Η Ηλεκτρική Επανάσταση του Χένρι Φορντ και το Μέλλον του AI στη Ανάπτυξη Λογισμικού

Έχω σκεφτεί πώς η ανάπτυξη λογισμικού είναι έτοιμη να εξελιχθεί με την εισαγωγή του AI και των εργαλείων AI. Η αλλαγή δεν είναι τίποτα νέο στον κόσμο της ανάπτυξης λογισμικού. Για παράδειγμα, στη thời đại των γονιών μας, οι προγραμματιστές χρησιμοποιούσαν κάρτες με οπές για να γράψουν κώδικα. Ωστόσο, η επίδραση του AI και της ανάπτυξης με βάση το AI θα είναι πολύ πιο σημαντική. Αυτές οι προόδους θα αλλάξουν ουσιαστικά τον τρόπο που γράφουμε, δομούμε και οργανώνουμε τον κώδικα.

Υπάρχει μια πειστική αναλογία να λάβουμε υπόψη: Το εργοστάσιο Highland Park του Χένρι Φορντ. Αυτό το εργοστάσιο επαναχάραξε πραγματικά τη βιομηχανική παραγωγή – όχι με τον επιφανειακό τρόπο που οι επιρροές ισχυρίζονται ότι “επαναχάρασσουν την αγορά συμπληρωμάτων τσάι μανιταριών”. Ο Φορντ επέστρεψε στις πρώτες αρχές, εξετάζοντας την παραγωγή και τα εργαλεία που ήταν διαθέσιμα εκείνη την εποχή για να επανασχεδιάσει όλα, από την αρχή. Χτίστηκε ένα νέο εργοστάσιο που επικεντρώθηκε στην ηλεκτρική ενέργεια. Είναι αξιοσημείωτο, επειδή η βιομηχανική ηλεκτρική ενέργεια υπήρχε για σχεδόν σαράντα χρόνια πριν να χρησιμοποιηθεί αποτελεσματικά για να βελτιώσει την παραγωγικότητα.

Πριν την εφεύρεση της ηλεκτρικής ενέργειας, τα εργοστάσια παραγωγής ήταν δομημένα γύρω από một κεντρικό λέβητα, με βαρέα μηχανήματα που τροφοδοτούνταν από ατμό. Το εξοπλισμό που απαιτούσε την περισσότερη ενέργεια τοποθετήθηκε κοντά στον λέβητα, ενώ αυτά που χρειάζονταν λιγότερη ενέργεια τοποθετήθηκαν μακρύτερα. Ολόκληρη η σχεδίαση του εργοστασίου επικεντρώθηκε στην πηγή ενέργειας παρά την αποτελεσματική παραγωγή.

Ωστόσο, όταν ο Χένρι Φορντ άρχισε να δουλεύει στο Μοντέλο Τ, συνεργάστηκε με τον Τόμας Έντισον για να ξανασχεδιάσει αυτήν την διάταξη. Ο Έντισον πείστηκε τον Φορντ ότι τα ηλεκτρικά εργοστάσια μπορούσαν να παρέχουν μια σταθερή και υψηλή επίπεδο ενέργειας σε κάθε εξοπλισμό, ανεξάρτητα από την απόσταση του από τον γεννήτρια. Αυτή η καινοτομία επέτρεψε στον Φορντ να εφαρμόσει τις αρχές παραγωγής του και να σχεδιάσει την πρώτη γραμμή συναρμολόγησης.

Πήρε σαράντα χρόνια – σκεφτείτε το – σαράντα χρόνια από τη διάδοση της βιομηχανικής ηλεκτρικής ενέργειας για να αλλάξει τον τρόπο που λειτουργεί ο κόσμος με οποιονδήποτε σημαντικό τρόπο. Δεν υπήρξαν κέρδη παραγωγικότητας από την ηλεκτρική ενέργεια για πάνω από σαράντα χρόνια. Είναι τρελό.

Πώς σχετίζεται αυτό με το AI και την ανάπτυξη λογισμικού, μπορείτε να ρωτήσετε; Η κατανόηση της σημασίας των ανθρώπων και στο λογισμικό και στο AI είναι κρίσιμη. Οι άνθρωποι είναι η κινητήρια δύναμη· υπηρετούμε ως η κεντρική πηγή ενέργειας πίσω από κάθε δομή και σχέδιο στο λογισμικό. Η ανθρώπινη συντήρηση είναι απαραίτητη για τις αρχές που αναφέρονται συχνά ως “καθαρός κώδικας.” Έχουμε δημιουργήσει σχέδια και έχουμε γράψει πολλά άρθρα που επικεντρώνονται στην ανάπτυξη λογισμικού με τους ανθρώπους στο μυαλό. Πράγματι, έχουμε σχεδιάσει ολόκληρες γλώσσες προγραμματισμού για να είναι φιλικές προς τον χρήστη. Ο κώδικας πρέπει να είναι αναγνώσιμος, συντηρήσιμος και διαχειρίσιμος από τους ανθρώπους,既然 ότι θα πρέπει να το τροποποιήσουν. Όπως ένα εργοστάσιο ατμού οργανώνεται γύρω από μια seule πηγή ενέργειας, δομούμε τα συστήματά μας με την κατανόηση ότι όταν αυτή η πηγή ενέργειας αλλάξει, ολόκληρο το σύστημα μπορεί να χρειαστεί να ξαναοργανωθεί.

Όσο το AI γίνεται ολοένα και πιο ενσωματωμένο στην ανάπτυξη λογισμικού, εμφανίζεται ως ένα ισχυρό νέο εργαλείο. Το AI έχει την ικανότητα να διαβάζει, να γράφει και να τροποποιεί κώδικα με τρόπους που είναι πέρα από τις ανθρώπινες

ικανότητες. Ωστόσο, ορισμένα σχέδια – όπως οι συμβάσεις ονοματοδοσίας και η αρχή της μονής ευθύνης—μπορεί να περιπλέξουν τη διαδικασία για το AI, καθιστώντας το δύσκολο να αναλύσει και να συλλογιστεί αποτελεσματικά τον κώδικα.

Όσο το AI παίζει ένα πιο κεντρικό ρόλο στην ανάπτυξη, θα υπάρξει μια αυξανόμενη ζήτηση για ταχύτερη γεννήτρια κώδικα. Αυτό μπορεί να σημαίνει ότι αντί να χρησιμοποιούμε JavaScript ή TypeScript και στη συνέχεια να μειώνουμε τον κώδικα, θα μπορούσαμε να οδηγήσουμε ένα AI να κάνει συμπεριφορικές αλλαγές, επιτρέποντας του να ενημερώσει τον ήδη μειωμένο κώδικα απευθείας. Επιπλέον, η διπλή κώδικα μπορεί να γίνει ένα ωφέλιμο χαρακτηριστικό που ενισχύει την αποτελεσματικότητα του λογισμικού,既然 ότι το AI θα μπορούσε να τροποποιήσει άμεσα όλες τις περιπτώσεις της διπλωμένης λογικής.

Αυτή η αλλαγή στη σκέψη θα χρειαστεί χρόνο. Οι άνθρωποι θα πρέπει να προσαρμοστούν, και για τώρα, ο ρόλος του AI στην ανάπτυξη λογισμικού παρέχει κυρίως σταδιακές βελτιώσεις. Ωστόσο, οι εταιρείες και τα άτομα που ενστερνίζονται το AI και αρχίζουν να ξανασκέφτονται τις θεμελιώδεις αρχές της ανάπτυξης λογισμικού, συμπεριλαμβανομένου του Νόμου του Conway, θα επαναχαράξουν τον τρόπο που χτίζουμε λογισμικό και, συνεπώς, τον τρόπο που λειτουργεί ο κόσμος.