Команды факультета компьютерных наук Высшей школы экономики FFTilted и Undertrained+Overpressured победили на Международной студенческой олимпиаде по программированию ICPC. С 14 по 19 апреля в египетском Луксоре состоялись два финала состязания: в 46-м финале россияне получили золотые медали, а в 47-м — стали чемпионами мира и получили золотые медали.

Источник изображения: hse.ru

Участие в 46-м и 47-м финалах приняли более 840 студентов, представлявших более 170 университетов из 50 стран. Выступившая в 46-м финале команда Undertrained+Overpressured заняла третье место и получила золотые медали, а один из её участников Иван Сафонов получил титул единственного в истории трёхкратного медалиста ICPC. В 47-финале выступила команда FFTilted — она стала чемпионом мира и получила золотые медали.

Олимпиада ICPC является одним из наиболее крупных и престижных состязаний по программированию в мире. Командам из трёх человек ставятся задачи на творческий подход, инновационность решений и способность к совместной работе, а на решение отводится ограниченное время. Каждая команда должна была решить 11 задач за 5 часов; на последний час онлайн-таблица результатов замораживалась. На каждом из финалов ICPC вручались 12 комплектов медалей — по 3 каждого достоинства. Среди студентов российских вузов медали завоевали также студенты МФТИ.

На мероприятии Cloud Next компания Google представила Gemini Code Assist — систему на основе искусственного интеллекта для помощи в написании программного кода с функцией завершения строк.

Источник изображения: StockSnap / pixabay.com

Ранее подобные возможности Google предлагала под брендом Duet AI — этот сервис стал общедоступным в конце 2023 года, и уже тогда в компании намекнули, что в ближайшей перспективе сервис с завершением строк кода будет переведён с модели Codey на более современную Gemini. Выпуск Code Assist — это одновременно крупное обновление и ребрендинг старого сервиса. Code Assist будет доступен в формате плагинов для наиболее популярных сред VS Code и JetBrains.

Code Assist даже в больше степени, чем его предыдущая версия Duet AI, является прямым конкурентом GitHub Copilot Enterprise, а не его базовой версии с названием Copilot. В частности, Gemini 1.5 Pro имеет контекстное окно в миллион токенов — это позволяет системе предлагать свои варианты кода с более высокой точностью, а также анализировать и изменять большие его фрагменты. Code Assist, как и GitHub Copilot Enterprise, можно дополнительно настроить на основе внутренней базы кода компании — пока эта функция находится в предварительной версии. Code Assist позволяет поддерживать код в различных репозиториях, включая GitLab, GitHub и Atlassian BitBucket, и проекты, распределённые на нескольких платформах — и этого конкурирующие сервисы предложить уже не могут.

Дополнительно Google представила CodeGemma — открытую модель семейства Gemma, настроенную для генерации и редактирования кода. CodeGemma доступна на облачной платформе Vertex AI. Компания также анонсировала службу Gemini Cloud Assist, которая поможет «облачным подразделениям разрабатывать, эксплуатировать и оптимизировать приложения на протяжении их жизненного цикла». Инструмент позволяет генерировать конфигурации архитектуры, адаптированные к потребностям компании, диагностировать проблемы и выявлять их причины, а также оптимизировать использование компанией облачных ресурсов для снижения затрат или повышения производительности. Cloud Assist будет доступен в интерфейсе чата или в формате функций, встроенных в другие продукты Google Cloud.

Google обновила интегрированную среду разработки (IDE) Android Studio, добавив в неё новейшего ИИ-помощника для генерации кода на основе ИИ-модели Gemini Pro, что обещает разработчикам более высокую эффективность и новые возможности в процессе создания приложений.

Источник изображений: Google

Android Studio выступает не просто как текстовый редактор для написания кода, но и предлагает разработчикам целый набор инструментов, включая эмулятор, позволяющий запускать виртуальные Android-смартфоны на машине с Windows и использовать их для тестирования и отладки приложений.

