Jak sztuczna inteligencja pomaga tworzyć aplikacje bez kodowania: Flowmates ujawnia szczegóły

Społeczność low/no-code Flowmates zorganizowała drugi wykład dla firm i startupów. Wydarzenie odbyło się 22 sierpnia w Kijowie w SenseHub Kyiv i koncentrowało się na wykorzystaniu narzędzi sztucznej inteligencji w programowaniu low-code i no-code. Po wykładzie odbyły się praktyczne warsztaty na temat zastosowania technologii AI w procesach biznesowych oraz demonstracja specyfiki korzystania z low \ no-code i extreme no-code.

Flowmates to wyjątkowa profesjonalna społeczność, która zrzesza przedstawicieli sektora IT, inwestorów i różnych branż biznesowych oraz pomaga rozwiązywać problemy i zadania związane z low/no-code, powiedziała CEO społeczności Natalie Lurie w wywiadzie dla UA.NEWS.

"Flowmates to profesjonalna społeczność. Nasza wyjątkowość polega na tym, że łączymy 4 główne strumienie docelowe. Pierwszym z nich są firmy produktowe, takie jak PLATMA, UBOS, 42flows i inne. Drugi strumień obejmuje tych, którzy już wykorzystują low/no-code w swojej działalności lub tych, którzy chcą z niego korzystać, takich jak małe i średnie przedsiębiorstwa, fintech, handel detaliczny, firmy logistyczne i banki. Jest to szczególnie istotne dla banków, ponieważ pozwala im na przykład poprawić scoring i odfiltrować nieistotne połączenia. Trzeci strumień docelowy to firmy outsourcingowe IT i integratorzy IT. Czwarty to inwestorzy, którzy patrzą na wszystkie innowacyjne rozwiązania, pomysły i problemy, które można rozwiązać za pomocą low/no-code i są gotowi zainwestować w ten obszar. Każdy sektor biznesowy we Flowmates może opowiedzieć o swoim problemie, który deweloperzy podchwycą i pomogą rozwiązać. A inwestorzy mogą wejść w tę interakcję i zapewnić finansowanie"

Jak przebiegło drugie wydarzenie Flowmates na temat sztucznej inteligencji i low/no-code

Prelegentami drugiego wydarzenia społeczności offline byli ekspert AI i przedsiębiorca IT Andrii Bidochko, a także CEO i założyciel ITpostach, CVO i współzałożyciel AIDEBOT oraz dyrektor sprzedaży w Softgile Ruslan Orlyuk. Eksperci przedstawili przegląd historii sztucznej inteligencji, wyjaśnili słuchaczom, w jakich obszarach sztuczna inteligencja może być wykorzystywana do optymalizacji i automatyzacji procesów, a także nakreślili główne kroki i etapy wdrażania sztucznej inteligencji w biznesie.

Low-code/no-code to podejścia do tworzenia oprogramowania zaprojektowane w celu przyspieszenia procesu tworzenia oprogramowania poprzez wyeliminowanie złożoności związanej z tradycyjnym rozwojem. Oba podejścia wykorzystują programowanie wizualne i automatyzację do tworzenia rozwiązań programowych zamiast ręcznego kodowania.

Sztuczna inteligencja to zdolność maszyn do wykonywania zadań, które normalnie wymagałyby ludzkiej inteligencji. Sztuczna inteligencja może być wysoce wyspecjalizowana i ogólnego przeznaczenia. Wysoce wyspecjalizowana sztuczna inteligencja może wykonywać zadania, takie jak rozpoznawanie obiektów na filmach i zdjęciach, rozpoznawanie języka naturalnego i przetwarzanie wypowiedzi. Sztuczna inteligencja ogólnego przeznaczenia może wykonać prawie każde zadanie, które może wykonać człowiek. Szum wokół ChatGPT rozpoczął się właśnie dlatego, że przed jego pojawieniem się używaliśmy sztucznej inteligencji wąskiego przeznaczenia, mówi Andrii Bidochko, przedsiębiorca IT i ekspert w dziedzinie sztucznej inteligencji.

