Linux உருவாக்குநர் Linus Torvalds, நிரலாக்கத்தில் செயற்கை நுண்ணறிவை நிபந்தனையுடன் ஆதரித்துள்ளார். மகிழ்ச்சிக்கும் பிழை கண்டறிதலுக்கும் இது பயனுள்ள கருவி என்றாலும், அதிக முக்கியத்துவம் கொண்ட மென்பொருள் மேம்பாட்டில் அதன் பயன்பாட்டுக்கு தெளிவான வரம்புகள் தேவை என அவர் கூறுகிறார்.
Prague-ல் நடைபெற்ற Open Source Summit Europe நிகழ்வில் பேசிய Torvalds, முன்பு AI போதுமான திறன் கொண்டதல்ல எனக் கருதியிருந்தாலும் இப்போது அதை பயன்படுத்துவது பிடித்திருக்கிறது என்றார். ஆனால் Linux kernel போன்ற திட்டங்களில் கவனக்குறைவாகப் பயன்படுத்தப்படும் உருவாக்கப்பட்ட உள்ளடக்கம் maintainers-ன் பணியை அதிகரிக்கலாம் என எச்சரித்தார்.
ஒரு கருவி; தானியங்கி மாற்று அல்ல
AI-யின் மதிப்பு சூழலைப் பொறுத்தது என Torvalds விளக்கினார். பொழுதுபோக்கு நிரலாக்கத்திலும் கற்றலிலும் அது coding-ஐ எளிதாக்கி, சிறிய திட்டத்தில் பணிபுரியும் மகிழ்ச்சியை மீண்டும் தரலாம். AI உதவிய “vibe coding” மூலம் நிரலாக்கத்தில் மகிழ்ச்சி கிடைக்கலாம் என்றார்.
பலர் சார்ந்திருக்கும் முக்கிய மென்பொருளில் உருவாக்கப்பட்ட output-ஐ நம்புவது வேறு விஷயம். உண்மையானதும் முக்கியமானதுமான பணிகளில் AI-ஐ பயன்படுத்தும்போது developers கவனமாக இருக்க வேண்டும் என்றார்.
இந்த வேறுபாடு Linux போன்ற open-source திட்டத்தின் நடைமுறைத் தேவைகளை காட்டுகிறது. Kernel ஒரு பெரிய contributor சமூகத்தால் பராமரிக்கப்படுகிறது; maintainers patches, reports மற்றும் முன்மொழியப்பட்ட மாற்றங்களை மதிப்பிட வேண்டும். தரம் குறைந்த AI உருவாக்கிய submissions அதிகரித்தால், அவற்றில் சில நம்பத்தகுந்ததாகத் தோன்றினாலும் review நேரம் வீணாகலாம்.
பிழை கண்டறிதல் மிகவும் நம்பிக்கைக்குரிய பயன்பாடு
அறிக்கையின்படி, Linux kernel-ல் பிழைகளை கண்டறிந்து சரிசெய்வதில் AI முக்கிய கூறாக மாறும் என Torvalds கருதுகிறார். வடிவமைப்பு அல்லது code review பொறுப்பை model-க்கு ஒப்படைப்பதை விட இது குறுகிய பயன்பாடு: தொழில்நுட்பம் சிக்கல்களை அடையாளம் காணலாம்; திருத்தம் சரியானதா என்பதை மனிதர்கள் தீர்மானிக்க வேண்டும்.
coding assistants பயன்படுத்தும் குழுக்களுக்கு இது பயனுள்ள வேறுபாடு. Code உருவாக்குவது software பணியின் ஒரு பகுதி மட்டுமே. பெரிய திட்டத்தை பராமரிக்க system behavior-ஐ புரிந்துகொள்வதும், மாற்றங்களை மதிப்பிடுவதும், சோதிப்பதும், அதன் விளைவுகளுக்குப் பொறுப்பேற்பதும் தேவை.
தாம் பெருமளவில் kernel programming செய்வதைவிட maintainer ஆக இருப்பதே முக்கியம் என Torvalds கூறினார். ஒரு முதிர்ந்த, கூட்டுறவு codebase-க்குள் AI output எவ்வாறு நுழைகிறது என்ற நடைமுறை கேள்விக்கு அவரது பங்கு முக்கியத்துவம் தருகிறது.
புதிய நிரலாளர்களுக்கான தடையை குறைத்தல்
நிரலாக்கம் கற்கும் அனுபவத்தில் ஏற்படும் மாற்றங்களுடனும் AI-ஐ Torvalds இணைத்தார். 1980களின் தொடக்கத்தில் அவர் programming தொடங்கியபோது கணினிகளும் அவற்றுக்காக எழுதப்பட்ட programs-உம் மிகவும் எளிமையானவை. இன்று software engineering-ன் அடிப்படைத் திறன் உயர்ந்துள்ளதால், சிறிய முயற்சிகளும் அர்த்தமுள்ளதாக புதியவர்கள் உணர்வது கடினம்.