В мае прошлого года Google внедрила в свою IDE-среду генеративный искусственный интеллект Studio Bot, созданный на базе большой языковой модели (LLM) PaLM 2, которую поисковый гигант анонсировал в том же месяце. Через шесть месяцев после дебюта PaLM 2 Google представила линейку флагманских LLM — Gemini, в которую вошли три модели с разным набором функций и аппаратными требованиями.

Обновлённый чат-бот в Android Studio работает на Gemini 1.0 Pro — средней ИИ-модели серии, оптимизированной для сочетания высокого качества ответов и эффективности использования аппаратных ресурсов. Google также анонсировала её обновление до версии Gemini 1.5 Pro, которая, согласно внутренним тестам компании, превосходит свою предшественницу по 87 % бенчмарков, успешно обрабатывая задачи с более чем 100 000 строками кода.

Сандхия Мохан (Sandhya Mohan), менеджер по продукту Android Studio, сообщила, что использование Studio Bot в канале Canary уже позволяло ощутить полезность и мощь этой технологии. Теперь же, с переходом чат-бота на Gemini Pro, пользователи увидят существенное улучшение качества ответов.

Чат-бот способен отвечать на общие вопросы об Android, например, о том, как интегрировать приложение с функцией отслеживания местоположения в операционной системе. Также он отвечает на вопросы по конкретным проектам. Например, разработчик может попросить совета, как удалить дубликаты записей из набора данных, который приложение использует для работы некоторых функций.

Возможности Gemini Pro в Android Studio охватывают даже более сложные задачи. По данным Google, новый ИИ-помощник умеет переписывать код на разных языках программирования, генерировать целые разделы интерфейса приложения и составлять документацию для нового кода, объясняя его функциональность и принципы работы.

Чтобы активировать Gemini, необходимо войти в систему и включить функцию в настройках. Большинство возможностей доступны без отправки контекста кода, при этом ответы чат-бота базируются на истории общения, предоставляя пользователям контроль над конфиденциальностью данных.

Молодая американская компания Cognition представила проект Devin — нейросеть, способную самостоятельно осуществлять полный цикл разработки ПО. Это не примитивный основанный на искусственном интеллекте помощник в написании кода, а полноценный инженер-программист, способный выполнять поставленные задачи не хуже человека.

Источник изображения: Tung Nguyen / pixabay.com

Devin, обученный рассуждать, самостоятельно планирует и реализует проекты в области написания ПО, принимая по мере их выполнения тысячи решений. ИИ обучается, исправляет допущенные ошибки и ориентируется в контексте. Cognition снабдила Devin необходимыми инструментами разработчика для органичной интеграции в существующей рабочие процессы. Компания перечислила основные возможности нейросети:

• адаптация к новым технологиям — Devin быстро осваивает незнакомые инструменты, просто читая документацию;
• комплексная разработка приложений — ИИ создаёт и развёртывает полнофункциональные веб-приложения, добавляя новые функции по мере поступления отзывов от пользователей;
• автономное обнаружение ошибок — Devin выявляет, исправляет и отлаживает проблемы в коде, выступая полноценным участником проектов;
• обучение ИИ — нейросеть производит установку и настройку больших языковых моделей на основе инструкций из исследовательских репозиториев.

Новую нейросеть протестировали журналисты из Bloomberg и остались довольны, отметив, что новинка способна на куда большее, чем прежние ИИ-помощники для программистов. Devin сделал для них полноценный сайт-каталог с ресторанами Сиднея по простому текстовому запросу.

Внедрение инструмента, с одной стороны, может существенно разгрузить работающих инженерами-программистами людей, взяв на себя рутинные задачи и оставив человеку более сложные и требующие творческого подхода. С другой стороны, появление такой платформы поднимает вопросы о будущем человека в этой профессии и его сосуществовании с ИИ в разработке ПО. На текущий момент ИИ помогает автоматизировать множество задач, но инновационные аспекты в разработке и контроль пока остаются за человеком: Devin является мощным инструментом, но едва ли он вытеснит потребность в живых специалистах.

Компания «СберТех» (входит в «Сбер») сообщила о запуске платформы для совместной разработки и хостинга кода GitVerse — здесь можно бесплатно размещать проекты с открытым и закрытым кодом.

