ಸ್ಯಾಂಗರ್ ಪ್ರಕಾರ, ಕೋಡಿಂಗ್ ಮೊದಲು ಬದಲಾಯಿತು ಏಕೆಂದರೆ ಇದು AI ಗೆ ತ್ವರಿತ ಪ್ರಗತಿಯನ್ನು ಸಾಧಿಸಲು ಪರಿಪೂರ್ಣ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಹೊಂದಿತ್ತು. ಆನ್ಲೈನ್ನಲ್ಲಿ ಹೇರಳವಾದ ಓಪನ್ ಸೋರ್ಸ್ ಕೋಡ್ ಲಭ್ಯವಿದೆ, ಇದು AI ಮಾದರಿಗಳಿಗೆ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ತರಬೇತಿ ಡೇಟಾವನ್ನು ನೀಡುತ್ತದೆ. ಕೋಡಿಂಗ್ ಕಾರ್ಯಗಳನ್ನು ಸ್ಪಷ್ಟ ಸರಿಯಾದ ಮತ್ತು ತಪ್ಪು ಉತ್ತರಗಳೊಂದಿಗೆ ಸುಲಭವಾಗಿ ಪರೀಕ್ಷಿಸಬಹುದು, ಬಲವರ್ಧನೆಯ ಕಲಿಕೆಗೆ ಇದು ಸೂಕ್ತವಾಗಿದೆ. ಈ ಸಂಯೋಜನೆಯು ಇತರ ಕ್ಷೇತ್ರಗಳಿಗೆ ಹೋಲಿಸಿದರೆ ಕರ್ಸರ್ನಂತಹ AI ಉಪಕರಣಗಳು ಸಾಫ್ಟ್ವೇರ್ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಹೆಚ್ಚು ವೇಗವಾಗಿ ಮುನ್ನಡೆಯಲು ಸಹಾಯ ಮಾಡಿತು.
ಆದರೆ ಇದು ಆರಂಭ ಮಾತ್ರ ಎಂದು ಸ್ಯಾಂಗರ್ ನಂಬಿದ್ದಾರೆ. “ಪರದೆಯ ಹಿಂದೆ” ಮಾಡಿದ ಯಾವುದೇ ಕೆಲಸವು ಅಂತಿಮವಾಗಿ ಉತ್ಪಾದಕತೆಯಲ್ಲಿ ಇದೇ ರೀತಿಯ ಲಾಭಗಳನ್ನು ನೋಡುತ್ತದೆ ಎಂದು ಅವರು ಹೇಳುತ್ತಾರೆ. ಅದು ಬರವಣಿಗೆ, ವಿಶ್ಲೇಷಣೆ, ವಿನ್ಯಾಸ ಅಥವಾ ಕಾರ್ಯಾಚರಣೆಯಾಗಿರಲಿ, AI ಪುನರಾವರ್ತಿತ ಹಂತಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ, ಸಂಕೀರ್ಣ ಕಾರ್ಯಗಳಿಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ ಮತ್ತು ಕೆಲಸಗಾರರು ಉತ್ತಮ ಗುಣಮಟ್ಟದ ಕೆಲಸವನ್ನು ಹೆಚ್ಚು ವೇಗವಾಗಿ ಪೂರ್ಣಗೊಳಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಅವರು AI ಅನ್ನು ವೈಟ್-ಕಾಲರ್ ಉತ್ಪಾದಕತೆಗೆ ನೇರವಾದ ಉತ್ತೇಜನವೆಂದು ನೋಡುತ್ತಾರೆ, ಅಲ್ಪಾವಧಿಯ ಪ್ರವೃತ್ತಿಯಲ್ಲ.