ஒவ்வொரு நவீன computing stack அடுக்கையும் முதலில் கற்றுக்கொள்ளாமல் பரிசோதிக்கவும் கேள்விகள் கேட்கவும் ஏதாவது உருவாக்கவும் AI வழி தருவதன் மூலம் இந்தத் தடையை குறைக்கலாம். இங்கு அதன் மதிப்பு தொழில்நுட்பத்திற்கும் மேலாக ஊக்கமளிப்பதாக இருக்கலாம்.
இது அடிப்படைகளை கற்க வேண்டிய தேவையை நீக்காது. மாறாக, ஆரம்பகட்ட ஆராய்ச்சியை ஒரு assistant எளிதாக்கலாம். தனிப்பட்ட திட்டங்களில் பணிபுரிபவர்களுக்கு, யோசனையிலிருந்து செயல்படும் பரிசோதனைக்குச் செல்லும் பாதையை குறைக்கும் கருவி programming-ஐ உடனடியாக உணரச் செய்யலாம்.
Maintainers-க்கு இன்னும் அளவு அல்ல, பயனுள்ள தகவல் தேவை
கற்றவர்களுக்கு உதவும் அணுகல்தன்மையே நிலையான திட்டங்களில் சிக்கல்களை உருவாக்கலாம். AI patches அல்லது bug reports-ஐ பெருமளவில் உருவாக்குவதை எளிதாக்கினால், maintainers-க்கு அதிக submissions கிடைக்கலாம்; ஆனால் பயனுள்ள contributions அதிகரிக்காது. மதிப்பீட்டின் போது அனுபவமுள்ள developers பிழைகள், duplicates மற்றும் திட்டத்துடன் பொருந்தாத மாற்றங்களை கண்டறிய வேண்டும்.
எனவே Torvalds-ன் நிலைப்பாடு முழுமையான ஆதரவும் அல்ல, நிராகரிப்பும் அல்ல. குறிப்பாக பரிசோதனை மற்றும் பிழை கண்டறிதலில் developer-ன் பணியை AI ஆதரிக்கும்போது அது பயனுள்ளதாக இருக்கும். புரிந்துகொள்ளாமலும் சரிபார்க்காமலும் பணியை அனுப்ப ஊக்குவிக்கும் போது அது ஆபத்தானது.
Linux மற்றும் பிற முக்கிய open-source திட்டங்களில் மனித review செயல்முறையின் மையமாகவே இருக்கும். AI system ஒரு issue-ஐ கண்டறியவோ ஒரு யோசனையை வரைவு செய்யவோ உதவலாம்; ஆனால் தொழில்நுட்ப சரியானதையும் திட்டத்திற்கான பொருத்தத்தையும் maintainers தீர்மானிக்க வேண்டும்.
AI coding குறித்த நடைமுறை பார்வை
Torvalds-ன் கருத்துகளின் பரந்த முக்கியத்துவம் கொள்கையைவிட பயன்பாட்டை வலியுறுத்துவதில் உள்ளது. AI குறித்த விவாதங்கள் முழுமையான ஏற்றுக்கொள்ளல் அல்லது முழுமையான நிராகரிப்பு என சுருங்கிவிடுகின்றன. அவரது கருத்துகள் ஒரு நடைமுறை அளவுகோலை முன்வைக்கின்றன: உதவும் இடத்தில் பயன்படுத்துங்கள்; தோல்வியின் விளைவுகள் அதிகரிக்கும்போது கூடுதல் கவனம் செலுத்துங்கள்.
இந்த அணுகுமுறை software development முழுவதும் பொருந்தக்கூடும். தனிப்பட்ட பரிசோதனை, கல்வித் திட்டம் மற்றும் production kernel release ஆகியவற்றின் ஆபத்துகள் வேறுபட்டவை. AI assistant-ன் பொருத்தமான பங்கும் அதற்கேற்ப மாற வேண்டும்.
Torvalds-ன் செய்தி தெளிவானது. AI programming-ஐ மகிழ்ச்சிகரமாக்கவும் பிழைகளை கண்டறியவும் உதவும். ஆனால் முக்கியமான மென்பொருளில் உருவாக்கப்பட்ட output-ஐ பொறுப்பான மக்களின் கவனம், நிபுணத்துவம் மற்றும் பொறுப்புணர்வு மாற்ற முடியாது.
இந்தக் கட்டுரை ZDNET செய்தியறிக்கையை அடிப்படையாகக் கொண்டது. அசல் கட்டுரையைப் படிக்கவும்.
Originally published on zdnet.com