1952 yılında, Grace Hopper bir UNIVAC I'nin önünde oturdu ve el ile alt rutinin adreslerini kopyalamaktan bıktı.O zamanlar programcılar ham makine kodunu yazdı, bir kağıt kütüphanesinden bellek yerlerine baktı ve onları manuel olarak bir araya getirdiler.Bu yavaştı.Hata eğilimi vardı.Ve hatalar şaşırtıcıydı. Her halükarda A-0 kompülatörü inşa etti. sembolik matematik kodunu aldı ve otomatik olarak makine talimatlarına çevirdi. Daha önce bir aylık manuel kodlama gerektiren şey beş dakika içinde yapılabilirdi. Şüpheciler ona bilgisayarların ne amaçla kullanıldığı konusunda karışıklığa düştüğünü söylediler. On yıl içinde COBOL'u yaratmaya yardımcı oldu ve yazılım geliştirme yolculuğunun tamamı kalıcı olarak değiştirildi. Bunu ortaya koyuyorum çünkü yirmi dört yıl sonra Elon Musk esas olarak tüm bunları iptal etmeyi önerdi. İtirazı birinde Bu ayda, , Musk, 2026 sonuna kadar “kodlama yapmaktan bile rahatsız olmayacaksınız. AI sadece doğrudan ikili oluşturacaktır.” Daha da ileri gitti: “AI herhangi bir kompülatör tarafından yapılabilecek kadar çok daha verimli bir ikili oluşturabilir.” Görüşü basittir. İndirin, çalıştırılabilir. Kaynak kodu yok, kompülasyon yok, ortalama temsil yok. Sadece titreşimler ve voltaj. XAI All-Hands Toplantısı Reuters Haberleri Aynı zamanda, doğrudan AI aracılığıyla ikili oluşturmanın “bilgisayarlara en enerji verimli yaklaşım” olduğunu iddia eden bir makaleyi destekledi. Burada neler olup bittiği için teknik bir terim var ve bu “yeni” değildir. Bu bir kategori hatasıdır. Bir kompülatör semantik koruyan bir transformatördür: bir spesifikasyonla resmi bir dilde çalışır ve çıkışı bu spesifikasyonla kontrol edilebilir. Bir LLM, varsayılan doğruluk garantisi olmaksızın token sekanslarının gerçekçi devamlarını üreten bir varsayım motorudır. Musk, önceki birini sonuncuyla değiştirmemizi öneriyor. Neden bu ayrılığa düştüğünü anlamak için, kompülatörlerin aslında ne yaptığını anlamak gerekir. Compile'i vurduğunuzda neler olur Çoğu geliştiricinin bir karmaşık zihinsel yapılandırma modeli vardır. Kod yazıyorsun, bir komut çalıştırıyorsun, bir yürütülebilir görünür. ve çıkış ikili tüm bilgisayar bilimi en sofistike formel dönüşüm zincirlerinden biridir. gcc -O2 main.c Bu süreç ile başlar : compiler kaynak kodunuzun karakterini karakterle okuyor ve tokenlere bölüyor. anahtar kelimeler, tanımlayıcılar, operatörler, harfler. , bu tokenler programınızın dilbilgisi yapısını temsil eden bir Abstract Syntax Tree (AST)'e düzenlenir. eğer sentacınız yanlış ise, kompülatör onu yakalar. tam çizgi, tam karakter ve çoğu zaman muhtemelen ne demek istediğinizi öne sürer. lexical analysis parsing Sonra gelir Compiler programınızın gerçekten mantıklı olup olmadığını kontrol eder. türleriniz uyumlu mu? var olan değişkenleri referans mı ediyorsunuz? işlev imzalarınız tutarlı mı? Bu katman, hataların tüm kategorilerini erken yakalar: yazma yanlışlıkları, tanımlanmamış referanslar, arity ihlalleri, ulaşılamaz kod. semantic analysis Ardından, yazıcı kodunuzu bir Bu durumda, bu, bir Bu, hem kaynak dilinden hem de hedef donanımından bağımsızdır. Bu, tüm mimarinin anahtarıdır. Rust, Swift, C, C++, Julia, Zig, hepsi aynı IR'a kompile edilir. intermediate representation Tipli, SSA tabanlı format Ölü kod ortadan kaldırma: Asla ulaşılamayan kod silinir. Zincir çıkarma: Küçük zincirler, dalın üstünü azaltmak için genişletilir. Vektorizasyon: Skalar işlemleri tek bir CPU döngüsünde