ಕೋಡಿಂಗ್ ಮತ್ತು ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನದ ಪ್ರಪಂಚವು ಪ್ರಮುಖ ರೂಪಾಂತರದ ಅಂಚಿನಲ್ಲಿದೆ ಎಂದು ಸ್ಯಾಂಗರ್ ನಂಬುತ್ತಾರೆ. ಇಂದಿನ ವಿದ್ಯಾರ್ಥಿಗಳು ಸಾಫ್ಟ್ವೇರ್ ಅಧ್ಯಯನವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಮುಂದುವರಿಸಬೇಕು ಎಂದು ಅವರು ಹೇಳುತ್ತಾರೆ, ಆದರೆ ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನವನ್ನು ಕಲಿಸುವ ವಿಧಾನ ಬದಲಾಗಬೇಕು. ಅವರ ಪ್ರಕಾರ, ಐದು ಅಥವಾ ಹತ್ತು ವರ್ಷಗಳ ಹಿಂದೆ ಕೆಲಸ ಮಾಡಿದ ಸಾಂಪ್ರದಾಯಿಕ ಪಠ್ಯಕ್ರಮವು ವೇಗವಾಗಿ ಮುಂದುವರಿಯುತ್ತಿರುವ AI ಯುಗದಲ್ಲಿ ಸಾಕಾಗುವುದಿಲ್ಲ.
ವಿಶ್ವವಿದ್ಯಾನಿಲಯಗಳು ಕೇವಲ ವಿವರವಾದ ಕೋಡಿಂಗ್ ಅಭ್ಯಾಸಗಳನ್ನು ಕಲಿಸುವುದರಿಂದ ಸಾಫ್ಟ್ವೇರ್ ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಹೇಗೆ ಸ್ಪಷ್ಟವಾಗಿ ಯೋಚಿಸುವುದು ಮತ್ತು ಹೊಸ ಪರಿಕರಗಳನ್ನು ತ್ವರಿತವಾಗಿ ಕಲಿಯುವುದು ಹೇಗೆ ಎಂಬ ಮೂಲಭೂತ ತತ್ವಗಳನ್ನು ಕಲಿಸುವ ಕಡೆಗೆ ಬದಲಾಯಿಸಬೇಕು. ಭವಿಷ್ಯದ ಸಾಫ್ಟ್ವೇರ್ ಇಂಜಿನಿಯರ್ ಸಿಂಟ್ಯಾಕ್ಸ್ ಅನ್ನು ನೆನಪಿಟ್ಟುಕೊಳ್ಳುವುದರಿಂದ ಅಲ್ಲ, ಆದರೆ ತ್ವರಿತ ತಾಂತ್ರಿಕ ಬದಲಾವಣೆಗೆ ಹೊಂದಿಕೊಳ್ಳುವ ಮೂಲಕ ಯಶಸ್ವಿಯಾಗುತ್ತಾರೆ ಎಂದು ಅವರು ನಂಬುತ್ತಾರೆ.
ಈ ಬದಲಾವಣೆಯೊಂದಿಗೆ, ಐಐಟಿಗಳಂತಹ ಉನ್ನತ ಸಂಸ್ಥೆಗಳಲ್ಲಿ ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನವು ಹೆಚ್ಚು ಬೇಡಿಕೆಯಿರುವ ಕೋರ್ಸ್ಗಳಲ್ಲಿ ಒಂದಾಗಿ ಉಳಿಯುತ್ತದೆ ಎಂದು ಸ್ಯಾಂಗರ್ ನಿರೀಕ್ಷಿಸುತ್ತಾರೆ. ಅತ್ಯಾಧುನಿಕ ಸಾಫ್ಟ್ವೇರ್ ಅನ್ನು ನಿರ್ಮಿಸಲು AI ಸುಲಭ ಮತ್ತು ಅಗ್ಗವಾಗುವುದರಿಂದ, ತಂತ್ರಜ್ಞಾನವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಜನರಿಗೆ ಬೇಡಿಕೆಯು ಬೆಳೆಯುತ್ತದೆ ಎಂದು ಅವರು ವಾದಿಸುತ್ತಾರೆ. ಸಾಫ್ಟ್ವೇರ್ ಅಭಿವೃದ್ಧಿಯು ಸ್ವತಃ ಬದಲಾಗುತ್ತದೆ, ಆದರೆ ಶಿಸ್ತು ಪ್ರಸ್ತುತವಾಗಿ ಮುಂದುವರಿಯುತ್ತದೆ – ಅದು ಸಮಯದೊಂದಿಗೆ ವಿಕಸನಗೊಳ್ಳುತ್ತದೆ.