Источник изображения: StockSnap / unsplash.com

Подчёркивается, что платформа размещена в России, и для отечественных пользователей исключена угроза недоступности каких-либо проектов; присутствуют инструменты для переноса репозиториев с других git-площадок. Доступны необходимые средства: организация совместной работы, возможность привлечения новых участников, проверки и комментирования кода, а также назначение задач. Есть инструменты общения и обмена материалами о технологиях и открытом коде.

Первые пользователи GitVerse смогут принять участие в тестировании GigaCode — основанного на искусственном интеллекте помощника разработчика. Система в реальном времени предлагает свои варианты завершения кода, поддерживая более 15 языков программирования, в том числе Java, Python, TypeScript и C/C++. Службу GigaCode можно в качестве плагина установить в популярные среды разработки, включая IDEA, PyCharm, VSCode и Jupyter.

Сейчас новые пользователи получают по акции бесплатный годовой пакет облачных служб — он позволяет размещать приложения в облаке с использованием распределённого хранения и вычислений.

Офис национального директора по кибербезопасности (ONCD) Белого дома США призвал разработчиков отказаться от использования языков программирования C и C++ в разработке критически важного ПО. Этот совет основывается на опасениях, связанных с безопасностью управления памятью — аспекте, играющем критическую роль в предотвращении уязвимостей, таких как переполнение буфера и висячие указатели.

Источник изображения: xusenru / Pixabay

Неправильное управление памятью в программном коде может привести к серьёзным уязвимостям, позволяя злоумышленникам осуществлять кибератаки. Языки программирования, такие как Java, благодаря своим механизмам обнаружения ошибок во время выполнения, считаются безопасными в отношении управления памятью. В отличие от них, C и C++ позволяют разработчикам выполнять операции с указателями и обращаться непосредственно к адресам в памяти компьютера. Это включает в себя чтение и запись данных в любом месте памяти, к которому они могут получить доступ через указатель.

Однако эти языки не проводят автоматической проверки на то, выходят ли эти операции за пределы выделенного для данных или структур пространства в памяти. Такая проверка называется «проверкой границ». Отсутствие такой проверки означает, что программист может случайно или намеренно записать данные за пределы выделенного блока памяти, что может привести к перезаписи других данных, испорченным данным или, в худшем случае, к уязвимостям безопасности, которые злоумышленники могут использовать для выполнения вредоносного кода или получения контроля над системой.

Отчёт ONCD подчёркивает, что около 70 % всех уязвимостей в системе безопасности, выявленных инженерами Microsoft в 2019 году и Google в 2020 году, были связаны именно с нарушениями безопасности памяти. Эта статистика ясно демонстрирует необходимость переосмысления подходов к разработке ПО в контексте нынешней стратегии кибербезопасности США.

В отчёте не только указывается на проблемы с C и C++, но и предлагается ряд альтернатив — языков программирования, признанных «безопасными для памяти». Среди рекомендованных Агентством национальной безопасности (NSA) языков находятся: Rust, Go, C#, Java, Swift, JavaScript и Ruby. Эти языки включают в себя механизмы, предотвращающие распространённые типы атак на память, тем самым повышая безопасность разрабатываемых систем.

Индекс TIOBE на февраль 2024 года (источник изображения: tiobe.com)

Анализ популярности языков программирования по версии индекса TIOBE показывает, что из предложенных NSA языков C# занимает пятое место по популярности, Java — четвёртое, JavaScript — шестое, а Go — восьмое. Эти данные указывают на то, что часть рекомендуемых языков уже имеет широкое распространение и признание в профессиональном сообществе разработчиков.

Инициатива Белого дома выходит за рамки простого перечисления рекомендаций. Она включает в себя стратегический план по укреплению кибербезопасности на национальном уровне, что отражено в исполнительном приказе президента Джо Байдена (Joe Biden) от марта 2023 года. Этот документ задаёт направление для всестороннего сотрудничества между государственным сектором, технологическими компаниями и общественностью в целях разработки и внедрения безопасного ПО и аппаратных решений.

