Muita gente ainda não sabe, mas já é possível usar a Inteligência Artificial como par programming. Essa é a proposta do Co-Pilot do GitHub, por exemplo. O modelo auxiliar do GitHub se propõe a catalisar a criação de código, reduzindo levemente a carga cognitiva necessária. Ele faz isso através de sugestões provenientes de comentários e complementos do programa escrito podendo recomendar linhas ou até funções inteiras de código. Isso é o máximo! Porém, mais legal ainda seria se o contrário fosse possível. Já pensou se a partir de um programa escrito a máquina pudesse explicar ao desenvolvedor o que o código faz?
Isso agora é possível com o OpenAI Codex, precursor do Co-Pilot e descendente do GPT-3. Incrível, não? Basicamente o Codex traduz linguagem natural para código e agora também pode ser utilizado para realizar o contrário. Isso possibilita a máquina de explicar o código em linguagem natural. Essa feature pode ser um grande marco para a forma que entendemos e aprendemos linguagens e paradigmas de programação hoje em dia. O mais interessante é que ela consegue explicar desde códigos bem simples até expressões regulares relativamente complexas. Ou seja, a funcionalidade pode ser muito útil até para programadores experientes.
Se você ainda não testou, já é possível “brincar” um pouco na sessão de playground da ferramenta.
Eu a testei e fiquei realmente impressionado com seu poder de execução. Aqui alguns testes de natureza variada.
Perguntando qual a melhor biblioteca HTTP para Python:
Pedindo um código em Python que recebesse uma string do usuário e a concatenasse com “Hello World”:
Perguntando qual é o melhor algoritmo para resolver o Problema da Mochila:
Pedindo explicações sobre um código relativamente simples:
Pedindo código aleatório em Assembly:
E até adicionando um pouquinho de polêmica:
Um pouco da aparência da plataforma:
Também sugiro dar uma olhada nos exemplos que o Simon Wilson postou em seu blog recentemente que vão desde explicações de expressões matemáticas até comparações de performance de queries SQL.
Para testar a plataforma bastam 3 requisitos: ter um email, uma telefone que receba SMS e estar localizado em um país suportado pela OpenAI Codex (O Brasil faz parte dessa lista). Agora é só seguir os simples passos:
1- Criar uma conta em https://openai.com/join/ (É possível utilizar sua conta Google ou Microsoft)
2- Verificar o endereço de email (basta clicar no link de confirmação enviado ao seu email)
3- Entrar com seu número de telefone (com código DDD)
4- Entrar com o número enviado ao seu telefone por SMS.
Pronto, agora é só se direcionar à interface de playground https://beta.openai.com/playground e se divertir. Aproveite para se cadastrar e testar a ferramenta enquanto não há filas de espera.
Leitura adicional:
https://simonwillison.net/2022/Jul/9/gpt-3-explain-code/
https://www.springboard.com/blog/data-science/machine-learning-gpt-3-open-ai/
https://jalammar.github.io/how-gpt3-works-visualizations-animations/
Everything is very open with a clear clarification of the issues. It was truly informative. Your website is very helpful. Thanks for sharing!
Comments are closed.