birden fazla veri noktasını işleyen SIMD talimatlarına dönüştürülür. Register dağılımı: Compiler, hangi değerlerin hangi CPU'da yaşadığına karar verir ve 1970'lerde insanların eliyle yapmaktan vazgeçtiği kısıtlı memnuniyet sorunu çözer. Matt Godbolt Hakkında Bu dünya için güzel bir pencere. solda bazı C++ yazın, monte sağda görünür izleyin ve kodunuzu dönüştürmek için optimizasyon seviyelerini geçin. Çeviri için tıklayınız. at compiler, bir insanı düşünmek için saatler süren bir ameliyat yapar. compiler explorer 3000'den fazla kompile sürümü ve 81 programlama dilinde.Google'da mühendisler her gün kullanıyor Üretim Kodu Hakkında Compiler Explorer Hakkında -O0 -O3 Yılda 92 milyon kayıt Optimizasyon Çalışmaları LLVM Projesi Tek Başına Gelişiyor GCC 1987 yılından beri var. Sadece temel optimizasyon geçişleri, sürekli yayılma, ölü kod ortadan kaldırma, döngü çıkartma, kayıt defteri dağıtımının uygulanması, yıllardır çalışan çok sayıda deneyimli mühendis gerektirir. 2000 yılından beri üretim kalitesi optimizasyon kompülatörü, yıllarca süren geliştirme sürecini temsil eder Bu dönüşümlerin her biri Aynı kaynak kodu, aynı compiler sürümünü ve aynı bayrakları kullanarak, aynı ikiliyi alırsınız. , ama compiler kendisi içeriğinin saf bir fonksiyonudur.) her dönüşüm , on yıllar süren testler, milyarlarca üretim saatleri ve devasa test paketleri ile doğrulanmıştır. GCC ve LLVM gibi ana akım compilers resmi olarak sonuna kadar kanıtlanmış değildir, ancak insanlar şimdiye kadar ürettikleri en savaş testli yazılım eserlerinden biridir. . deterministic Kendi disiplini designed to preserve program semantics Kompozisyon milliseconds Musk’ın dil modeli ile değiştirmeyi teklif ettiği şey budur. Stochastic Compilation’ın Ekonomisi Glauber Costa, Turso'nun kurucusu ve Linux Kernel'in veteran katkısı, “Soru, AI’nın doğrudan ikili yazabileceği değil.” sorusu, bunu yapması için ekonomik olup olmadığıdır. AI’nin işleri yapması için tokenler maliyeti var. Bir şeyi ikili yapmak çözülmüş bir sorundur ve sadece CPU döngüleri maliyeti var, bu da tokenlerden daha ucuz.” X'e kısaca yazın Bu paketlemeye değer çünkü maliyet farkı sınırlı değildir. saçma. koşmak Karmaşık bir C programında CPU süresi birkaç yüz milisekundur. bulut örneğinde, bu bir kuruşun parçasıdır. Linux çekirdekini sıfırdan oluşturmak bile, çoğu geliştiricinin karşılaşacağı en büyük kompilasyon işlerinden biri, dakikalar sürer ve bilgisayarda bir dolardan daha az maliyet alır. gcc -O2 main.c Claude Opus 4.6 gibi bir sınır LLM çalışıyor Tipik olmayan bir uygulama için tipik bir kompile edilen ikili, makine kodunun on binlerce satırı olabilir. Binary olarak “doğrudan” oluşturmak için, model mükemmel doğrulukla milyonlarca çıkış tokenini üretmek zorunda kalacaktır. Çünkü ikili küçük hatalar size biraz yanlış bir yanıt vermez. Onlar size sessizce hafızayı bozar bir segfault, bir güvenlik açığı, ya da tanımlanmamış davranış verir. ve bir compiler doğru çizgide faydalı bir hata ile bayrak kaynağı kodunda bir yazdırma aksine, bir ikili yanlış bir bajt çalışmak için bir şey vermez. Debugging bu arkeoloji, mühendislik değil. 5 milyon giriş token ve 25 milyon çıkış token Perfect. Cömert olsaydık bile ve bir LLM'nin bir şekilde doğru ikili çıkış üretebileceğini varsayarsak (bu olamaz, ama o noktaya geleceğiz), enerji ekonomisi tek başına lanetlidir. Mütevazı bir ikili, milyonlarca token oluşturulmasını gerektirebilir.Bu arada, bir deterministik kompülatör, aynı kaynak kodunu her talimatta birkaç yüz CPU döngüsü kullanarak aynı ikiliye dönüştürür, daha az enerji tüketir. 