Заключение отчёта ONCD призывает к сознательному выбору языков программирования с учётом их способности обеспечивать безопасное управление памятью. Это не только техническое руководство для разработчиков, но и стратегическое направление для организаций, занимающихся разработкой критически важного ПО. Переход на использование языков программирования, гарантирующих безопасность памяти, может существенно снизить риск возникновения уязвимостей, повысить надёжность и безопасность цифровой инфраструктуры.

Платформа GitHub объявила о выходе в общий доступ услуги Copilot Enterprise, включающей функции генерации кода и консультирующего разработчиков чат-бота, для клиентов — представителей крупного бизнеса.

Источник изображения: github.blog

Корпоративный GitHub Copilot получил интеграцию с Microsoft Bing (пока в бета-версии), и вскоре его пользователи смогут настраивать модель на основе существующей базы кода команды разработчиков. Пользователи смогут задавать вопросы чат-боту и получать на них ответы с учётом специфики организации. Многие крупные разработчики сегодня хранят документацию по продуктам в репозиториях GitHub, что помогает Copilot анализировать её с относительной лёгкостью. Администрация самой платформы GitHub хранит здесь почти все свои внутренние документы, признался гендиректор компании Томас Домке (Thomas Dohmke), и некоторые сотрудники уже начали задавать Copilot посторонние вопросы, например, о том, как уйти в отпуск.

Интеграция с Bing помогает помощнику на основе искусственного интеллекта ориентироваться в вопросах, которые могли претерпеть изменения с момента первоначального обучения модели — например, в отношении API или библиотек с открытым исходным кодом. Пока функция доступна лишь в версии Copilot Enterprise, и о её будущем для других версий в GitHub пока не говорят. Эксклюзивной для корпоративной версии останется тонкая настройка модели, которая появится в ближайшее время: клиенты смогут сами задавать набор репозиториев и настраивать модель на их основе. Это особенно актуально для разработчиков, которые пользуются не самыми популярными языками программирования или библиотеками, доступными только внутри организации.

Пока функция автоматического дополнения кода работает на базе устаревшей модели GPT 3.5 Turbo — GitHub ещё не имела возможности перевести её на GPT 4, но и существующая версия модели уже прошла несколько обновлений. И в отличие от Google администрация платформы не собирается предлагать разным клиентам разные модели в зависимости от их потребностей — всем доступны одинаковые решения.

Meta✴ сообщила о выпуске модели искусственного интеллекта Code Llama 70B, предназначенной для генерации программного кода — «самой крупной и наиболее эффективной».

Источник изображения: Gerd Altmann / pixabay.com

Модель Code Llama дебютировала в августе минувшего года — она бесплатна для исследовательского и коммерческого использования. Её обновлённый вариант Code Llama 70B, утверждает разработчик, может обрабатывать больше запросов, чем предыдущая версия, а значит, модель воспринимает более подробные команды пользователей и выдаёт более точные ответы. В тесте HumanEval модель Code Llama 70B показала 53 % точности — для сравнения, OpenAI GPT-3.5 демонстрирует 48,1 %, а GPT-4 удалось достичь 67 %.

Основанная на нейросети Llama 2 модель Code Llama помогает разработчикам, генерируя новый программный код и отлаживая написанные человеком строки. Прошлой осенью Meta✴ запустила дополнительные модели Code Llama — Python и Code Llama — Instruct, предназначенные для конкретных языков программирования. Code Llama 70B обучена на 1 Тбайт программного кода и связанных с ним данных. Обновлённая модель по-прежнему бесплатна для исследовательского и коммерческого использования.

Собственные модели для генерации программного кода есть и у других крупных технологических компаний: в апреле прошлого года вышел сервис Amazon CodeWhisperer, а Microsoft на базе нейросети от OpenAI запустила GitHub Copilot.

Создатель языка программирования Pascal, швейцарский учёный Никлаус Вирт (Niklaus Wirth), ушёл из жизни 1 января 2024 года. В его честь были названы астероид 21655, а также один из законов разработки ПО.

