تطبيق الذكاء الاصطناعي في هندسة البرمجيات؟ إليك كل ما تحتاج إلى معرفته

تعتمد توصيات ZDNET على ساعات طويلة من الاختبار والبحث والمقارنة بين المنتجات. نقوم بجمع البيانات من أفضل المصادر المتاحة، بما في ذلك قوائم البائعين وتجار التجزئة بالإضافة إلى مواقع المراجعة الأخرى ذات الصلة والمستقلة. ونحن ندقق في مراجعات العملاء لمعرفة ما يهم الأشخاص الحقيقيين الذين يمتلكون بالفعل ويستخدمون المنتجات والخدمات التي نقوم بتقييمها.

عند النقر من موقعنا إلى أحد بائعي التجزئة وشراء منتج أو خدمة، قد نكسب عمولات تابعة. يساعد هذا في دعم عملنا، لكنه لا يؤثر على ما نغطيه أو كيفية تغطيته، ولا يؤثر على السعر الذي تدفعه. لا يتم تعويض ZDNET ولا المؤلف عن هذه المراجعات المستقلة. في الواقع، نحن نتبع إرشادات صارمة تضمن عدم تأثر المحتوى التحريري الخاص بنا مطلقًا بالمعلنين.

يكتب فريق التحرير في ZDNET نيابة عنك، أيها القارئ. هدفنا هو تقديم المعلومات الأكثر دقة والمشورة الأكثر دراية قدر الإمكان من أجل مساعدتك على اتخاذ قرارات شراء أكثر ذكاءً فيما يتعلق بالمعدات التقنية ومجموعة واسعة من المنتجات و خدمات. يقوم محررونا بمراجعة كل مقالة والتحقق من صحتها بدقة للتأكد من أن المحتوى الخاص بنا يلبي أعلى المعايير. إذا ارتكبنا خطأ أو نشرنا معلومات مضللة، فسنقوم بتصحيح أو توضيح المقال. إذا رأيت عدم دقة في المحتوى الخاص بنا، فيرجى الإبلاغ عن الخطأ عبر

هذا من.

تعتمد توصيات ZDNET على ساعات طويلة من الاختبار والبحث والمقارنة بين المنتجات. نقوم بجمع البيانات من أفضل المصادر المتاحة، بما في ذلك قوائم البائعين وتجار التجزئة بالإضافة إلى مواقع المراجعة الأخرى ذات الصلة والمستقلة. ونحن ندقق في مراجعات العملاء لمعرفة ما يهم الأشخاص الحقيقيين الذين يمتلكون بالفعل ويستخدمون المنتجات والخدمات التي نقوم بتقييمها.

عند النقر من موقعنا إلى أحد بائعي التجزئة وشراء منتج أو خدمة، قد نكسب عمولات تابعة. يساعد هذا في دعم عملنا، لكنه لا يؤثر على ما نغطيه أو كيفية تغطيته، ولا يؤثر على السعر الذي تدفعه. لا يتم تعويض ZDNET ولا المؤلف عن هذه المراجعات المستقلة. في الواقع، نحن نتبع إرشادات صارمة تضمن عدم تأثر المحتوى التحريري الخاص بنا مطلقًا بالمعلنين.

يكتب فريق التحرير في ZDNET نيابة عنك، أيها القارئ. هدفنا هو تقديم المعلومات الأكثر دقة والمشورة الأكثر دراية قدر الإمكان من أجل مساعدتك على اتخاذ قرارات شراء أكثر ذكاءً فيما يتعلق بالمعدات التقنية ومجموعة واسعة من المنتجات و خدمات. يقوم محررونا بمراجعة كل مقالة والتحقق من صحتها بدقة للتأكد من أن المحتوى الخاص بنا يلبي أعلى المعايير. إذا ارتكبنا خطأ أو نشرنا معلومات مضللة، فسنقوم بتصحيح أو توضيح المقال. إذا رأيت عدم دقة في المحتوى الخاص بنا، فيرجى الإبلاغ عن الخطأ عبر هذا من.

بالإضافة إلى استضافة مدونات ZDNET Government وZDNet DIY-IT، ديفيد جويرتز هو مؤلف ومستشار للسياسة الأمريكية وعالم كمبيوتر.

