Should you still learn to code? (ft. Devin)
Summary
TLDRLe script explore l'impact de l'intelligence artificielle sur les métiers futurs, mettant en avant Devon, un bot autonome capable d'analyser et de corriger du code. Il examine également les capacités d'analyse de données d'AI, illustrant comment ces technologies pourraient influencer les carrières de l'avenir. L'analyse comparative des performances d'AI sur GitHub et la présentation de Claude, un modèle économique de l'AI, montrent l'évolution rapide de ces outils. Le script suggère que bien que l'AI ne soit pas encore parfaite, elle est en train de progresser rapidement, ce qui a des implications significatives pour l'apprentissage du codage et de l'analyse des données.
Takeaways
- 🧑💼 L'avenir du travail est en train de changer, comme le suggère le PDG de la troisième entreprise la plus valorisée.
- 💻 Il est souvent affirmé que les enfants devraient apprendre l'informatique, mais le discours suggère que cela n'est pas aussi important que l'on pourrait le penser.
- 🤖 Devon, un bot autonome, a été introduit, capable d'effectuer des tâches de programmation et d'analyse de données avec seulement un prompt simple.
- 🔍 Devon utilise des outils comme un environnement de codage et un navigateur pour planifier et exécuter des tâches, y compris le débogage de code.
- 🔧 Devon a montré la capacité à trouver et à corriger des bugs dans le code, en utilisant une approche itérative.
- 📈 Devon a également démontré des capacités en analyse de données, en utilisant des modèles de machine learning pour prédire et analyser des tendances économiques.
- 📊 L'analyse visuelle de Claude, un autre modèle, a été testée pour la transcription de graphiques, montrant une précision moyenne de 11%.
- 🌐 Claude a utilisé des simulations de Monte Carlo pour prédire le PIB, en utilisant des modèles de machine learning pour une analyse économique.
- 📈 Devon a été testé pour résoudre des problèmes réels sur GitHub, avec un taux de résolution de 14%, bien que ce soit encore loin d'être parfait.
- 🛠️ Les technologies comme Devon et Claude montrent que l'on est sur une bonne voie, mais qu'elles peuvent être survalorisées, surtout lorsqu'elles sont liées à des levées de fonds.
- 🔮 L'auteur du script envisage d'explorer comment utiliser des bibliothèques et des modèles de langage pour résoudre des problèmes complexes à l'avenir.
Q & A
Qu'est-ce que Devon et comment cela peut-il affecter l'avenir du travail des ingénieurs logiciels?
-Devon est un bot autonome qui peut effectuer des tâches telles que le codage, le débogage et l'analyse de données. Il est capable de prendre des instructions simples et de les transformer en plans d'action détaillés, ce qui pourrait potentiellement remplacer certaines tâches des ingénieurs logiciels à l'avenir.
Quels sont les avantages de Devon en tant qu'outil de développement logiciel?
-Devon offre un approche itérative pour résoudre les problèmes de codage, peut ajouter des instructions de débogage, corriger les bogues et fournir des analyses de code qui peuvent être présentées comme le travail personnel.
Pourquoi l'auteur pense-t-il que l'apprentissage du codage reste important malgré l'avènement des outils comme Devon?
-L'auteur souligne que les outils comme Devon nécessitent encore des instructions détaillées pour résoudre des problèmes complexes, ce qui montre que la connaissance du codage est essentielle pour guider efficacement ces outils.
Quels sont les résultats des tests comparatifs de Devon avec d'autres modèles pour résoudre des problèmes réels sur GitHub?
-Devon a obtenu un taux de résolution de problèmes de 14%, ce qui est bien supérieur au taux de 2% du meilleur modèle sur le marché, indiquant qu'il est plus performant que la plupart des autres solutions actuelles.
Quel est le rôle de l'analyseur de données dans l'avenir face à l'avancement des technologies telles que Devon?
-L'analyseur de données devrait s'adapter aux nouvelles technologies, en apprenant à utiliser des outils de codage et de modélisation de langage pour résoudre des problèmes complexes, plutôt que de s'inquiéter de la substitution par des outils automatisés.
Quelle est la différence entre Devon et d'autres outils similaires comme Auto GPT?
-Auto GPT est un outil similaire qui existe depuis près d'un an et effectue des tâches similaires à Devon, mais n'a pas reçu autant d'attention. Devon est plus récent et a été largement promu, ce qui a suscité une plus grande excitation dans l'industrie.
Quel est le lien entre les progrès technologiques et l'apprentissage continu pour les professionnels de l'informatique?
-Les progrès technologiques montrent que les professionnels de l'informatique doivent continuer à s'instruire et à s'adapter aux nouvelles technologies pour rester compétitifs et pertinents dans leur domaine.