4 Joule Çıkış Token Musk’ın desteklediği “bilgisayar için en enerji verimli yaklaşım” kavramı, gerçeğin tam tersi.Aslında, hafif bilgisayar kullanan bir deterministik dönüşümün yerine, kart başına yüzlerce watt hızında çalışan GPU kümeleri gerektiren stokastik bir varsayım süreci ile geçiş yapmayı öneriyorsunuz.Bu, posta hizmetini bireysel helikopter teslimatlarıyla değiştirerek nakliye maliyetlerinde tasarruf etmenize benzer. Kaynak kodunu kaldırdığınızda ne kaybedersiniz Sadece maliyet argümanı diskalifiye edilmelidir.Ama ipuçları serbest olsaydı bile, teklif hala yanlış olurdu, çünkü temel olarak kaynak kodunun ne için olduğunu yanlış anlar. Kaynak kodu sadece bir compiler için bir giriş değildir. Yazılım mühendisliğinin kanonik eseridir. İnsanların düşünme, gözden geçirme, sürüm, diff, düzeltme ve sürdürme hakkı vardır. Onu kaldırın ve sadece bir “pipeline bir adım” kaybedemezsiniz. Modern yazılım geliştirimini mümkün kılan tüm işbirliği altyapısını kaybedersiniz. Git, neredeyse tüm profesyonel yazılım geliştirilmesine dayanan araç, metin dosyalarındaki değişiklikleri çizelgele izleyerek çalışır. İki sürüm arasında tam olarak neyin değiştiğini, kim değiştirdiğini ve nedenini görebilirsiniz (eğer iyi bir komite mesajı yazmışlarsa). İki ikiliyi anlamlı bir şekilde ayırt edemezsiniz. Bunlar belirsiz bloblar. Her “sürüm” siyah bir kutudur. Rollback tahmin yapar. Version control stops working. Herhangi bir ciddi mühendislik organizasyonunda, peer review olmadan hiçbir kod gemisi yoktur. Bir yorumcu diff okur, mantığı kontrol eder, kenar durumları yakalar ve sorular sorar. ikili çıkış ile, incelemek için bir şey yoktur. mühendislere, AI'nin doğru olduğunu, doğrulamak için bir yol olmadığına güvenmeleri istersiniz. Bu bir iş akışı değildir. Code review becomes impossible. Bir program çöktüğünde, bir stack trace, bir satır numarası ve bir değişken durumunu alırsınız. Bir ikili yalnızca bir program çöktüğünde, bir hafıza adresi ve bir segfault alırsınız. Bunlardan biri düzeltilebilir. Diğeri bir dağıtıcı, bir hex editörü ve bir sürü sabır gerektirir. Debugging goes from hard to impossible.  A binary compiled for x86 won’t run on ARM. A binary for ARM won’t run on RISC-V. Source code compiles to all of them with the appropriate compiler. This is, literally, one of the  . Hopper recognized in the 1950s that tying programs to specific hardware was wasteful. If your AI generates raw binary, it now needs to generate completely different outputs for every target architecture. Source code handles this abstraction for free. Cross-platform portability disappears. Önceki Önceki yazı: Yüksek seviyeli diller icat edildi Tedarik zinciri güvenliği, yazılım mühendisliğinde zaten en zor sorunlardan biri olan, her eser, belirgin olmayan bir süreç tarafından üretilen belirsiz bir ikili olduğunda etkili bir şekilde imkansız hale gelir. Security auditing becomes a black box. Hopper bunu 1952'de anladı. makine kodundan uzaklaşmanın bütün noktası, insanlara bilgisayarların ne yaptığını düşünmenin bir yolunu vermekti. Programlama dillerinin aşılması gereken bir sınırlamadır. Bunlar insan ve makine arasında bir iletişim protokolüdür. İnsan okuyabilen tabakayı kaldırmak hiçbir şeyi basitleştirmez. LLM'ler Gerçekten İyi Yapıyor (Ve Bu Değil) İşte konu: LLM'ler gerçek