Det är otroligt för mig att "kodning", som vi tidigare såg det, till största delen är löst vid det här laget. Jag hörde först talas om konceptet AI-genererad kod 2015 när en vän till mig började arbeta på en startup som heter @trygigster. Gigsters hela idé var att vara en plattform för att anställa frilansande mjukvaruingenjörer. Deras plan var att använda koden som frilansarna skrev för kunder för att träna deras neurala nätverk. Förhoppningen var att dessa modeller så småningom skulle kunna generera kod och helt ersätta frilansutvecklare. Vid den tiden började djupinlärning verkligen slå igenom (detta var innan LLM:er upptäcktes), och Gigster-teamet trodde att de kunde använda den senaste forskningen – recurenta neurala nätverk (RNN) – för att träna en maskin att skriva kod på egen hand. Problemet med RNN:er är att de genererar rappakalja som ser ut som giltig kod men som egentligen inte fungerar. De saknar förmågan att underhålla stora kontexter och är mycket långsamma att träna, så idén att automatiskt generera kod var helt enkelt inte genomförbar då. Spola fram tio år, och allt Gigster försökte göra är nu tillgängligt för alla. De framsteg Anthropic, Google och OpenAI har gjort inom kodgenerering är häpnadsväckande om man zoomar ut. Det jag trodde var en dröm är nu verklighet.