Pourquoi l'auteur mentionne-t-il les pie charts comme étant une mauvaise option pour comparer des valeurs?
-L'auteur critique l'utilisation de pie charts pour la comparaison de valeurs car elles ne sont pas efficaces pour montrer les différences quantitatives entre les données, ce qui est important pour une analyse économique approfondie.
Quel est le message principal de l'annonce de la nouvelle fonctionnalité de GitHub qui permet de corriger automatiquement le code?
-La nouvelle fonctionnalité de GitHub vise à réduire la charge de travail des développeurs en identifiant et en corrigeant automatiquement plus de deux tiers des vulnérabilités trouvées, réduisant ainsi la nécessité d'une intervention humaine.
Quelle est la vision de l'auteur pour l'avenir de l'analyse des données en utilisant des modèles de langage étendus et des outils de codage?
-L'auteur voit l'avenir de l'analyse des données comme étant axée sur l'utilisation de Python et d'autres bibliothèques pour créer des agents qui travaillent avec des modèles de langage étendus pour résoudre des problèmes complexes en parallèle.
Quels sont les avantages de l'utilisation de cours en ligne comme celui offert par Corsera pour les analystes de données en herbe?
-Les cours en ligne, tels que le certificat Google Data Analytics offert par Corsera, donnent aux étudiants l'accès à des technologies clés telles que SQL, les langages de programmation, les outils Vis et les tableurs, offrant une base solide pour commencer une carrière en analyse des données.
Outlines
😲 L'avenir de la programmation avec l'IA autonome
Le paragraphe 1 explore l'impact potentiel de l'intelligence artificielle sur les métiers futurs, en se concentrant sur Devon, un bot autonome capable d'effectuer des tâches de programmation et d'analyse de données. Devon a été présenté comme le premier ingénieur logiciel AI, bien qu'il y ait des problèmes avec cette affirmation. Les démonstrations de son utilisation incluent la résolution de bugs, l'analyse de données et même la formation d'un modèle d'apprentissage automatique. Cependant, il est souligné que l'IA nécessite encore une intervention humaine pour guider efficacement les tâches à accomplir.
👨🏫 L'importance de l'apprentissage en analyse de données
Le paragraphe 2 met en avant l'importance de l'apprentissage en analyse de données, en particulier à travers la plateforme Cours Éra, qui propose un certificat de données analytiques de Google. Le narrateur recommande ce cours pour ceux qui souhaitent commencer dans le domaine de l'analyse de données. Il partage également son expérience personnelle en utilisant Cours Éra pour améliorer ses connaissances en IA et en analyse de données, en abordant des projets pratiques. En outre, le paragraphe aborde les performances de Devon dans des tests comparatifs, montrant qu'il est encore loin d'être parfait mais sur une trajectoire positive. Le narrateur exprime également son enthousiasme pour les nouvelles technologies, comme Claude de l'équipe d'Anthropic, qui montrent le potentiel de l'IA dans l'analyse économique mondiale.
Mindmap
Keywords
💡Devon
💡Analyse de données
💡Programmation
💡Auto-GPT
💡Déboggage
💡Modèle de langage
💡Claude
💡Monte Carlo
💡GitHub
💡Coursera
Highlights
Le CEO de la troisième entreprise la plus valorisée a fait une déclaration audacieuse sur l'importance de l'apprentissage de la science informatique pour les enfants.
L'auteur explore si apprendre à programmer est toujours pertinent avec l'introduction de nouvelles technologies.
Présentation de Devon, un bot autonome capable de coder et de naviguer sur Internet, qui pourrait potentiellement remplacer des tâches humaines.
Démonstration de l'utilisation d'un environnement de codage par Devon pour résoudre des bugs dans le code.
Devon a été utilisé pour effectuer une analyse de données, montrant son potentiel au-delà de la simple ingénierie logicielle.
Un exemple de l'utilisation de Devon pour l'analyse d'images et l'étiquetage de nids-de-poule, démontrant sa capacité à traiter des tâches spécifiques.
Analyse des performances de Devon par rapport à d'autres modèles, montrant qu'il résout 14% des problèmes GitHub, un taux plus élevé que les autres modèles.
La nécessité d'une interaction humaine pour guider efficacement les tâches que Devon doit accomplir.
GitHub annonce un nouvel outil pour corriger automatiquement le code, réduisant la nécessité d'intervention humaine.
Présentation d'une offre spéciale de Corsera pour le certificat de Google en analyse des données, incluant SQL, les langages de programmation et les outils de visualisation.
L'auteur partage son expérience personnelle avec Corsera Plus et son utilisation pour améliorer ses connaissances en analyse des données.
