Yapay Zeka ve DevOps bir araya gelerek geliştirici yaratıcılığının engellenmesine yardımcı olabilir
Yapay zeka binlerce sürümü tarayarak geliştiricilere zaman kazandırabilir.
Yapay zeka, yazılım kodu oluşturma, test etme ve dağıtma yeteneğine sahip olduğunu gösterdi.
ZDNET meslektaşı Liam Tung'un yakın tarihli bir makalesinde incelendiği gibi, ChatGPT gibi araçlar kod yazabilir ve hatta hataları düzeltebilir.
Bu yeni ortaya çıkan akıllı otomasyon türü, önümüzdeki aylarda ve yıllarda geliştiricilerin rolleri açısından ne anlama geliyor?
İyi haber şu ki, Yapay Zeka DevOps ile birleştiğinde büyük ölçüde geliştirilmiş bir geliştirici deneyimi anlamına gelebilir ve belki de çok fazla şişelenmiş yaratıcılığı serbest bırakabilir.
Geliştirici deneyiminin artan önemi ve bunun neden bir olay haline geldiği, DevOps önde gelenlerinin de katıldığı yakın zamanda yapılan bir web yayınında ayrıntılı olarak incelendi ve araştırıldı. DevOps'un ve dolayısıyla geliştiricilerin rollerinin geleceğinin yapay zeka, düşük kodlu ve kodsuz teknolojiler tarafından zenginleştirildiğini söylüyorlar.
Yazılım mimarı ve bulut bilişim ve uygulama modernizasyonu konularında yazar Lee Atchison, "İnsanlar aynı şeye tekrar tekrar bakarak çok fazla zaman harcama konusunda iyi değiller, ancak bilgisayarlar ve makine öğrenimi bu konuda çok iyi" diyor .
DevOps'un ileriye dönük etkileri etkileyici. CloudBees'in platform ve teknoloji stratejisinden sorumlu kıdemli direktörü Hope Lynch, "Bu, DevOps'a dahil olduğumdan beri gördüğüm en ilginç zamanlardan biri" diyor. "Bunun bir kısmı yapay zeka, makine öğrenimi, düşük kod ve kod kullanmamanın etkisidir. Tüm bunlar aynı zamanda geliştiriciler üzerinde birleşiyor. İnsanlar artık geliştiricilerin deneyimi hakkında da daha fazla düşünüyor. Aslında nasıllar? Artık arka odadaki geliştiriciler değiller, artık işlerin nasıl yürütüldüğünün bir parçasılar."
Atchison, makine öğrenimi ve yapay zekanın "DevOps'un geleceği hakkındaki her türlü tartışmanın başlığı olması gerektiğini" söylüyor. DevOps'un yapay zeka ile birleşiminin üretkenlik üzerindeki etkileri çok büyük olabilir. "Sistemimizin güvenilirliğini bir sorun haline gelmeden önce taramamıza yardımcı olabilecek bu tür araçlara sahip olmak kritik hale gelecek. Makine öğrenimi ve yapay zekanın yalnızca geliştirme açısından değil, aynı zamanda kritik hale geleceğini düşünüyorum." Burada neler olabileceğinin sadece başlangıcını görüyoruz - ama aynı zamanda operasyonlar açısından DevOps gerçekten de günde binlerce, binlerce ve binlerce sürüme sahip olmamızı sağladı, yani her 11 saniyede bir kod mu bu? uygulamalarımıza dağıtılıyor, ve giderek daha fazla sayıda şirket arasında SaaS, bulut hizmetleri vb. aracılığıyla oturuyorlar."
Peki, giderek daha fazla yapay zekanın DevOps'a bağlanması ve yazılım yaşam döngüsü boyunca hayati işlevleri yerine getirmesinin yazılım geliştiricileri açısından sonuçları nelerdir? Lynch, "Yapay zekayı kodlama ortağı olarak kullandıklarını söyleyen geliştiricilerin olduğunu görüyorum" diyor. "Bunu ek fikirler bulmak, kısayollar bulmak için kullanıyorlar. Bu onların yerini aldığı anlamına gelmiyor ve buna körü körüne inanmıyorlar. Ancak daha geniş bir fikir kategorisine daha hızlı erişmelerine yardımcı oluyor."
Atchison şunu ekliyor: "Günümüzde hiçbir şey ChatGPT kadar abartılı değil. Ancak sonuçta bu, insanların yerini alacak bir araç değil, bazı görevlerin yerine getirilmesine yardımcı olan bir araç" diye belirtiyor. "Yapay zekanın iyi olduğu şeylerden biri, anormallikleri aramak için büyük miktarda veriyi analiz etmektir. Daha sonra bu anormallikler, neler olup bittiğini anlamak için insanlar tarafından görüntülenebilir. Her gün binlerce sürüm yayınlandığı için bunu güvenilir bir şekilde yapmamızın hiçbir yolu yok." tüm bunların doğru olup olmadığını tahmin edin. Dolayısıyla, makine öğreniminin iyi bir kullanımı, tarama yapmak, bunları sürümlerle ilişkilendiren analitik verilerdeki anormallikleri veya değişiklikleri aramaktır."
Tricentis'in mühendislikten sorumlu başkan yardımcısı Parag Doshi, geliştiricilerin yaratıcılıkları için neden işe alındığının özüne indiğini söylüyor. "Bir başvuru üzerinde milyarlarca test sonucunu incelemek kimsenin işi değil. Bu yıl insanlar kemerlerini sıkacak, uygulamalarını rasyonel hale getirecek, ne kadar zaman harcayabileceklerini rasyonel hale getirecekler bir uygulama oluşturmak, bir uygulamayı test etmek ve bunu sürekli olarak ne kadar verimli bir şekilde dağıtabilecekleri. Daha akıllı olmamız gerekecek ve yapay zeka, başlangıçta yapmak üzere işe alındığımız alanlara daha fazla zaman ayırmamıza olanak sağlayacak başka bir araçtır. "