Je suis tout à fait d'accord avec le point de vue de l'enseignant Andrew Ng, l'assistance à la programmation par l'IA peut en effet permettre à ceux qui ont déjà une base en langages de programmation de se familiariser rapidement avec un nouveau langage, tout en soulignant également l'importance de comprendre les concepts fondamentaux derrière la langue :
---
Cependant, il est toujours important de comprendre les concepts qui se cachent derrière les différents langages. C’est pourquoi l’apprentissage d’au moins un langage comme Python vous donnera toujours une base solide pour mieux inciter les LLM à générer du code en Python ou dans d’autres langages. Si vous passez d’un langage de programmation à un autre qui accomplit une tâche similaire mais dont la syntaxe est différente (par exemple, de JS à TS, ou de C++ à Java, ou de Rust to Go), une fois que vous avez maîtrisé les concepts du premier langage, vous maîtrisez également la plupart des concepts nécessaires pour inciter les LLM à écrire du code dans le deuxième langage. (Bien que TensorFlow et PyTorch ne soient pas des langages de programmation, l’apprentissage des concepts d’apprentissage profond derrière TensorFlow facilitera également l’écriture du code PyTorch par les LLM pour vous, et vice versa !) De plus, vous serez en mesure de comprendre la majeure partie du code généré (qui peut avoir besoin d’être expliqué un peu par le LLM).
Différentes langages de programmation reflètent différentes façons d'organiser le calcul, il est donc toujours important de comprendre ces concepts. Par exemple, si une personne ne comprend pas les concepts de tableaux, de dictionnaires, de caches et de mémoire, alors lorsqu'elle demande à un LLM d'écrire du code dans la plupart des langages, le résultat sera moins bon.
De la même manière, un développeur Python qui souhaite faire plus de développement front-end avec JS bénéficiera énormément s'il peut apprendre certains des concepts derrière les systèmes front-end. Par exemple, si vous souhaitez que LLM construise le front-end avec le framework React, comprendre les éléments suivants vous sera très utile : comment React divise le front-end en composants UI réutilisables, et comment il met à jour la structure de données DOM qui détermine l'apparence de la page web. Ainsi, vous pourrez formuler des demandes plus précises à LLM et, en cas de problème, vous saurez comment le résoudre. De même, si vous souhaitez que LLM vous aide à écrire du code CUDA ou ROCm, comprendre comment le GPU organise le calcul et la mémoire sera également très utile.
Tout comme une personne maîtrisant plusieurs langues humaines peut communiquer plus facilement avec les autres, les LLM permettent également aux développeurs de construire des systèmes plus facilement dans divers environnements. Si vous ne l'avez pas encore essayé, je vous encourage à voir si LLM peut vous aider à écrire un peu de code dans une langue que vous souhaitez apprendre mais pour laquelle vous n'avez peut-être pas encore trouvé le temps, et à voir s'il peut vous aider à faire fonctionner certaines nouvelles applications.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
Je suis tout à fait d'accord avec le point de vue de l'enseignant Andrew Ng, l'assistance à la programmation par l'IA peut en effet permettre à ceux qui ont déjà une base en langages de programmation de se familiariser rapidement avec un nouveau langage, tout en soulignant également l'importance de comprendre les concepts fondamentaux derrière la langue :
---
Cependant, il est toujours important de comprendre les concepts qui se cachent derrière les différents langages. C’est pourquoi l’apprentissage d’au moins un langage comme Python vous donnera toujours une base solide pour mieux inciter les LLM à générer du code en Python ou dans d’autres langages. Si vous passez d’un langage de programmation à un autre qui accomplit une tâche similaire mais dont la syntaxe est différente (par exemple, de JS à TS, ou de C++ à Java, ou de Rust to Go), une fois que vous avez maîtrisé les concepts du premier langage, vous maîtrisez également la plupart des concepts nécessaires pour inciter les LLM à écrire du code dans le deuxième langage. (Bien que TensorFlow et PyTorch ne soient pas des langages de programmation, l’apprentissage des concepts d’apprentissage profond derrière TensorFlow facilitera également l’écriture du code PyTorch par les LLM pour vous, et vice versa !) De plus, vous serez en mesure de comprendre la majeure partie du code généré (qui peut avoir besoin d’être expliqué un peu par le LLM).
Différentes langages de programmation reflètent différentes façons d'organiser le calcul, il est donc toujours important de comprendre ces concepts. Par exemple, si une personne ne comprend pas les concepts de tableaux, de dictionnaires, de caches et de mémoire, alors lorsqu'elle demande à un LLM d'écrire du code dans la plupart des langages, le résultat sera moins bon.
De la même manière, un développeur Python qui souhaite faire plus de développement front-end avec JS bénéficiera énormément s'il peut apprendre certains des concepts derrière les systèmes front-end. Par exemple, si vous souhaitez que LLM construise le front-end avec le framework React, comprendre les éléments suivants vous sera très utile : comment React divise le front-end en composants UI réutilisables, et comment il met à jour la structure de données DOM qui détermine l'apparence de la page web. Ainsi, vous pourrez formuler des demandes plus précises à LLM et, en cas de problème, vous saurez comment le résoudre. De même, si vous souhaitez que LLM vous aide à écrire du code CUDA ou ROCm, comprendre comment le GPU organise le calcul et la mémoire sera également très utile.
Tout comme une personne maîtrisant plusieurs langues humaines peut communiquer plus facilement avec les autres, les LLM permettent également aux développeurs de construire des systèmes plus facilement dans divers environnements. Si vous ne l'avez pas encore essayé, je vous encourage à voir si LLM peut vous aider à écrire un peu de code dans une langue que vous souhaitez apprendre mais pour laquelle vous n'avez peut-être pas encore trouvé le temps, et à voir s'il peut vous aider à faire fonctionner certaines nouvelles applications.
Continuez à construire !
Andrew