Comparaison des performances de Devon avec d'autres modèles et la nécessité de spécifier en détail les tâches pour obtenir des résultats efficaces.
La présentation d'Auto GPT, un outil similaire à Devon qui a été disponible depuis un an mais avec moins de visibilité.
Introduction de Claude, un modèle de l'équipe d'Anthropic, capable d'analyser l'économie et de prédire les tendances du PIB.
Claude utilise la vision par ordinateur pour transcrire des graphiques de PIB, montrant une précision moyenne de 11%.
Claude effectue une analyse économique mondiale en utilisant des agents parallèles pour collecter et traiter des données sur les principaux pays.
L'auteur exprime son intérêt à explorer comment utiliser Python avec des bibliothèques de modèles de langage pour résoudre des problèmes complexes à l'avenir.
Transcripts
that nerds our jobs in the future are
going to be a lot different the CEO of
the third most valuable company made
this bold claim um almost everybody who
sits on a stage like this would tell you
it is vital that your children learn
computer
science um everybody should learn how to
program and in fact it's almost exactly
the opposite so is it even worth your
time learning how to program well in
this I'm going to be exploring a few new
technologies that just came out in order
to answer that question last week the
world was introduced to Devon a fully
autonomous bot equipped with tools like
a coding environment and browser with
this it can basically take over the
world providing it with only a simple
prompt it gets to work putting together
a plan of action breaking up what it
needs to do into simple tasks it starts
by browsing the internet to make you
feel more confident that its answers
aren't going to be hallucinations then
jumps into some light coding to make you
even feel less secure about your
long-term job security and then after it
fixes a quick bug it provides this
groundbreaking analysis that you can
provide to your boss as your own work so
let's break Devon down it's advertised
as the first AI software engineer
there's a lot of problems with that
we'll get to that but let's actually
look at some of the use cases they've
used it for now all these demonstrations
were done by employees of cognition so
to be fair there haven't been a lot of
outside tests of this tool anyway in
this case the engineer wants to fix a
bug in the code he provides some pretty
detailed instructions and Devon gets to
work now one of the impressive things
from this demo was it used as an
iterative approach so Deon here actually
wrote uh actually added a print
statement to debug the outputs uh and
the uh inputs to the failing test reran
the tests and actually found which case
was wrong which is actually a second bug
that Devon found and it then went and
updated the code to fix this second bug
and with that demo you may be like Luke
I'm a data nerd not a software engineer
this thing's just troubleshooting code
bases and not actually performing data
analytics so I have nothing to worry
about with my job well if you recall
from that first example that I showed
Devon did do data analysis additionally
they had a demo showcasing well as they
stated today I'm going to show you an AI
training in AI which is not only meta
but also shows that this is not just
geared towards software Engineers but
also has the potential defect Us in data
science now this followed a similar
approach as we've seen before of
downloading the code and in this case
going through and fine-tuning a model
which after about an hour it's only
about 4% done with training and
conveniently there's no conclusion on
what happened with the training now one
of the most impressive exercises that
demon demonstrated was the ability to
actually make money it was provided with
a problem from upward which side note
how are you going to calculate hourly
rates whenever AIS work almost
instantaneous anyway this thing was
looking at making inferences with a
computer vision model that's fancy talk
in this case as all it really wanted to
do was label potholes on a Road Devon
got to work and the first thing I noted
was some of the packages were out of day
so it updated it which then it found a
bug in the code which wasn't supposed to
be there and once again it used that
print statement approach in order to
find it I'll be honest I don't know why
it's not using a debugger so finally
after this it gets into running the
model and providing a detailed report on
it and even provides some screenshot
examples of it working in action along
with this final write up in a text file
that overviews the work and also the
conclusions that it came to not going to
lie if I received this on upwork I'd be
pretty impressed so there's a Core theme
that Devon is following that I found in
all these examples some human is unhappy
because it doesn't know how to solve a
problem so it all flows that to Devon
who gets to work Devon then in all these
cases went and pulled this GitHub
repository after it found a solution
working in an iterative approach and
reported back to the human I love you
Devon which should no longer be unhappy
and this demonstrates an important point
you still need a human in the mix in
order to guide Devon onto what problems
it needs to be solving oh wait what's
this GitHub introduces a new tool in
order to automatically fix code this new
feature promises that this new system
can remediate more than 2third of the
vulnerabilities that it finds often
without the developers having to edit
any code
themselves okay scratch that on human
intervention all right before we go
further we need to pay some bills and
give a shout out to the sponsor of this
video corsera which is having a special
deal right now now the number one course
that I recommend for aspiring data
analyst is the Google data analytics
certificate this covers not only what
it's like to be a data analyst but also
goes into all the core Technologies you