اقرأ السيرة الذاتية الكاملة

يتمتع المطورون اليوم بفرصة استخدام الذكاء الاصطناعي كجزء من عملية البرمجة الخاصة بهم. تساعد الأدوات الجديدة التي تعمل بالذكاء الاصطناعي في إنشاء التعليمات البرمجية والعثور على الأخطاء وإعداد مجموعات الاختبار وإنشاء بيانات الاختبار والعينات. في بعض النواحي، يمكن للذكاء الاصطناعي أن يساعد في تحسين إنتاجية المطور، وتقليل الوقت الذي يقضيه في المهام المتكررة المهام، وتسليط الضوء على العيوب، ومساعدة المطورين الأقل خبرة على إنتاج التعليمات البرمجية كما لو كان لديهم المزيد خبرة.

ولكن هناك جانب سلبي: الذكاء الاصطناعي غير موثوق به. يجب أن تكون قادرًا على التحقق من عملها. يعمل الذكاء الاصطناعي الحالي بمستوى واضح من الثقة يجعل نتائجه تبدو صحيحة حتى عندما لا تكون كذلك. لذا، إذا لم تكن لديك المهارة والمعرفة والخبرة حول الموضوع الذي تطلب منه العمل عليه، فلن تتمكن من معرفة متى يكون الأمر خاطئًا.

ومع ذلك، يمكن للذكاء الاصطناعي أن يساعد بشكل كبير في عملية تطوير التعليمات البرمجية وصيانتها واختبارها. على الرغم من أنه لن يستفيد كل شيء، إلا أن هناك نقاطًا في العملية حيث يمكن للذكاء الاصطناعي أن يتدخل ويأخذ ساعات أو حتى أيام من مقدار العمل المطلوب.

لكن الأمر لا يتعلق فقط بإنتاج التعليمات البرمجية. يتعلق الأمر أيضًا بالكود المنتج. سيسمح التقارب بين الذكاء الاصطناعي وهندسة البرمجيات للمطورين بإنشاء تطبيقات وبرامج أكثر ذكاءً تتمحور حول المستخدم المستخدمين ستكون التجربة أكثر مرونة وديناميكية مما هي عليه مع التطبيقات التقليدية المشفرة يدويًا.

مع مرور الوقت، سوف نرى بعض تتطور التطبيقات بسرعة بناءً على تعليقات المستخدمين في الوقت الفعلي، وبعض البرامج التي تعالج الأخطاء وعدم التوافق بشكل استباقي قبل أن يواجهها المستخدم. لن يكون الأمر مثاليًا أبدًا، لكنه سيساعد بالتأكيد في تحسين البرامج.

كل هذا يبدو جيدًا، أليس كذلك؟ لكن دعونا نلخص الأمر: ما هو الشيء المتعلق بالذكاء الاصطناعي في هندسة البرمجيات الذي يمكن أن يمنح المطورين بضع ساعات إضافية لمشاهدة برنامج Doctor Who، أو اللعب مع الكلب، أو - أعلم أن هذا يبدو غير معقول - النوم؟ دعونا نلقي نظرة على المجالات الخمسة التي تتبادر إلى ذهنك.

أتمتة المهام المتكررة

هناك الكثير من المهام المملة والدنيوية التي تتطلب مهارات المطور، ولكنها ليست ممتعة على الإطلاق. أحد الأمثلة هو المساعدة في كتابة كتل التعليمات البرمجية المتكررة.

لقد تمكن المبرمجون منذ فترة طويلة من إعداد بيئة التطوير المتكاملة الخاصة بهم لملء كتل التعليمات البرمجية كما لو كانت وحدات ماكرو، ولكن الذكاء الاصطناعي يمكنه تعلم النمط والقصد كتل التعليمات البرمجية والمساعدة في إنشائها إما باستخدام أسلوب المبرمج أو المؤسسة، ودون الحاجة إلى برمجة مسبقة هم. يمكن أن يقترح الأمر، "لقد رأيتك تكتب تعليمات برمجية كهذه من قبل. هل تريد مني أن أبنيها لك؟"

يمكن أن يساعد هذا المطورين على التركيز على العمل الأكثر إبداعًا، نعم، ولكنه يمكن أيضًا أن يقدم الاتساق عبر التعليمات البرمجية دون مطالبة المطور بمحاولة ملاءمة التعليمات البرمجية في نمط مقيد.