anlamda yazılım geliştirmeyi dönüştürüyor. Ben onları her gün kullanıyorum. Onlar olağanüstü araçlardır. Ve aslında yararlı olanın "kod atlamak ve ikili oluşturmak" ile hiçbir ilgisi yoktur. LLM Çalışmada Excel Onlar boilerplate kodunu oluşturmak, API'leri keşfetmek, hızlı prototip oluşturmak, programlama dillerleri arasında tercüme etmek, tanıdık kod tabanlarını açıklamak ve yazma testleri yapmak için çok iyi. within Bu değerlidir. Geliştiricileri daha hızlı yapar, giriş engellerini düşürür ve deneyimli mühendislerin mimarlık ve tasarım üzerinde daha fazla zaman harcamalarına izin verir. LLM yardımıyla geliştirilen araçlar, Cursor, GitHub Copilot ve Claude'un ajans kodlama yetenekleri gibi şeyler, hızlı bir hızla daha iyi hale geliyor. Ancak, tüm bu araçların ne ürettiğini gözlemleyin: İnsan tarafından okunabilir, sürüm kontrol edilebilir, gözden geçirilebilir, düzeltilebilir kaynak kodudur. Bu kod daha sonra Determinist kompülatörler tarafından optimize edilmiş ikili opsiyonlar haline dönüştürülür. LLM yaratıcı nesil ile ilgilenir. Kompülatör Determinist dönüşümle ilgilenir. Her biri iyi olanı yapar. source code. LLM'lerin ve kompilasyonların çarkında gerçekten heyecan verici bir araştırma var. , 2025'te sunulan bir çerçeve, LLM'leri, 1.77x geometrik ortalama hızlandırma elde etmek için, kompilasyon otomatik vektörleşme için daha uygundur desenlere kod refactor yapmak için kullanır. Benzer bir yaklaşımla, doğruluğu garanti etmek için Alive2 aracılığıyla resmi doğrulama ile SIMD içgüdüsünü oluşturmak için LLM'leri kullanır. Ama her ikisinde de şablonu gözlemleyin: LLM'ler geleneksel kompilasyon boru hattından geçecek kaynak düzeyinde kod üretiyorlar. Yaşlılar LLM-Vektörler Costa’nın belirttiği gibi: “Eğer AI mevcut compilerden daha iyi bir şekilde kod oluşturursa, o zaman bir compiler yazar ve o andan itibaren bunu kullanır.” Peki ya kelimenin tam anlamıyla anlamıyorsa? Musk’ın iddiasını cömert bir şekilde okuyunca şöyle bir şey olabilir: “O, kelimenin tam anlamıyla rastgele bitlerin örneklenmesi anlamına gelmiyor. Yeter ki çelik yapalım. Eğer demek istersen , bu zaten oluyor. Sadece bahsettiğim araştırma, LLM'lerin vektorleşme kararları, optimizasyon geçişi sıralaması ve daha iyi compiler işbirliği için kod refactoring ile yardımcı olduğunu gösteriyor. Bu gerçek, yararlı ve artan. Musk'ın tarif ettiği de değil. "kodlama yapmaktan bile rahatsız değilsiniz" dedi, "kompilörler daha akıllı olmuyor." Kompozitörleri geliştiren AI Eğer demek istersen , onlarca yıllık bir geçmişe sahip aktif bir araştırma alanıdır. ve modern sentez araçları kısıtlamalardan programlar oluşturabilir. Ama işe yarıyorlar tam olarak çünkü doğrulamak için resmi özellikleri var. Çıkış kontrol edilir, güvenilmez. Ve özellikler kendileri yapılandırılmış, insan okunabilir dillerde yazılmıştır. Hala insan okunabilir tabaka ihtiyacınız var. Programın formel spesifikasyonlardan oluşması Çizgi Eğer demek istersen Hiçbir kaynak kodu, resmi bir spesifikasyon ve hiçbir doğrulama aşaması olmadan, o zaman Musk'ın gerçek iddiasına vardınız ve zaten tanımladığım sorunlar altında çöktü. Açıkça söylemek gerekirse: mevcut yaklaşımlar “genellikle geleneksel kompülatörleri performans, maliyet veya ölçeklenebilirlik açısından bile aşamaz” hatta dar kompülasyon görevlerinde bile, daha da önemlisi bit-to-end jenerasyonu. End-to-end doğal dil talimatları ile ikili nesil Son araştırma LLM-kompilatör araştırması Çelik