ಭಾರತದ ಐಟಿ ಸೇವೆಗಳ ಉದ್ಯಮಕ್ಕೆ ಬಂದಾಗ, ಕಂಪನಿಗಳು ನಿರ್ಣಾಯಕ ನಿರ್ಧಾರವನ್ನು ಎದುರಿಸಬೇಕಾಗುತ್ತದೆ ಎಂದು ಸ್ಯಾಂಗರ್ ಹೇಳುತ್ತಾರೆ. AI ಇಂಜಿನಿಯರ್ಗಳನ್ನು ಹೆಚ್ಚು ಉತ್ಪಾದಕವಾಗಿಸಬಹುದು, ಮತ್ತು ಸಂಸ್ಥೆಗಳು ಆ ಉತ್ಪಾದಕತೆಯನ್ನು ತಂಡಗಳನ್ನು ಕಡಿತಗೊಳಿಸಲು ಮತ್ತು ವೆಚ್ಚವನ್ನು ಉಳಿಸಲು ಬಳಸಬಹುದು ಅಥವಾ ಹೆಚ್ಚಿನ ಕೆಲಸವನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಮತ್ತು ವೇಗವಾಗಿ ಬೆಳೆಯಲು ಬಳಸಬಹುದು.
ವಿಸ್ತರಣೆಯನ್ನು ಆಯ್ಕೆ ಮಾಡುವ ಕಂಪನಿಗಳು ಕಡಿತವಲ್ಲ, ದೀರ್ಘಾವಧಿಯಲ್ಲಿ ಸ್ಪರ್ಧಾತ್ಮಕವಾಗಿ ಉಳಿಯುತ್ತವೆ ಎಂದು ಅವರು ನಂಬುತ್ತಾರೆ. ಅವರ ದೃಷ್ಟಿಯಲ್ಲಿ, AI ಹೆಚ್ಚಿನದನ್ನು ಮಾಡಲು, ಹೆಚ್ಚಿನದನ್ನು ನಿರ್ಮಿಸಲು ಮತ್ತು ಹೆಚ್ಚಿನ ಮೌಲ್ಯವನ್ನು ರಚಿಸಲು ಒಂದು ಸಾಧನವಾಗಿರಬೇಕು-ಕೇವಲ ಹೆಡ್ಕೌಂಟ್ ಅನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಮಾರ್ಗವಲ್ಲ.
ಕರ್ಸರ್ ಎನ್ನುವುದು AI-ಚಾಲಿತ ಕೋಡಿಂಗ್ ಪ್ಲಾಟ್ಫಾರ್ಮ್ ಆಗಿದ್ದು ಅದು ಡೆವಲಪರ್ಗಳಿಗೆ ಸಾಫ್ಟ್ವೇರ್ ಅನ್ನು ಹೆಚ್ಚು ವೇಗವಾಗಿ ಬರೆಯಲು, ಪರಿಶೀಲಿಸಲು ಮತ್ತು ಸುಧಾರಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಇದು ಸ್ಮಾರ್ಟ್ ಪಾಲುದಾರನಂತೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಅದು ಪೂರ್ಣ ಸಂಪಾದನೆಗಳನ್ನು ಊಹಿಸಬಹುದು, ಸ್ವಂತವಾಗಿ ಕಾರ್ಯಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸಬಹುದು ಮತ್ತು ಸರಳವಾದ ಅಪ್ಲಿಕೇಶನ್ಗಳನ್ನು ನಿರ್ಮಿಸುವಲ್ಲಿ ಕೋಡರ್ ಅಲ್ಲದವರಿಗೆ ಸಹ ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಕರ್ಸರ್ ಬಹು ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳನ್ನು ಬಳಸುತ್ತದೆ — OpenAI, Anthropic, Google, ಮತ್ತು ಇತರರಿಂದ — ಅದರ ಸ್ವಂತ ಮಾದರಿಯೊಂದಿಗೆ ಪ್ರತಿ ಕಾರ್ಯಕ್ಕೂ ಉತ್ತಮವಾದ ಸಾಧನವನ್ನು ಆಯ್ಕೆ ಮಾಡಲು.
ಸಂಪೂರ್ಣ ಚರ್ಚೆಗಾಗಿ, ಜೊತೆಯಲ್ಲಿರುವ ವೀಡಿಯೊವನ್ನು ವೀಕ್ಷಿಸಿ