التحليل التنبؤي وتحسين موثوقية البرامج

هذا هو المكان الذي يستطيع فيه الذكاء الاصطناعي توقع سلوك التعليمات البرمجية بناءً على الأنماط والاتجاهات. يمكن استخدام أدوات الذكاء الاصطناعي للتنبؤ بالأحمال الزائدة على النظام، وتوقع سلوك المستخدم، وربما تحسين تجربة المستخدم، وإجراء صيانة وقائية في المناطق التي تحتاج إلى تحسين. هناك فائدة كبيرة أخرى تتمثل في تحديث التعليمات البرمجية لتلبية الحد الأدنى من المتطلبات مع تغيير وتحديث الأنظمة الأساسية التي تعمل بها.

بالإضافة إلى توفير وقت البرمجة، يمكن جعل البرنامج أكثر موثوقية ومرونة بشكل كامل تقريبًا من تلقاء نفسه.

تسريع دورة التطوير/الاختبار 

يحتاج الرمز دائمًا إلى الاختبار. تتضمن الدورة النموذجية القليل من الترميز، والقليل من الاختبار، والقليل من التثبيت... الشطف، والغسل، والتكرار. ومع ذلك، نظرًا لأن الذكاء الاصطناعي قد يكون قادرًا على التنبؤ بسلوك البرنامج، فيمكنه الإبلاغ عن الأخطاء قبل بدء الاختبار.

لقد تمكنت بيئات التطوير منذ فترة طويلة من الإبلاغ عن أخطاء بناء الجملة وتحويل النوع، والتي تنطوي على معرفة بنية اللغة. ولكن إذا تمكنت بيئات التطوير من البدء في الإبلاغ عن الأخطاء المنطقية، فقد يؤدي ذلك إلى قطع شوط طويل في تسريع تسليم التعليمات البرمجية وتقليل عدد مراحل الإصلاح اللازمة لمشروع معين.

تقليل تكاليف صيانة البرمجيات 

تتطلب معظم المشاريع البرمجية، بمجرد اكتمالها، مستوى شبه ثابت من الصيانة لمواكبة الأخطاء المكتشفة والتغييرات في النظام الأساسي ومشكلات الأداء. لقد كتبت برنامجًا يساعد في تسهيل التبرعات للمنظمات غير الربحية، وأنا أنفقه على الأقل 80% من وقتي لا أستجيب لطلبات المستخدم أو إضافة إمكانيات جديدة، بل أقوم ببساطة بإعادة كتابة الكود بما يتوافق مع المتطلبات المتغيرة باستمرار لبوابات الدفع. إذا تمكنت من تقليل أي من تلك الصيانة المملة والمضجرة، فيمكن تقديم قيمة أكبر بكثير للمستخدمين.

الحفاظ على العنصر البشري 

وعلى الرغم من إضافة الذكاء الاصطناعي إلى بيئة التطوير، فإن كل المؤشرات تشير إلى أن المبرمجين - المبرمجين البشريين الحقيقيين - سوف يقومون بإنشاء معظم البرامج في المستقبل المنظور.

من المؤكد أن تقليل مقدار الوقت والملل يمكن أن يساعد المطورين على البقاء متيقظين، ولكن يمكن للذكاء الاصطناعي أيضًا مراقبة الفريق بشكل عام الأداء، وتزويد المديرين بإخطار إذا تم الإفراط في استخدام أحد أعضاء الفريق، أو الإفراط في تمديده، أو التوجه إليه احترق. ويمكن أن يساعد أيضًا في إعادة تخصيص مهام الفريق بحيث يعمل كل عضو وفقًا لنقاط قوته، ويساعد في التخطيط وتخصيص الموارد.

كما هو الحال مع أي زيادة في التعقيد التكنولوجي، هناك قضايا. في هذا القسم، سأتحدث عن ثلاثة مجالات مثيرة للاهتمام.

تمت إضافة التعقيد وتحدي الصيانة

إليكم أكبر ما يقلقني بشأن الذكاء الاصطناعي في هندسة البرمجيات: نظرًا لأننا نستخدم الذكاء الاصطناعي للمزيد والمزيد من التعليمات البرمجية، سيكون لدينا فهم أقل لكيفية عمل كل شيء. إذا سبق لك أن ورثت مشروعًا من شخص آخر، خاصة إذا لم تكن هذه المنظمة أو المطور متاحًا للتشاور، فأنت تعرف ما أعنيه.

