Estoy muy de acuerdo con la opinión del profesor Andrew Ng, la programación asistida por IA realmente puede permitir que las personas con una base en lenguajes de programación existentes aprendan rápidamente un nuevo lenguaje, al mismo tiempo que también enfatizó la importancia de entender los conceptos fundamentales detrás del lenguaje:
---
Sin embargo, sigue siendo importante entender los conceptos que hay detrás de los diferentes idiomas. Es por eso que aprender al menos un lenguaje como Python aún le dará una base sólida para solicitar mejor a los LLM que generen código en Python u otros lenguajes. Si cambias de un lenguaje de programación a otro que realiza una tarea similar pero tiene una sintaxis diferente, por ejemplo, de JS a TS, o de C++ a Java, o de Rust to Go, una vez que hayas dominado los conceptos del primer lenguaje, también habrás dominado la mayoría de los conceptos necesarios para solicitar a los LLM que escriban código en el segundo lenguaje. (Si bien TensorFlow y PyTorch no son lenguajes de programación, aprender los conceptos de aprendizaje profundo detrás de TensorFlow también hará que sea más fácil hacer que los LLM escriban código PyTorch por usted, ¡y viceversa!) Además, podrás entender la mayor parte del código generado (que puede necesitar ser explicado un poco por el LLM).
Los diferentes lenguajes de programación reflejan diferentes enfoques de la organización del cálculo, y entender estos conceptos sigue siendo importante. Por ejemplo, si una persona no comprende conceptos como arreglos, diccionarios, cachés y memoria, entonces el rendimiento del LLM al escribir código en la mayoría de los lenguajes será un poco deficiente.
De manera similar, un desarrollador de Python que quiera hacer más desarrollo frontend con JS se beneficiará enormemente si puede aprender algunos conceptos detrás de los sistemas frontend. Por ejemplo, si deseas que LLM construya el frontend utilizando el marco de React, entender lo siguiente te será muy útil: cómo React divide el frontend en componentes de UI reutilizables y cómo actualiza la estructura de datos DOM que decide cómo se ve la página web. Así podrás establecer requisitos más precisos para LLM y, cuando surjan problemas, también sabrás cómo solucionarlos. Del mismo modo, si deseas que LLM te ayude a escribir código en CUDA o ROCm, comprender cómo se organizan los cálculos y la memoria en la GPU también será muy útil.
Así como una persona que domina varios idiomas humanos puede comunicarse más fácilmente con los demás, LLM también está permitiendo a los desarrolladores construir sistemas más fácilmente en diversos entornos. Si aún no lo has probado, te animo a que intentes que LLM escriba algo de código en el idioma que deseas aprender pero que quizás aún no has tenido tiempo de estudiar, y veas si puede ayudarte a poner en marcha algunas nuevas aplicaciones.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
Estoy muy de acuerdo con la opinión del profesor Andrew Ng, la programación asistida por IA realmente puede permitir que las personas con una base en lenguajes de programación existentes aprendan rápidamente un nuevo lenguaje, al mismo tiempo que también enfatizó la importancia de entender los conceptos fundamentales detrás del lenguaje:
---
Sin embargo, sigue siendo importante entender los conceptos que hay detrás de los diferentes idiomas. Es por eso que aprender al menos un lenguaje como Python aún le dará una base sólida para solicitar mejor a los LLM que generen código en Python u otros lenguajes. Si cambias de un lenguaje de programación a otro que realiza una tarea similar pero tiene una sintaxis diferente, por ejemplo, de JS a TS, o de C++ a Java, o de Rust to Go, una vez que hayas dominado los conceptos del primer lenguaje, también habrás dominado la mayoría de los conceptos necesarios para solicitar a los LLM que escriban código en el segundo lenguaje. (Si bien TensorFlow y PyTorch no son lenguajes de programación, aprender los conceptos de aprendizaje profundo detrás de TensorFlow también hará que sea más fácil hacer que los LLM escriban código PyTorch por usted, ¡y viceversa!) Además, podrás entender la mayor parte del código generado (que puede necesitar ser explicado un poco por el LLM).
Los diferentes lenguajes de programación reflejan diferentes enfoques de la organización del cálculo, y entender estos conceptos sigue siendo importante. Por ejemplo, si una persona no comprende conceptos como arreglos, diccionarios, cachés y memoria, entonces el rendimiento del LLM al escribir código en la mayoría de los lenguajes será un poco deficiente.
De manera similar, un desarrollador de Python que quiera hacer más desarrollo frontend con JS se beneficiará enormemente si puede aprender algunos conceptos detrás de los sistemas frontend. Por ejemplo, si deseas que LLM construya el frontend utilizando el marco de React, entender lo siguiente te será muy útil: cómo React divide el frontend en componentes de UI reutilizables y cómo actualiza la estructura de datos DOM que decide cómo se ve la página web. Así podrás establecer requisitos más precisos para LLM y, cuando surjan problemas, también sabrás cómo solucionarlos. Del mismo modo, si deseas que LLM te ayude a escribir código en CUDA o ROCm, comprender cómo se organizan los cálculos y la memoria en la GPU también será muy útil.
Así como una persona que domina varios idiomas humanos puede comunicarse más fácilmente con los demás, LLM también está permitiendo a los desarrolladores construir sistemas más fácilmente en diversos entornos. Si aún no lo has probado, te animo a que intentes que LLM escriba algo de código en el idioma que deseas aprender pero que quizás aún no has tenido tiempo de estudiar, y veas si puede ayudarte a poner en marcha algunas nuevas aplicaciones.
¡Sigue construyendo!
Andrew