Никлаус Эмиль Вирт. Источник изображения: wikipedia.org

Никлаус Эмиль Вирт (Niklaus Emil Wirth) родился 15 февраля 1934 года в швейцарском Винтертуре — пригороде Цюриха. В 1959 году он получил степень бакалавра в Швейцарской высшей технической школе Цюриха (ETH Zürich), куда он вернулся позже, и где он провёл значительную часть своих исследований. В 1960 году он получил степень магистра в Университете Лаваля (Канада), а в 1963 году — докторскую степень в Калифорнийском университете в Беркли. В последующие четыре года он проработал доцентом кафедры информатики в Стэнфордском университете — в это время он работал над двумя своими первыми языками программирования: Euler, который вышел в 1965 году; и PL/360, опубликованным в 1968 году.

Вирта пригласили в группу разработчиков языка, который должен был прийти на смену ALGOL 60. Совместно с британским учёным сэром Тони Хоаром (Tony Hoare) он подготовил проект ALGOL-W, который был отклонён в пользу более сложного ALGOL-68. Тогда Вирт продолжил свою работу и в 1970 году выпустил менее совместимый с ALGOL собственный язык программирования под названием Pascal. После этого влияние ALGOL начало снижаться, а Pascal продолжает развитие по сей день: Delphi всё ещё продаётся; а проект Free Pascal в конце декабря выпустил обновлённую версию кроссплатформенной среды Lazarus. Сложность ALGOL-68 открыла возможности для более простых языков C и C++. В 1976 году Вирт выпустил язык Modula, на смену которому год спустя пришёл Modula-2.

Во второй половине восьмидесятых, в очередной раз вернувшись из США в Цюрих, он начал работать над проектом Oberon — очередным языком программирования и одноимённой операционной системой. Целью проекта было стремление опровергнуть тезис, ставший известным как «закон Вирта»: «Несмотря на большие скачки вперёд, аппаратное обеспечение ускоряется медленнее, чем замедляется программное». В 1999 году Вирт вышел на пенсию, а в 2000 году появилась последняя версия ОС Oberon 2.3.6. В 2013 году, незадолго до своего 80-летия, он опубликовал обновлённую версию проекта Oberon. Вирту удалось достичь своей цели: архивы ОС Oberon образца 2013 года содержали 4623 строки кода и 262 Кбайт текста.

В своей работе, в созданных им языках и инструментах Вирт призывал к разработке меньшего по размеру и более эффективного ПО. Учёного не стало, но, похоже, технологической отрасли всё ещё есть, чему у него поучиться.

Google объявила, что Duet AI for Developers, набор вспомогательных инструментов на базе ИИ для генерации кода, о котором компания рассказывала ранее в этом году, теперь общедоступен для личного и корпоративного использования. К тому же в ближайшие недели перейдёт на более мощную модель ИИ Google Gemini. Бесплатный тестовый период продлится до конца января 2024 года.

Источник изображения: unsplash.com

Инструменты генерации кода, среди которых лидирует Copilot от Microsoft, были положительно оценены разработчиками. Google не осталась в стороне и предложила свой вариант набора инструментов для разработчиков на базе ИИ — Duet AI for Developers. Google заключила соглашения с 25 софтверными компаниями, среди которых Confluent, HashiCorp и MongoDB, предоставившими наборы своих данных для обучения ИИ помощи при дополнении и генерации кода.

«Я по-прежнему возглавляю команду инженеров, которые занимаются взаимоотношениями с разработчиками и всей нашей документацией, — объяснил Ричард Серотер (Richard Seroter), главный евангелист Google Cloud. — Каждый день мы видим, что работы ещё много, с программным обеспечением ещё много сложностей. Как ИИ может помочь избавиться от этого шаблона, от вещей, которые нам не нравится делать? Как сделать кодирование лучше? Это было многое из того, что мы преследовали. Как нам создать своего рода ИИ-помощника, который будет ассистировать разработчикам, при этом добавляя в процесс разработки немного Google?»

Источник изображения: Google

Duet AI for Developers в настоящее время поддерживает более 20 языков, включая C, C++, Java, JavaScript и Python. Помимо обычных возможностей кодирования, он включает поддержку объединения журналов ИИ, поиска и объяснения ошибок, интегрированных, например, с облачным журналированием Google, а также Smart Actions («Интеллектуальные действия»), которые позволяют одним щелчком мыши выполнять рутинные задачи, такие как создание модульных тестов. Применять новые инструменты Google Duet AI for Developers можно при помощи интеграции в Google Cloud Console поверх популярных IDE, используемых разработчиками.