إن ما يتم إنشاؤه بواسطة الذكاء الاصطناعي سيكون بمثابة صندوق أسود أكثر بكثير مما تقوم أنت وفريقك بتشفيره، ويكمن الخطر في أنه بمجرد إنشائه، سيكون من الصعب على البشر الحفاظ عليه. لا تقع في فخ توقع أن يحافظ الذكاء الاصطناعي على برمجياته الخاصة. عندما يتعطل كود الذكاء الاصطناعي، سيكون الأمر كله على عاتقك أنت وفريقك لمعرفة الخطأ الذي حدث وإصلاحه.

تبعية البيانات

يعتمد الذكاء الاصطناعي على كميات هائلة من البيانات لإنشاء نماذجه. إذا كنت لا تستخدم نموذجًا عامًا - على سبيل المثال، إذا كنت تعمل على شيء يمثل خبرة مجال فريدة لشركتك - فقد لا يكون إجمالي مجموعة البيانات المتاحة لتدريب الذكاء الاصطناعي كافيًا.

بالإضافة إلى ذلك، تتدرب أنظمة الذكاء الاصطناعي على مجموعات واسعة من البيانات، وليست جميعها بمستوى الجودة الذي قد يكون ضروريًا للعمل الذي تحاول القيام به.

أستمر في تذكير الناس بأن جلب الذكاء الاصطناعي إلى مشروع هندسة البرمجيات يشبه توظيف مجموعة من الطلاب الصيفيين الموهوبين. قد يكونون أذكياء وسريعين، لكنهم سيفتقدون الكرة من وقت لآخر، وسيكون لديك فوضى يجب عليك تنظيفها بعد مغادرتهم. على الرغم من أن الذكاء الاصطناعي الخاص بك لن يغادر، فإنه سيتركك مع مشاكل غير قادر على حلها.

مخاوف أخلاقية 

فيهل يصل الذكاء الاصطناعي في هندسة البرمجيات إلى "لحظة أوبنهايمر"؟، ناقشت القضايا الأخلاقية التي يجلبها الذكاء الاصطناعي لمطوري البرمجيات. ضع في اعتبارك أن المبرمجين غير مدربين على التعامل مع المخاوف الأخلاقية. في الواقع، كنت أدرس تخصصًا ثانويًا في الأخلاق والفلسفة السياسية إلى جانب تخصصي في علوم الكمبيوتر، ولكن في ذلك الوقت كنت التخصص الوحيد في علوم الكمبيوتر الذي حصل على هذا التخصص كتخصص ثانوي. (الكشف الكامل: اخترت ذلك كقاصر لأن الفتاة التي أحببتها كانت تأخذ دروس الفلسفة. لذا، فحتى صغري الأخلاقي لم يكن أخلاقيًا تمامًا.)

يتم تدريب المبرمجين ليكونوا متخصصين في مجال التكنولوجيا، ولكن التأثير المجتمعي ليس جزءًا من معظم مناهج علوم الكمبيوتر. وقد يكون المبرمجون والمطورون الذين تعلموا أنفسهم بأنفسهم أبعد عن التدريب على الأخلاقيات. لذا فإن توقع وجود جيش من الفنيين الموهوبين قادرين على رؤية الاعتبارات الأخلاقية التاريخية ـ وأن يكونوا في الخطوط الأمامية لها ـ هو أمر غير واقعي.

يجب على الشركات التي تستخدم الذكاء الاصطناعي إما أن تتوقع توسيع نطاق تدريب فرقها الفنية على القضايا ذات التأثير المجتمعي، أو قم بإحضار خبراء استشاريين للمساعدة في تقديم المشورة وتوجيه المطورين أثناء دخولهم إلى هذه المنطقة البشرية المجهولة للغاية عوامل.

ولحسن الحظ، لا يتعين على المطورين والمؤسسات الشروع في رحلات الذكاء الاصطناعي الخاصة بهم من خلال بناء جميع أدواتهم الخاصة. لقد كان هناك الكثير من الاستثمار في البحوث الأساسية وإنتاج الأدوات العملية والمكتبات التي يمكن ترخيصها وإدراجها في المشاريع.

في قسم دليل الموارد هذا، أقدم استطلاعًا سريعًا لخمس فئات من الأدوات التي من المحتمل أن ترغب في استخدامها، وأشير إلى عدد قليل من القادة الرئيسيين في كل قطاع. سيعطيك هذا نقطة انطلاق ملموسة وعملية لمشروعك القادم.

أطر التعلم الآلي للأغراض العامة

توفر الأدوات الموجودة في هذه الفئة الهياكل والوظائف الأساسية لتصميم نماذج التعلم الآلي وتدريبها ونشرها.