Jak sztuczna inteligencja nauczyła się kodować

W swoim wykładzie Andrii Bidochko skupił się na ewolucji języków programowania - od kodowania maszynowego, przez niskopoziomowe i wysokopoziomowe, a także low/no-code i ostatni etap - wykorzystanie sztucznej inteligencji do tworzenia oprogramowania. Zauważył, że dziś wkraczamy w piąty etap - kiedy sztuczna inteligencja, a nie ludzie, może kodować.



Jak nauczono sztuczną inteligencję kodowania? Dano jej kawałek kodu i informacje o tym, co on oznacza. Następnie pozwolono jej odczytać kod i zapytano, co on oznacza. Jednak mimo że takie programy już istnieją i są programowane, nie są doskonałe i wciąż pozostaje wiele do zrobienia, aby zastąpiły ludzi.

Najważniejszym osiągnięciem, które już umożliwiły narzędzia AI typu low/no-code, jest to, że pozwalają one osobom o «nietechnicznym» sposobie myślenia uczestniczyć w procesie tworzenia programu, co pozwala na szybsze przechodzenie przez wszystkie warianty, a tym samym szybsze tworzenie innowacji. W końcu droga do innowacji nie jest prosta, a raczej wymaga wielu prób i błędów. Innowacje są hamowane przez nieporozumienia między firmami a programistami. Jednak dzięki low/no-code i sztucznej inteligencji każdy może stworzyć oprogramowanie, którego potrzebuje.

"Musisz nauczyć się kodowania. Programowanie jest barierą dla osób nietechnicznych. Jeśli ta bariera zostanie usunięta, pokażemy, że każdy może tworzyć produkty w cyfrowym świecie. I że każdy może stworzyć program wykorzystujący sztuczną inteligencję"

Jakie produkty AI istnieją do tworzenia oprogramowania

W jaki sposób sztuczna inteligencja jest obecnie wykorzystywana do tworzenia oprogramowania? Obecnie na świecie istnieje zjawisko zwane Turing Bots, termin odnoszący się do oprogramowania opartego na sztucznej inteligencji, które może pomóc programistom i całym zespołom programistycznym. Pomoc ta dotyczy nie tylko tworzenia kodu, ale także planowania, projektowania, testowania i wdrażania. Możliwe jest więc, że dzięki Turing Bots założyciel startupu może realizować projekt całkowicie samodzielnie, bez zatrudniania ludzi, a korzystając jedynie z narzędzi sztucznej inteligencji.

Obecnie wiele firm pracuje już nad wdrożeniem takich botów, w tym narzędzi:

• Amazon posiada TuringBoty do testowania i kodowania (CodeGuru, DevOps Guru i Whisperer)


• Microsoft GitHub z TuringBot Copilot do kodowania, z Copilot dla Power Automate;


• IBM i RedHat z Project Wisdom


• Tabnine z asystentem kodowania AI


• Cody, startup generujący kod


• TuringBots Ponicode - modułowy tester stworzony przez CircleCI i DiffBlue


• Google z DevOps TuringBot


• ChatGPT

Sztuczna inteligencja, programowanie i przetwarzanie języka ludzkiego

Natural language processing (NLP) jest ważnym aspektem programowania sztucznej inteligencji. Technologia ta pozwala komputerowi zrozumieć ludzką mowę. Jednak NLP może być również wykorzystywane do tłumaczenia, analizy dokumentów, analizy nastrojów w tekście, przewidywania tekstu (autouzupełnianie), filtrowania wiadomości e-mail, odpowiadania na pytania i generowania języka naturalnego.

Obecnie istnieją narzędzia sztucznej inteligencji oparte na dużych modelach lingwistycznych. Modele te przetwarzają ogromne ilości danych i mogą wnioskować o relacjach między słowami w tekście. Ich głównym zadaniem jest przewidywanie następnego znaku (litery, słowa) w zdaniu, biorąc pod uwagę kontekst. Duże modele lingwistyczne mogą być trenowane przy użyciu różnych danych: ustrukturyzowanych zbiorów danych, tekstu, głosu, sygnałów.