Google полагает, что эти инструменты не заменят навыки кодирования, но помогут сделать разработчиков более продуктивными. В качестве примера компания сообщила, что Turing, компания, предоставляющая технические услуги на основе искусственного интеллекта, добилась увеличения производительности на 33 % после внедрения Duet AI for Developers.

Серотер особо подчеркнул, что набор инструментов Duet AI for Developers общедоступен как продукт корпоративного уровня с контролем доступа и гарантией возмещения ущерба от Google. До конца января 2024 года Duet AI for Developers можно использовать бесплатно. После этого месячная подписка будет стоить $19 за пользователя при заключении годового контракта.

Платформа для разработчиков GitHub опубликовала свой ежегодный отчёт Octoverse, согласно которому Индия выбилась в мировые лидеры по росту числа разработчиков программного обеспечения. Компания также рассказала о новых инструментах искусственного интеллекта.

Источник изображений: github.blog

Сообщество разработчиков из Индии активно развивается. В ходе ежегодной конференции GitHub Universe 2023 крупнейшая в мире платформа разработчиков опубликовала доклад Octoverse, согласно которому только в 2023 году здесь появились 3,5 млн новых разработчиков из Индии, а общее их число достигло 13,2 млн. Если страна сохранит те же темпы роста, то к 2027 году обгонит США и станет крупнейшим центром разработки в мире. Влияние Индии на технологическую сферу является значительным, что видно по её вкладу в проекты с открытым исходным кодом, отметила Шаррин Напье (Sharryn Napier), вице-президент GitHub по вопросам Азиатско-Тихоокеанского региона.

Доклад GitHub показал, что число разработчиков в сегменте генеративного искусственного интеллекта за год выросло на 148 %. Помимо Индии, лидерами по числу разработчиков являются США и Германия, за которыми следуют Япония, Гонконг, Великобритания и Франция.

Администрация платформы также анонсировала выход инструмента GitHub Copilot Chat в общий доступ и рассказала о новом предложении GitHub Copilot Enterprise. GitHub Copilot Chat выйдет в декабре 2023 года — инструмент работает в диалоговом интерфейсе, позволяя при помощи команд естественным языком для ИИ-помощника обнаруживать ошибки в коде и отлаживать его. Он включён в подписки GitHub Copilot и бесплатен для студентов, преподавателей и разработчиков ПО с открытым исходным кодом. Чат Copilot работает на основе модели GPT-4 и предлагает собственные варианты кода — он ориентируется в контекстах, поясняет термины, обнаруживает уязвимости и исправляет ошибки. Чат доступен в среде JetBrains и на разных платформах. GitHub Copilot Chat также появится в веб-интерфейсе github.com и мобильном приложении GitHub.

Служба GitHub Copilot Enterprise предназначена для компаний — по цене $39 в месяц за рабочее место она предложит разработчикам помощь в создании кода, автоматизации задач и обеспечит безопасность корпоративного уровня. Она будет доступна с февраля 2024 года. Начнёт работу и партнёрская программа (Copilot Partner Program), направленная на расширение возможностей Copilot за счёт интеграции с внешними инструментами и сервисами. В 2024 году будет также запущена платформа GitHub Copilot Workspace, которая заполнит пробел между концептуализацией и разработкой — она предложит сгенерированные ИИ планы по реализации изменений.

Эксперты Яндекс Практикума советуют начинать изучать программирование с языка Go. Аргументов масса: Go входит в десятку самых востребованных языков на рынке, применяется во многих сферах бизнеса, а спрос на Go-разработчиков растёт каждый год. Но главное — Go прост в изучении.

Как в Google придумали Go

Go появился в 2009 году. Компания Google, разработавшая язык, задумывала его как универсальный. Для этого создатели объединили скорость, характерную для C-подобных языков, и лёгкость разработки, характерную для Python. Основной задачей было создать инструмент, с помощью которого надёжный код смогут писать программисты любого уровня. В компании уловили тенденцию эпохи: действовать здесь и сейчас, а не тратить время на обучение разработчиков с нуля.