• جوجل تنسور فلو: منصة مفتوحة المصدر شاملة مصممة للتعلم الآلي والتي تسهل بناء نماذج تعلم الآلة ونشرها.
• فيسبوك باي تورش: منصة ديناميكية تعتمد على الرسم البياني الحسابي وتوفر المرونة في بناء نماذج التعلم العميق.
• كيراس: واجهة برمجة تطبيقات للشبكات العصبية عالية المستوى، مكتوبة بلغة Python وقادرة على العمل فوق TensorFlow وPyTorch وغيرها.

منصات تطوير الذكاء الاصطناعي القائمة على السحابة 

توفر هذه الأنظمة الأساسية بنية أساسية سحابية لتطوير نماذج التعلم الآلي وتدريبها ونشرها على نطاق واسع، وغالبًا ما يتم دمجها مع الخدمات السحابية الأخرى.

• جوجل فيرتكس الذكاء الاصطناعي: نظام أساسي موحد على Google Cloud يقدم أدوات وخدمات شاملة لبناء نماذج الذكاء الاصطناعي والتعلم الآلي ونشرها وتوسيع نطاقها عبر مجموعات بيانات متنوعة.
• أمازون AWS سيج ميكر: خدمة مُدارة بالكامل تساعد المطورين على إنشاء نماذج التعلم الآلي وتدريبها ونشرها.
• مايكروسوفت أزور التعلم الآلي: مجموعة من الخدمات السحابية التي تستخدم أدوات التعلم الآلي لتدريب النماذج ونشرها بشكل أسرع. فكر في الأمر على أنه التعلم الآلي كخدمة.

الذكاء الاصطناعي لتطوير التعليمات البرمجية والبرمجيات

تساعد الأدوات الموجودة في هذا القسم المطورين في عملية الترميز، وتقديم الاقتراحات، والإكمال التلقائي، وتحليلات التعليمات البرمجية الآلية بناءً على الذكاء الاصطناعي.

• مخطوطة OpenAI: تعمل هذه الأداة على تشغيل تطبيقات مثل GitHub Copilot، مما يساعد المطورين على كتابة التعليمات البرمجية بشكل أسرع باستخدام الاقتراحات المدعومة بالذكاء الاصطناعي.
• جيثب مساعد الطيار: مساعد تعليمات برمجية مدعوم بالذكاء الاصطناعي يقترح سطورًا أو مجموعات كاملة من التعليمات البرمجية أثناء قيام المطورين بكتابتها، مما يساعد على تسريع عملية البرمجة وضمان أفضل الممارسات
• كود سنيك: يقدم للمطورين تحليلاً آليًا للتعليمات البرمجية، واكتشاف الثغرات الأمنية، وتوصيات للإصلاحات من خلال تحليل المشاريع الواسعة مفتوحة المصدر.

لا تخلط بين هذه العروض. يتم تشغيل GitHub Copilot بواسطة OpenAI Codex. بينما يعمل OpenAI Codex كأداة ذكاء اصطناعي للأغراض العامة للعديد من مهام البرمجة المختلفة ويمكن دمجها في العديد من المهام تعد GitHub Copilot أداة متخصصة لإكمال التعليمات البرمجية في الوقت الفعلي والمساعدة ضمن Visual Studio Code بيئة.

يركز Snyk Code على تحليل التعليمات البرمجية الآلي واكتشاف الثغرات الأمنية من خلال تحليل المشاريع الواسعة مفتوحة المصدر.

النماذج والمنصات المدربة مسبقًا

توفر هذه الأدوات نماذج تم تدريبها مسبقًا على كميات هائلة من البيانات، مما يسمح للمطورين بضبطها لمهام محددة دون البدء من الصفر.

• معانقة محولات الوجه: مكتبة تقدم نماذج مدربة مسبقًا بشكل أساسي لمهام معالجة اللغات الطبيعية، مع التركيز على بنيات المحولات.
• سباسي: مكتبة برمجية مفتوحة المصدر لمعالجة اللغات الطبيعية المتقدمة في لغة بايثون، معروفة بسرعتها وكفاءتها.

