人人都在談論人工智能。我們的Visual Assist 團隊對人工智能有何期望？顯然，人工智能與我們息息相關——關于這一點的討論已經無需多言——但它也被過度炒作了。我們簡單客觀地了解一下，我們認為人工智能發展的方向。

這是一張在simplified.com上，通過提示“屏幕上有人工智能的筆記本電腦”而生成的人工智能圖像。這一實現令人印象深刻，但同樣任重道遠。圖像和電影比文本更難處理。難度超過代碼了嗎？

當今的人工智能

在遠程服務器/云端運行

共享知識（除非支付更多費用），這使得人工智能不適合處理像源代碼這樣的機密數據

計算成本高昂：所需的硬件昂貴，而且需要大量的硬件

可能不相關：人工智能是在廣泛的數據上進行訓練的，但您可能有更具體的需求，例如您自己的庫和源代碼

然而：

很多工作正致力于降低計算成本：例如，Facebook 的Llama模型和相關模型進行了大量調整，使其能夠在合理的速度下在單臺計算機上運行

一旦人工智能能夠在本地運行，隨機共享知識就不再是問題（在成本相同的情況下，您也可以擁有一個經濟實惠的內部服務器，僅與員工共享）

一旦人工智能能夠在本地運行，就可以隨時使用，而不僅僅是在有網絡連接的情況下

如果人工智能是在您的數據上進行訓練的，它會更相關，能夠提供特定領域的解決方案

關鍵是什么？

商業軟件開發中有三個關鍵點：

1. 在獲取人工智能輸入時保持源代碼的機密性

2. 低成本

3. 提供特定領域、針對您應用的有用結果

我們認為，在不久的將來，您將能夠在本地使用私有人工智能，并在自己的代碼庫上進行訓練。（例如）與遠程基于云的 ChatGPT相比，私有人工智能似乎更實用、實惠且安全。

Visual Assist

像 Copilot 或 ChatGPT 這樣的工具很好用，但對所有者來說有法律風險，而且如果您的來源被添加到他們的知識庫中，對您來說可能很危險。這不是我們所期待的發展方向。此外，了解您技術的人工智能，比了解通用編程的人工智能更有用。我們認為，本地、私有、根據您的代碼進行訓練的人工智能可以體現出行業相關性。

以上是我們對人工智能發展方向的看法。至于這對 Visual Assist 意味著什么，上述內容無法作為產品方向的參考。只能說我們對人工智能感興趣。VA 已經提供了行業領先的重構，以及其他由獨特代碼理解引擎支持的工具，該工具被開發為非編譯器類型，其特點更接近于程序員。人工智能基于代碼理解的潛能與我們提供的產品非常契合。我們會謹慎、踏實地朝著這個方向發展。我們將一如既往地遵循 Visual Assist 的理念：關注真正的實用性，而不是頭條新聞；追求卓越的性能；我們選擇的功能將由開發人員設計，面向開發者。