versiyonlar ya dediği gibi değil ya da yeni değil. Neden bunu söylüyor Musk, çocukken video oyunları oluşturduğunu iddia ediyor. eğer bu doğruysa, bunların hiçbiri ona yabancı olmamalıdır. O yazılmış kod. O compilers ile uğraşıyor. Muhtemelen bir deterministik süreç ve bir olasılık arasındaki farkı anlıyor. Ancak “AI, geliştiricilerin daha hızlı kod yazmasına yardımcı olur” xAI kullanıyorsanız yararlı bir anlatım değildir. Grok'un konumlandırmasını değiştirmez. GPU altyapısında milyarlarca haklı değildir. Başlıklar oluşturmaz. “AI kodlamayı tamamen öldürür” hepsini yapar. Bu, Musk için benzersiz değildir. Her şirketin GPU altyapısını oluşturan her şeyin varsayım bilgisine ihtiyaç duyduğunu iddia etme teşvikine sahiptir. İş modelinin token satmaya bağlı olduğu zaman, her sorun daha fazla tokenlere ihtiyaç duyduğu gibi görünüyor. Musk xAI'yi çalıştırıyor. Grok bir hikayeye ihtiyaç duyuyor. Ve AI'nin yaklaşan her gücüyle ilgili her iddia, xAI'nin inşa ettiği altyapının değeri hakkında da bir iddiadır. Dünyaya, AI'nin compilers'ı değiştirdiğini, doğrudan ikili oluşturacağını ve nihayetinde sinir ağlarından gerçek zamanlı piksel çıkışı üreteceğini söylediğinizde, teknik bir tahmin yapmıyorsunuz. Bir yatırım tezini yapıyorsunuz. Piyasaya, varsayım bilgisinin talepinin temel olarak sonsuz Musk, hırslı zaman çizelgelerle öngörülen bir geçmişe sahiptir. 2018 yılına kadar tamamen otonom araçlar (hiçbir zaman burada değil). 2020 yılına kadar yolda bir milyon robot taksi (geri bakış açısından gülünç). 2021 yılına kadar Neuralink üzerinden insan-makine simbiozu (birkaç kişiye kurşunları hareket ettirmeyi başardık). Bu öngörüler kesin olmak üzere değildir. Onlar yönlü olmak, beklentileri şekillendirmek ve şirketlerinin merkezi olduğu belirli bir geleceğin vizyonu etrafında yatırım yapmak için tasarlanmıştır. The “coding goes to zero” claim is the same play. It’s not a technical analysis. It’s demand generation for inference compute, dressed up as prophecy. Gerçek Gelecek Geleceğin programlaması, talimatlardan ikili nesil değildir.Bu zaten olan şey: daha yüksek düzeyde abstraksiyonlar, daha iyi araçlar ve yazılım yazma yaratıcı sürecinde bir işbirliği yapan AI. Programming languages will continue to evolve. Compilers will continue to improve, potentially with ML-assisted optimization passes that discover new transformations. LLMs will continue to get better at generating, reviewing, and explaining code. The gap between “I have an idea” and “I have working software” will continue to shrink. Ama kaynak kodu hiçbir yere gitmiyor. O var çünkü insanlar bilgisayarların ne yaptığını anlamak, doğrulamak ve korumak gerekir. Bu gereksinimin gitmedi çünkü bilgisayarlar daha akıllı. Grace Hopper, kariyerini, programlamanın erişilebilir olması gerektiği fikrini savunarak geçirmişti, insanların okuduğu ve düşünebileceği dillerde niyetlerini ifade edebileceği ve makinelerin donanımlara çeviri yapması gerektiği fikrini savunmuştu. “Software gelişimini nasıl daha iyi hale getireceğiz” cevabı, “software’u anlamak için insan yeteneklerini ortadan kaldırmaktır.” cevabı, daha iyi araçlar, daha iyi diller, daha iyi compilers ve evet, daha iyi AI asistanları, bunları değiştirmeye çalışmaktan ziyade yığın içinde çalışır. Musk’ın öngörüsü, diğer öngörülerinin yaşlandığı şekilde yaşlanacak: teknolojinin en yüksek seslerinin genellikle işlerin gerçekte nasıl çalıştığını en az ilgilendiğini hatırlatmak için.