أيضًا: هل ترغب في إنشاء روبوت الدردشة الآلي الخاص بك؟ رحب بـ HuggingChat مفتوح المصدر

أدوات البحث في الهندسة العصبية

أخيرًا، تعمل الأدوات الموجودة في هذه الفئة على أتمتة عملية العثور على بنية الشبكة العصبية الأمثل لمجموعة بيانات أو مهمة محددة. (ملاحظة: غالبًا ما يتم اختصار هذه الفئة من الأدوات باسم NAS. يختلف NAS هذا كثيرًا عن NAS الذي يشير إلى التخزين المتصل بالشبكة.)

• AutoKeras: مكتبة برامج مفتوحة المصدر لأتمتة التعلم الآلي، والمساعدة في العثور على النموذج المناسب لمجموعة البيانات الخاصة بك.
• جوجل AutoML: يوفر حلولاً سحابية تعمل على أتمتة تصميم وضبط نماذج التعلم الآلي بناءً على مجموعات بيانات معينة.

إن وصف مشهد الأدوات والمنصات التي تعتمد على الذكاء الاصطناعي في هندسة البرمجيات بأنه "واسع" سيكون بمثابة بخس شديد. أصبح الذكاء الاصطناعي التوليدي، والذكاء الاصطناعي بشكل عام، هو الاتجاه الأكثر سخونة في التكنولوجيا ولا تظهر عليه أي علامات على التباطؤ. مع زيادة متطلبات التطوير، يبحث المطورون عن الأدوات الأكثر ملاءمة لإنجاز مشاريعهم. لقد أظهرنا لك مجرد مقطع عرضي صغير من الموارد المتاحة.

ضع في اعتبارك أن هذه بيئة مرنة للغاية. في تجميع هذه القائمة، وجدنا عددًا من الأدوات التي كانت موجودة سابقًا (كما في العام الماضي) موارد شائعة إلى حد ما ولكن تم شراؤها أو دمجها في مشاريع أخرى أو ببساطة تم إغلاقها وجد مطورو المصادر المفتوحة لديهم فرصًا جديدة من خلال تقديم خدمات مدفوعة الأجر على المدى الطويل محتمل.

ليس من المهم فقط تطوير المهارات باستخدام الأدوات التي تستخدمها: يجب على الشركات والمبرمجين أيضًا أن يتوصلوا إلى الفهم من التغيير المستمر في مجموعات مهاراتهم، ليكونوا قادرين على التكيف مع السوق ومجموعة من التقنيات المبتكرة في الاعوجاج سرعة.

إن تقارب الذكاء الاصطناعي مع هندسة البرمجيات التقليدية ليس اتجاها عابرا. فهو يوفر الكثير من "القيمة السهلة" التي لا يمكن تجاهلها، ومع ذلك، نظرًا لأنه يوفر كفاءات جديدة، فإنه يفتح أيضًا العديد من التحديات التي ناقشناها في هذه المقالة والشاملة خاصية مميزة.

عندما نتطلع إلى المستقبل، تظهر عدة اتجاهات وتوقعات رئيسية:

• التطوير الأول للذكاء الاصطناعي، مع التعلم الآلي في جوهر المشاريع
• برنامج ذاتي التكيف يتطور في الوقت الفعلي بناءً على احتياجات المستخدم
• الذكاء الاصطناعي التعاوني الذي يتعاون مع المطورين ويفهم السياق وديناميكيات الفريق
• التركيز على الذكاء الاصطناعي الأخلاقي والمسؤول الذي يؤكد على الشفافية والعدالة
• الأمن السيبراني المدعوم بالذكاء الاصطناعي الذي يكتشف التهديدات ويعالجها بشكل استباقي
• نماذج مخصصة للذكاء الاصطناعي تلبي احتياجات محددة، وتضفي طابعًا ديمقراطيًا على فوائد الذكاء الاصطناعي
• التركيز على التعلم المستمر للمطورين، نظرًا لطبيعة الذكاء الاصطناعي المتطورة
• التعليمات البرمجية والحلول المكتوبة بشكل أساسي بواسطة الذكاء الاصطناعي والتي تكون غير شفافة للمطورين البشريين

من المثير والمثير للقلق بعض الشيء التفكير في تأثير الذكاء الاصطناعي على هندسة البرمجيات. كما هو الحال مع أي تقدم تكنولوجي، سوف تنشأ تحديات. ومع ذلك، إذا كان العام الماضي مؤشرًا، فإن دمج الذكاء الاصطناعي في هندسة البرمجيات هو رحلة مليئة بالفرص، تهدف إلى إعادة تحديد حدود ما يمكن للبرمجيات تحقيقه.