Главная особенность Go — минимализм. В то время как другие языки меняются, обрастая новыми функциями, Go изначально был создан, чтобы идеально решать поставленную перед ним задачу. Поэтому, если Go и меняется — то в сторону улучшения уже существующих инструментов, а не добавления новых.

Лучше всего Go показывает себя в разработке серверных приложений: парсеров, сложных вычислительных систем, многопоточных приложений. Поэтому он используется в первую очередь в бэкенде.

Семь преимуществ Go.

• Простой синтаксис. В Go нет наследования, классов и объектов. Для понимания кода не понадобятся стандарты и комментарии — всё и так максимально прозрачно. К тому же Go написан на Go: можно подсматривать хорошие решения у разработчиков языка.
• Лёгок для новичка. Основное руководство Go занимает всего 50 страниц. Благодаря строгости и простому синтаксису изучение Go — тривиальная задача даже для тех, у кого совсем нет опыта в разработке. Он ведёт разработчика за руку и защищает от ошибок и опечаток.
• Готовые инструменты. С Go поставляются уже готовые утилиты для форматирования и тестирования кода, создания документации и многое другое. Разработка на языке Go — простой и приятный процесс без необходимости искать сторонние инструменты для облегчения работы.
• Много библиотек. Практически для каждой задачи есть готовые библиотеки внутри языка. Сторонние тоже есть, их список постоянно растёт. К коду на Go можно подключать библиотеки С (хотя для этого и потребуется некоторый опыт), которых очень много из-за популярности и возраста этого языка.
• Высокая производительность. Если переписать код с другого языка на Go, можно даже без специальной оптимизации повысить производительность в несколько раз. Также в Go присутствует собственный макроассемблер, который позволяет добиваться максимальной производительности там, где это действительно нужно.
• Надёжность. Программы на Go оптимально используют память и вычислительные ресурсы, поэтому работают более стабильно.
• Сообщество. Go — проект с открытым исходным кодом. Участники сообщества постоянно разрабатывают новые инструменты, продвигают его в IT-индустрии и с радостью отвечают на вопросы новичков.

На курсе «Go-разработчик с нуля» студенты за 8 месяцев осваивают язык, все необходимые инструменты — Docker, Linux, Swagger, GitHub, и начинают свой путь в IT.

Компания Meta✴ выпустила инструмент под названием Code Llama — он основан на большой языковой ИИ-модели Llama 2 и предназначается для генерации программного кода, а также отладки кода, написанного человеком. Продукт издаётся под той же лицензией: он бесплатен для использования в исследовательских и коммерческих целях.

Источник изображения: Gerd Altmann / pixabay.com

Code Llama генерирует код по описанию, а также завершает и отлаживает его при указании на определённую строку. В дополнение к базовой модели Code Llama выпустила две дополнительных: одну специализированную Code Llama-Python и вторую Code Llama-Instrct, которая воспринимает команды естественным языком. Модели взаимозаменяемыми не являются — базовую Code Llama и Code Llama-Python разработчик не рекомендует использовать для управления на естественном языке.

В Meta✴ заявили, что Code Llama демонстрирует лучшие результаты в сравнении с общедоступными большими языковыми моделями — это подтверждают тесты производительности, хотя компания не уточнила, какие платформы участвовали в тестировании. В тесте HumanEval система набрала 53,7 % и смогла точно написать код на основе текстового описания. Разработчик выпустит три варианта Code Llama, меньший из которых можно будет запустить на системе с одним графическим процессором.

Аналогичные продукты уже есть у конкурентов Meta✴: на основе OpenAI GPT-4 был запущен инструмент GitHub Copilot, у AWS есть CodeWhisperer, а Google разработала AlphaCode, но пока не выпустила его. На владеющую платформой GitHub компанию Microsoft уже подали в суд, обвинив её в том, что Copilot нарушает авторское право, поскольку воспроизводит чужой код.