need to know including SQL programming
languages Vis tools and spreadsheets
it's where I recommend anyone new to
that analytics start and I've made a
number of videos interviewing those that
have taken this to better understand the
value of this certificate now right now
corsera is offering a heck of a deal
where you can receive $100 off your
yearly subscription to corsera plus
which works out to being less than a
dollar a day with this it not only gives
you access to the Google certificate but
also 7,000 other learning programs
including a ton of resources on my
favorite programming language now I'm
not just recommending corsera because it
was a sponsor of this video I've
actually personally paid for a corsera
plus and used it for my learnings as
shown by this receipt more recently I've
been using this to improve my knowledge
on applying AI in data analytics
specifically I've been working through a
lot of different courses and I just
completed this project based course on
using Python's Lang chain for analyzing
your own data which we're going to go
into more detail in a bit of what
Technologies I'm going to be covering
over the next year all right thanks
again to corsera for sponsoring this
video and let's get back to it so how
does Devon actually perform in a
comparative test to other common models
and these results were testing whether
it can resolve real world GitHub issues
Devon got a whopping 14% which you're
probably like Luke that's nowhere near
100% that's like 3 and 20 how the heck
is it going to actually do my job but if
you look at the best model in the market
today it's only at around 2 % so it's a
little bit better personally I think
this graph answers on whether you should
learn coding or not it's not solving all
the issues today or tomorrow but we're
on a positive trajectory to maybe one
day be at 100% but not anytime soon now
the other thing that reassures me from
this is that I don't know if you noticed
this from those videos that I showed
earlier but for complex tasks Devon
takes a fair bit of prompting and by
fair I mean a lot and this case I feel
the engineer had to go into an enormous
amount of detail in order to specify how
it wanted it to solve its problem which
with this level of specifity I think
even the free version of chat gbt could
solve it and that's where I think we are
with this technology today yeah although
they're claiming that Devon is first AI
software engineer Auto GPT which has
been around for almost a year now has
been doing a lot of the same things but
doesn't get as nearly as much virality
as Devon did which coincidentally is
happening almost in tandem when these
type of companies are raising funding
like cognition did last week I want to
be clear I'm not trying to on Devon
and say it's a bad tool in fact I think
quite opposite I think they've done
incredible advancements and we're moving
in the right direction but these type of
Technologies can be overhyped and is
driven by funding now there's another
announcement last week that I feel is
more relevant to us data nerds and it
deals with this model which is only
second to open ai's GPT 4 the team at
anthropic released this video on Claude
working as an economic analyst they
prompted it to look up GDP trends for
the US and write a markdown table of the
estimates which you got to work
transcribing this screenshot of a graph
of the GDP from there they went to
evaluate how accurate those
transcriptions were so it had the model
plot those transcribed values in this
interactive plot and then after having
provided the model the actual results it
plotted them side by side so how
accurate is Claude at using the vision
model for transcription we tried it with
a large sample of madeup GDP graphs and
its transcription accuracy was within
11% on average which not bad but
probably can be improve so then they
moved into having Claude use machine
learning in order to predict GDP in this
case using a Monte Carlo simulation and
just like most people thinks the US
economy is going to be just fine for the
next few years but really none of this
was impressive until I saw this where it
asked Claude to perform in an analysis
of the world's economy looking at more
than just one country in this case
although they didn't disclose it it
looks like they were using some sort of
large language model framework in order
to implement agents which all of these
agents were working in parallel
collecting all the data they needed for
these top countries and processing it
pretty dang impressive for the final
results it provided these pie charts
comparing the two values side note I was
a little disappointed with this because
pie charts are actually really bad at
comparing values but nonetheless it not
only provided an analysis it also
provided a final summary detailing how
the major countries planed a fair over
the next few years now I thought this
was more impressive because it
demonstrated how you can actually use
coding such as python to perform an
analysis with a large language model and
frankly this is where I see analytics
going into the future personally I'm
going to be exploring more on this
channel how to use things like python in
conjunction with libraries that build
out agents for large language models to
solve more complex problems all right as
always you got value out this video
smash that like button and if you'd like
to learn more about how to start coding
in data analytics I just made this
tutorial right here on how to learn SQL
all right with that see you in the next
one
Voir Plus de Vidéos Connexes
«L'open data peut changer nos vies» selon Guillaume Rozier, créateur de CovidTracker
IA : Ce qu'on ne vous dit pas ...
C’est quoi l’intelligence artificielle ? Découvrir #1
Le poids des normes dans la guerre économique
Tout comprendre sur les modèles ARVALIS, au cœur des Outils d’Aide à la Décision - ARVALIS.fr
Qu'est ce que l'intelligence ? | Les idées larges | ARTE
5.0 / 5 (0 votes)