Jednym z przykładów takiej działalności jest praca stowarzyszenia BigCode, które jest odpowiedzialne za odpowiedzialny rozwój i wykorzystanie dużych modeli językowych dla kodu. Projekt BigCode prowadzony jest w duchu Open Science, co oznacza, że zbiory danych, modele i eksperymenty są opracowywane w ramach otwartej współpracy i udostępniane na liberalnych licencjach społeczności, co pozwala na wzmocnienie pozycji społeczności uczenia maszynowego i open source poprzez otwarte zarządzanie.

Przyszłość rozwoju oprogramowania

A co z przyszłością tworzenia oprogramowania? Już dziś istnieje zawód inżyniera prompt, który opracowuje i ulepsza modele sztucznej inteligencji przy użyciu metod prompt engineering. Obejmuje to szkolenie modelu i tworzenie tekstu, który jest używany do podpowiadania modelu uczenia maszynowego. Głównym celem jest stworzenie zestawu danych wejściowych, które dadzą pożądane wyniki modelu. Konkretne cele zależą od zadania, do którego wykorzystywany jest model.

Ukraińskie produkty oparte na sztucznej inteligencji: Agenci AI, boty, wirtualne awatary i projekt edukacyjny

Jedną z firm oferujących interesujące rozwiązania oparte na sztucznej inteligencji jest UBOS. Jest to krajowa platforma do tworzenia aplikacji niskokodowych/bezkodowych. Produkty firmy pozwalają każdemu tworzyć i wdrażać sztuczną inteligencję do procesów biznesowych. Są to asystenci i agenci AI, których API można zintegrować z produktem; pulpity administracyjne wypełnione sztuczną inteligencją do efektywnego zarządzania sprzedażą, dokumentami i umowami; dynamiczne pulpity nawigacyjne, które przekształcają dane w przydatne informacje i stymulują innowacje biznesowe za pomocą dużych modeli językowych; chatboty i inne integracje zapewniające lepszą obsługę klienta w oparciu o własną bazę wiedzy danej firmy.

Podczas prelekcji pracownicy UBOS opowiedzieli o rozwiązaniach, które firma już wdrożyła w zakresie AI. Jest to panel administracyjny agenta AI, który ma ponad 10 wdrożeń w takich obszarach jak doradca finansowy, doradca prawny, doradca rolniczy i doradca handlowy. UBOS pozwala również na stworzenie wirtualnego awatara i wykorzystanie go w rozwiązaniach dedykowanych konkretnej firmie.

Kolejnym produktem UBOS jest bot Telegram City Helper (z panelem administracyjnym). Będzie on przydatny dla inwestorów, którzy będą mogli wyróżnić potencjalne możliwości inwestycyjne w mieście za pomocą bota AI. Narzędzie pomoże również turystom i osobom, które niedawno przybyły do miasta, dostarczając informacji o schronach przeciwbombowych, hotelach, restauracjach, parkach, szpitalach i stacjach benzynowych. Projekt ten jest obecnie wdrażany w Chervonohradzie.

Innym interesującym rozwiązaniem UBOS jest oparty na sztucznej inteligencji projekt edukacyjny dla szkół. Platforma zawiera kompletny program nauczania; uczniowie mogą tam zdawać testy, a nauczyciele mogą zlecić sprawdzanie zadań sztucznej inteligencji. Produkt zostanie uruchomiony we wrześniu dla kilku wybranych szkół w ramach programu pilotażowego. Narzędzie pomoże uczniom znaleźć luki w wiedzy i udzieli wskazówek, jak je poprawić, a także oceni zadania, ale ostateczna decyzja należy do nauczyciela. System może być również wykorzystywany do wdrażania i rekrutacji, co oznacza, że sztuczna inteligencja może uczyć ludzkiego pracownika.