Microsoft добавила поддержку языка программирования Python в Excel. Сегодня стала доступна предварительная версия этой функции, которая позволяет пользователям табличного процессора управлять данными и анализировать их с помощью инструкций Python и Power Query, надстройки Excel, обеспечивающей обнаружение, доступ и совместное использование данных для бизнес-аналитики.

Источник изображения: unsplash.com

«Вы можете исследовать данные в Excel с помощью библиотек Python, а затем использовать формулы, диаграммы и сводные таблицы для дальнейшего уточнения своих идей, — пояснил генеральный менеджер отдела современной работы Microsoft Стефан Киннестранд (Stefan Kinnestrand). — Теперь вы можете выполнять расширенный анализ данных в знакомой среде Excel, получая доступ к Python прямо из интерфейса Excel».

Microsoft также добавила новую функцию PY, которая позволяет отображать данные Python в ячейках электронной таблицы Excel. Благодаря партнёрству с Anaconda, корпоративным репозиторием Python, популярные библиотеки Python, такие как Pandas, Statsmodels, Seaborn и Matplotlib, будут доступны в Excel. Расчёты Python выполняются в Microsoft Cloud, а результаты возвращаются в таблицу Excel. Пользователи Excel смогут создавать формулы, сводные таблицы и диаграммы на основе данных Python для визуализации тепловых карт, роевых диаграмм и скрипичных графиков.

Источник изображения: Microsoft

«Я рад, что интеграция Python и Excel увидела свет, — говорит создатель Python, а ныне заслуженный инженер Microsoft Гвидо Ван Россум (Guido van Rossum), — Я ожидаю, что оба сообщества найдут новые интересные применения в этом сотрудничестве, расширив возможности каждого партнёра. Когда я присоединился к Microsoft три года назад, я и представить себе не мог, что такое возможно».

В настоящий момент Python в Excel развёртывается в качестве общедоступной версии для участников программы предварительной оценки Microsoft 365 в бета-канале. Сначала он будет ограничен Windows, а затем станет доступен для других платформ.

Опрос разработчиков, проведённый сайтом вопросов и ответов о программировании Stack Overflow, показал, что инструменты на базе искусственного интеллекта становятся обычным явлением в отрасли, хотя программисты по-прежнему скептически относятся к их точности.

Источник изображения: pixabay

Результаты опроса показали, что 77 % респондентов положительно относятся к использованию ИИ в своём рабочем процессе, а 70 % уже используют или планируют использовать инструменты для программирования с помощью ИИ в этом году. Респонденты отметили такие преимущества, как повышение производительности (33 %) и ускорение обучения (25 %), но при этом заявили, что с опаской относятся к точности этих систем. Только 3 % респондентов заявили, что они «полностью доверяют» инструментам ИИ, а 39 % заявили, что они «частично доверяют» им. Ещё 31 % выбрали ответ «не определился», а остальные отметили «отношусь настороженно» (22 %) или «совсем не доверяю» (5 %).

По данным Stack Overflow, в ежегодном опросе приняли участие 90 тыс. респондентов из 185 стран. Другие основные моменты, касающиеся использования ИИ, включают:

• ChatGPT — самый популярный инструмент поиска с использованием ИИ, которым пользуются 83 % респондентов, далее следуют Bing (20 %), WolframAlpha (13 %) и Google Bard (10 %);
• GitHub Copilot — самый популярный инструмент для поиска среди разработчиков, которым пользуются 55 % респондентов, за ним следуют Tabnine (13 %) и AWS CodeWhisperer (5 %);
• респонденты из Индии, Бразилии и Польши чаще используют инструменты искусственного интеллекта, чем разработчики из США, Великобритании и Германии;
• респонденты, которые ещё учатся программированию, чаще используют инструменты ИИ, чем те, кто назвал себя «профессиональным разработчиком» (82 % против 70 %).

Сейчас Stack Overflow пытается решить, как остановить контент, созданный ИИ, от загрязнения собственной базы знаний, созданной сообществом. В декабре прошлого года компания временно запретила подсказки для программистов, созданные ИИ, но в мае, по сути, отменила это решение.