراء اللغة.
---
ومع ذلك، فإن فهم المفاهيم وراء لغات مختلفة لا يزال مهمًا. لهذا السبب، فإن تعلم لغة واحدة على الأقل مثل بايثون يمكن أن يوفر لك أساسًا قويًا لتحفيز LLM على إنتاج كود بايثون أو لغات أخرى بشكل أفضل. إذا انتقلت من لغة برمجة إلى أخرى يمكنها إنجاز مهام مشابهة ولكن بترميز مختلف - مثل الانتقال من JS إلى TS، أو من C++ إلى Java، أو من Rust إلى Go - بمجرد أن تتقن مفاهيم اللغة الأولى، ستكون قد أتقنت أيضًا معظم المفاهيم اللازمة لتحفيز LLM لكتابة كود باللغة الثانية. (على الرغم من أن TensorFlow و PyTorch ليستا لغات برمجة، إلا أن تعلم مفاهيم التعلم العميق وراء TensorFlow يمكن أن يجعل من الأسهل أيضًا أن يجعل LLM يكتب لك كود PyTorch، والعكس صحيح!) بالإضافة إلى ذلك، يمكنك فهم معظم الأكواد المنتجة (قد تحتاج LLM لتفسيرها لك قليلاً).
تعكس لغات البرمجة المختلفة أفكارًا مختلفة حول تنظيم الحسابات، ومن المهم فهم هذه المفاهيم. على سبيل المثال، إذا لم يفهم شخص ما مفاهيم المصفوفات والقواميس والتخزين المؤقت والذاكرة، فسوف تكون نتائج استخدامه لـ LLM لكتابة التعليمات البرمجية بمعظم اللغات أقل جودة.
بنفس الطريقة، فإن مطور بايثون الذي يرغب في القيام بمزيد من تطوير الواجهة الأمامية باستخدام JS، إذا تمكن من تعلم بعض المفاهيم وراء أنظمة الواجهة الأمامية، سيكون له فوائد كبيرة. على سبيل المثال، إذا كنت ترغب في جعل LLM يبني الواجهة الأمامية باستخدام إطار React، فإن فهم المحتويات التالية سيكون مفيدًا جدًا لك: كيف تقوم React بتقسيم الواجهة الأمامية إلى مكونات واجهة مستخدم قابلة لإعادة الاستخدام، وكيف تقوم بتحديث الهيكل البياني للبيانات DOM الذي يحدد شكل الصفحة على الويب. بهذه الطريقة، يمكنك تقديم متطلبات أكثر دقة لـ LLM، وعندما تحدث مشاكل، ستعرف كيفية إصلاحها. وبالمثل، إذا كنت ترغب في جعل LLM يساعدك في كتابة كود CUDA أو ROCm، فإن فهم كيفية تنظيم GPU للحساب والذاكرة سيكون مفيدًا جدًا أيضًا.
تمامًا كما أن الشخص الذي يتقن عدة لغات بشرية يمكنه التواصل بسهولة أكبر مع الآخرين، فإن LLM أيضًا يمكّن المطورين من بناء أنظمة بسهولة أكبر في بيئات متعددة. إذا لم تكن قد جربت ذلك بعد، أشجعك على تجربة جعل LLM يكتب بعض الأكواد بلغة تريد تعلمها ولكنك قد لا تجد الوقت لتعلمها، لترى ما إذا كان يمكنه مساعدتك في تشغيل بعض التطبيقات الجديدة.
استمر في البناء!
أندرو