Drop a Message for Blockchain Consultation

2022 - HackerNoon Contributor of the Year - Containers

2022 - HackerNoon Contributor of the Year - Dapps

2022 - HackerNoon Contributor of the Year - Design

2022 - HackerNoon Contributor of the Year - Docker

2022 - HackerNoon Contributor of the Year - Innovation

2022 - HackerNoon Contributor of the Year - Smart Contracts

2022 - HackerNoon Contributor of the Year - Solidity

2022 - Software Developer of the Year

Ready to build secure Web3 & AI SaaS solutions? Drop me a message !

Nominated for 2022 - Software Developer of the Year

Nominated for 2022 - HackerNoon Contributor of the Year - Design

Nominated for 2022 - HackerNoon Contributor of the Year - Docker

Nominated for 2022 - HackerNoon Contributor of the Year - Smart Contracts

Nominated for 2022 - HackerNoon Contributor of the Year - Containers

Nominated for 2022 - HackerNoon Contributor of the Year - Innovation

Nominated for 2022 - HackerNoon Contributor of the Year - Dapps

Nominated for 2022 - HackerNoon Contributor of the Year - Solidity

Bu ses hikayenin orijinal dilinde üretilmiştir!

Çok uzun; Okumak

Elon AI kod atmak ve ikili seçenekleri dışarı atmak istiyor.

Elon AI kod atmak ve ikili seçenekleri dışarı atmak istiyor.

About Author

YORUMLAR

ETİKETLERİ ASIN

BU YAZI

Related Stories

Floki'den Valhalla Hindistan'ın Sri Lanka Turuna Yardımcı Sponsor Olarak Katıldı

Başarılı Buluta Geçiş İçin Tam Kılavuz: Stratejiler ve En İyi Uygulamalar

Kazanmak için Dokun: Telegram, Solana'dan Önce Sonraki 10 Milyar Kripto Kullanıcısına Katılabilir

HackerNoon Yazma Yarışmasını mı Kazanmak İstiyorsunuz? İşte #crypto-api Yarışması Kazananlarının Önerileri

Floki'den Valhalla Hindistan'ın Sri Lanka Turuna Yardımcı Sponsor Olarak Katıldı

Başarılı Buluta Geçiş İçin Tam Kılavuz: Stratejiler ve En İyi Uygulamalar

Kazanmak için Dokun: Telegram, Solana'dan Önce Sonraki 10 Milyar Kripto Kullanıcısına Katılabilir

HackerNoon Yazma Yarışmasını mı Kazanmak İstiyorsunuz? İşte #crypto-api Yarışması Kazananlarının Önerileri

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps