코딩의 종말이 오는가

"그런데 켄타우로스는 이미 우리에게 왔다.
GPT-4 그 자체만으로는 현재로서 프로그래밍 실력이 나보다 못하다.
친구 벤의 프로그래밍 실력은 그보다 더 못하다.
하지만 벤과 GPT-4가 함께 만난다면, 무서운 존재가 된다."
(But the centaurs have arrived.
GPT-4 on its own is, for the moment, a worse programmer than I am.
Ben is much worse.
But Ben plus GPT-4 is a dangerous thing.)

**
"인공지능이 이미 수십년 전에 평정해버린 체스 영역에서, 플레이어가 꼭 이루고 싶은 희망은 봇과 짝을 이루는 것이다. 이런 반-인간 반-인공지능의 조합을 켄타우로스로 부른다. 이런 켄타우로스라면 홀로 움직이는 최고 실력의 인간과 최고 실력의 인공지능을 모두 이길 수 있을 것이다. 프로그래밍은 아직 체스가 간 길까지 가지는 않았다. 그런데 켄타우로스는 이미 우리에게 왔다. GPT-4 그 자체만으로는 현재로서 프로그래밍 실력이 나보다 못하고, 친구 벤의 프로그래밍 실력은 그보다 더 못하다. 하지만 벤과 GPT-4가 함께 만난다면, 무서운 존재가 된다."
(In chess, which for decades now has been dominated by A.I., a player's only hope is pairing up with a bot. Such half-human, half-A.I. teams, known as centaurs, might still be able to beat the best humans and the best A.I. engines working alone. Programming has not yet gone the way of chess. But the centaurs have arrived. GPT-4 on its own is, for the moment, a worse programmer than I am. Ben is much worse. But Ben plus GPT-4 is a dangerous thing.)

**
(** 아래 글은 Programmer and writer James Somers의 포스팅을 ChatGPT가 번역한 것임.)

"코딩의 마지막 날들을 고민하는 프로그래머"

프로그래머로서 우리의 일은 단순히 코드를 작성하는 것뿐만 아니라 신입 직원을 지도하고 고수준에서 시스템을 설계하는 것을 포함합니다. 하지만 코딩은 항상 그 근본이었습니다. 제 경력 내내 저는 섬세한 프로그래밍 퍼즐을 해결하는 능력 때문에 면접을 보고 선택되었습니다. 갑자기, 이 능력이 덜 중요해졌습니다.

저는 벤(저자의 친구)에게서 이런 사실을 알게 되었습니다. 그는 GPT-4로 놀라운 성공을 거두고 있다고 계속 말했습니다. GPT-4는 섬세한 작업에서만 뛰어난 것이 아니라, 깊은 지식의 원천에서 문제에 접근하는 방법을 제안할 수 있는 고급 엔지니어의 특성을 가지고 있었습니다. 벤은 한 프로젝트에서 찰스 왕의 초상화 프레임에 작은 스피커와 빨간 LED 전구를 연결했습니다. 전구는 그의 왕관에 있는 보석을 대신했고, 웹사이트에 메시지를 입력하면 스피커가 멜로디를 연주하고 전구가 모스 부호로 메시지를 표시하는 아이디어였습니다. (이것은 기이한 영국 이민자를 위한 선물이었습니다.) 새 메시지를 가져오도록 장치를 프로그래밍하는 것은 벤에게 어려웠습니다. 그것은 그가 사용하고 있는 마이크로컨트롤러뿐만 아니라 메시지를 저장하는 백엔드 서버 기술인 Firebase에 대한 전문 지식이 필요한 것으로 보였습니다. 벤은 저에게 조언을 구했고, 저는 몇 가지 가능성을 중얼거렸지만, 사실 그가 원하는 것이 가능할지 확신할 수 없었습니다. 그러나 그가 GPT-4에게 물었을 때, GPT-4는 프로젝트를 훨씬 간단하게 만들 수 있는 Firebase의 기능을 알려주었습니다. 여기 그것이 있었고, 마이크로컨트롤러와 호환되는 코드 사용 방법도 있었습니다.

저는 GPT-4를 직접 사용하는 것이 두려웠고, OpenAI에 매달 20달러를 지불하는 것에 대해 다소 불쾌한 생각을 했지만, 벤을 통해 그것의 능력을 탐구하기 시작했습니다. 우리는 크로스워드 프로젝트에 앉아서 일하고, 저는 "이렇게 해보는 건 어떨까?"라고 제안했습니다. 그는 키보드를 제게 제안했습니다. "아니, 당신이 해보세요,"라고 말했습니다. 함께 우리는 A.I.가 할 수 있는 것에 대한 감을 잡았습니다. 저보다 더 많은 경험을 가진 벤은 한 번에 더 많은 것을 얻어낼 수 있는 것처럼 보였습니다. 나중에 그가 말했듯이, 그의 자체 신경망이 GPT-4와 맞춰지기 시작했습니다. 저는 그가 기계적 공감을 이루었다고 말했을 것입니다. 한 번은, 저에게 특히 놀라운 일로, 그는 A.I.에게 옛 노키아 폰에 있던 스네이크 게임을 만들게 했습니다. 그러나 GPT-4와의 짧은 대화 후, 그는 게임을 수정하여 당신이 졌을 때 최적의 경로에서 얼마나 멀어졌는지 보여주도록 했습니다. 이 작업을 수행하는 데 봇은 약 10초가 걸렸습니다. 솔직히 말해서, 저 자신이 할 수 있을지 확신이 서지 않았습니다.

수십 년 동안 A.I.에 의해 지배되어 온 체스에서, 플레이어의 유일한 희망은 봇과 팀을 이루는 것입니다. 이러한 반인간, 반A.I. 팀, 일명 '켄타우로스'는 여전히 혼자 일하는 최고의 인간과 최고의 A.I. 엔진을 이길 수 있을지도 모릅니다. 프로그래밍은 아직 체스의 길을 가지 않았습니다. 하지만 켄타우로스는 도착했습니다. GPT-4 자체는 현재 저보다 프로그래밍이 덜 뛰어납니다. 벤은 훨씬 못합니다. 하지만 벤과 GPT-4의 조합은 위험한 것입니다.

https://developers.slashdot.org/story/23/11/15/1411231/a-coder-considers-the-waning-days-of-the-craft

A Coder Considers the Waning Days of the Craft - Slashdot

 

**

최근 인공지능의 발전으로 많은 사람들이 몇 년 안에 자신의 일자리가 자동화될까 봐 걱정하고 있습니다. 일론 머스크와 같은 다른 이들은 인공지능이 세상을 장악할 것을 우려하며 인공지능 개발에 대한 유예를 촉구하고 있습니다 - 그들이 별도로 자신의 AI 벤처를 시작하고 있지만, 그것은 또 다른 이야기입니다.

이러한 걱정은 정당하며, 인공지능이 결국 문명에 대한 또 다른 존재론적 위협이 될 수 있기 때문에 우리는 집단적으로(시도해야만 합니다) 고급 AI가 어떻게 개발되고 있는지 통제해야 한다고 생각합니다. 그러나 이러한 논쟁은 더 평범하고 즉각적인 질문을 간과하고 있습니다: 우리는 현재와 가까운 미래에 AI와 어떻게 일할 것인가? 우리는 그것을 거부해야 할까, 아니면 받아들여야 할까?

이 질문에 답하기 위해, 20년 전에 AI에 의해 혼란을 겪은 분야인 체스에서 일어난 일을 살펴보는 것이 유익할 수 있습니다.

1997년 IBM 딥블루에 의해 패배한 그랜드마스터 게리 카스파로프는 많은 사람들이 그 후 컴퓨터가 체스 게임에서 최고가 될 것이라고 생각했습니다. 그러나 그것은 사실이 아니었습니다. 패배 후, 카스파로프는 기계와 협력할 기회를 보고 고급 체스, 또는 켄타우로스 체스라고도 알려진 것을 만들었습니다. 이것은 인간 플레이어와 컴퓨터를 같은 팀에 결합합니다. 그 이후로, 체스에서 최고의 플레이어는 인간도 컴퓨터도 아닌 둘의 조합이었습니다.

켄타우로스 체스 팀에서, 인간과 컴퓨터는 상대방을 능가하기 위한 최고의 움직임과 전략을 정의하기 위해 협력합니다. 상대방은 육체와/또는 실리콘으로 구성될 수 있습니다. 인간은 직관과 창의성을 제공하고 컴퓨터는 많은 수의 전진 움직임을 계산하고 확률을 계산하는 능력으로 그들을 지원합니다.

저는 이것이 우리가 ChatGPT와 같은 도구를 우리의 일에 어떻게 통합할지 정의할 때 고려할 영감을 주는 선례라고 생각합니다.

예를 들어 프로그래밍에서, ChatGPT를 사용하는 것은 코더들이 초안 작성, 디버깅 또는 코드 재사용과 같은 번거로운 작업에서 해방되게 하여, 자연어 지시를 사용하여 ChatGPT가 능숙하게 처리하도록 하여, 그들이 프로그램의 구조와 다른 고급 작업에 집중할 수 있게 합니다. 저는 매우 제한된 코딩 기술을 가지고 있었지만, 이제 ChatGPT 덕분에 수백 줄의 코드를 작성하고, 대규모 데이터셋을 처리하고, 기계 학습을 사용할 수 있게 되었습니다.

ChatGPT와 다른 것들이 우리의 데스크톱, 앱, 클라우드로 진출함에 따라, 우리는 전문가로서 그것들을 우리의 워크플로우에 통합하고 더 효과적인 방법을 찾는 것이 좋습니다. 어떤 방식으로 켄타우로스가 되어, 실제 세계의 전문 지식, 창의성, 직관을 구축하는 데 집중하고 반복적이고 평범한 작업은 기계에게 맡깁니다.

결국, 우리는 이미 엑셀 스프레드시트나 인터넷과 같은 고급 기술을 비즈니스를 처리하는 데 광범위하게 사용하고 있습니다. 그러나 우리는 그렇게 할 때 주의를 기울입니다. 모든 중요한 결정에 대해 출처와 계산을 신중하게 검토해야 한다는 것을 모두 알고 있습니다. ChatGPT에도 동일한 것이 적용됩니다: 그것에 지나치게 의존해서는 안 되며, 그것의 판단을 사용해야 합니다.

우리가 그것을 사용하는 데 익숙해지면, AI는 언젠가 인터넷을 사용하여 일을 처리하는 것처럼 필수적이고 일반적인 것이 될 수 있습니다. 이를 위해서는 우리가 AI를 우리의 일상 업무에 효과적으로 통합하기 위해 시간과 자원을 투자해야 합니다. AI와의 인터페이싱은 '프롬프트 엔지니어링'이라고 오늘날 불리는 새로운 필수 기술이 되고 있습니다.

게리 카스파로프 자신의 말을 인용하면, 켄타우로스 체스에서 인간 조작자는 반드시 체스 그랜드마스터일 필요는 없습니다. 오히려 AI와 상호 작용하는 데 매우 숙련되어야 합니다.

"나는 약한 인간 플레이어 + 기계 + 더 나은 프로세스가 매우 강력한 기계뿐만 아니라, 더 놀랍게도, 강한 인간 플레이어 + 기계 + 열등한 프로세스보다 우수하다는 결론에 도달했습니다." - 게리 카스파로프

“I reached the formulation that a weak human player plus machine plus a better process is superior, not only to a very powerful machine, but most remarkably, to a strong human player plus machine plus an inferior process.” - Gary Kasparov

그러므로, 존재론적 위험을 제외하고, 우리는 전문가로서 이 새로운 기술을 받아들이고 그것에 능숙해져야 한다는 것이 명백합니다.

그러나 켄타우로스 체스와의 비교는 여기서 끝나지 않습니다. 최근에는 스톡피시와 같은 체스 프로그램이 최고의 체스 플레이어가 되어 켄타우로스를 이겼습니다. 그렇다면 우리는 곧 자동화될까요?

제 겸손한 의견으로는 그렇지 않습니다. 체스 게임은 폐쇄된 시스템입니다: 규칙이 설정되어 있고 체스 게임의 우주는 유한합니다. 실제 세계 설정과는 매우 다릅니다. 그래서 제 생각에는 적어도 진정한 일반 인공지능이 나타날 때까지 켄타우로스가 향후 몇 년 동안 가장 효과적인 설정이 될 것입니다!

Working with ChatGPT, lessons from Centaur chess

Working with ChatGPT, lessons from Centaur chess

**

Leon, June 1998

The world's first championship of advanced chess organized by Kasparov.

In advanced (alt: freestyle or centaur) chess, humans of any expert level play assisted by technology such as hardware, software and databases.

Over the following year, a community of advanced chess players develops, designing various approaches of combining intelligence for chess playing mastery.

https://www.centaur-labs.io/centaurs/

Centaurs

**
GPT-4 Code Interpreter: The Next Big Thing in AI

The GPT-4 Code Interpreter is a revolutionary tool in the expanding fields of data science and analytics, providing innovative ways to optimize workflows and improve outcomes. This article discusses its application in these areas, showing how it can perform tasks once considered beyond its scope. Through various examples, it demonstrates the ease of integration into existing work environments.

The article is aimed at both seasoned professionals and beginners in data science, providing crucial insights for AI programming. The ultimate goal is to empower users to leverage the full potential of this advanced AI tool.

1. Understand, analyze and explain data intelligently!

In the following tweet thread, Code Interpreter has shown very good understanding of data and go for some advanced tasks such as applying PCA, Random Forest, and Monte Carlo!

 

2. Create Geographical Maps

In the following tweet, you can see how code interpreter is creating a 2-D map showing the seismic activity all over the world.

Code Interpreter can even go wilder and create interactive maps using folium. See the following tweet.

3. Be a fully autonomous data analyst!

In this tweet, code interpreter did go from a 300-hour Spotify playlist to conclusions about it. The conclusions do not appear to be naive at all!

4. Scrapping!

Have a tedious scrapping task? No problem! Save the page into an HTML then upload it to Code Interpreter and let it scrape the website for you using conventional tools such as Beautiful Soup.

4. Have a long-term memory ability!

While forgetting the context is one of the main frustrations around all GPT models in general. Someone has used Code Interpreter fancy traits to make it create SQLite database by itself and design it in a way that allow storing all the interactions held in the conversation and search all of them when responding to another new question!

5. Segmentation!

Believe it or not, Code Interpreter can do segmentation for you! While Segmentation using machine learning remains a challenging task for even a beginner data scientist. It can do it effortlessly!

6. Analyzing Stock Markets.

While working with stock market data is pretty challenging. It has never been easier thanks to code interpreter. Follow this thread to find out how it managed to analyze Tesla Stock Market data in a breath-taking way!

7. Creating 3-D Visualizations

Have a look at this tread to see some fantastic 3-D visualizations created by Code interpreter!

8. Be your own OCR

 

 

**
|
https://en.wikipedia.org/wiki/Advanced_chess

Advanced chess - Wikipedia

 

**