Szef NVIDIA zapowiada koniec kodowania. Zamiast programistą lepiej zostać rolnikiem

Programowanie przez kilka ostatnich lat było postrzegane jako przyszłościowy kierunek rozwoju. Szef NVIDIA Jen-Hsun Huang przeczy tej teorii i przewiduje koniec kodowania. Mówi, że alternatywy należy szukać w rolnictwie.

Kontrowersyjne słowa CEO

Jen-Hsun Huang, CEO NVIDIA podczas konferencji World Government Summit w Dubaju podzielił się kontrowersyjną opinią. Jego zdaniem, rozwój technologii AI sprawi, że maszyny przejmą proces tworzenia kodu, a ludzie będą mogli skupić się na bardziej twórczych i innowacyjnych zadaniach.

Naszym zadaniem jest stworzenie technologii, dzięki której nikt z nas nie będzie musiał programować. Gdy język programowania jest ludzki, wszyscy na świecie są programistami.

Jen-Hsun Huang, CEO NVIDIA

Huang sugeruje, że młode pokolenia nie powinny już uczyć się kodowania, ponieważ w najbliższej przyszłości zajęcie zostanie zdominowane przez sztuczną inteligencję. Zdaniem CEO edukacja powinna iść w kierunku rozwijania kreatywności, krytycznego myślenia i umiejętności interpersonalnych. Huang powiedział, że czas spędzony na nauce kodowania powinien zostać zainwestowany w wiedzę specjalistyczną w takich branżach, jak rolnictwo, biologia, produkcja i edukacja.

Przyszłość według NVIDIA

Wizja przedstawiona przez Jen-Hsun Huanga może wydawać się kontrowersyjna, ale jest ona oparta na realnych postępach w dziedzinie sztucznej inteligencji i uczenia maszynowego. AI na początku 2024 roku trafiło na smartfony Galaxy S24 w postaci Galaxy AI, a pierwsi użytkownicy już mogą testować inteligentne funkcje na smartwatchach Amazfit. Warto podkreślić, że nawet popularny ChatGPT potrafi pisać kod m.in. w językach C++, Java i Python. W związku z tym programować może dosłownie każdy, a potrzebuje do tego jedynie laptopa do 2000 złotych, tablet lub smartfona, który obsłuży przeglądarkę.

• Przeczytaj także: realme Pad test – dobry tablet w niezłej cenie

Swoją cegiełkę w rozwoju sztucznej inteligencji dokłada też NVIDIA. Producent oferuje układy, które za pomocą akceleracji GPU wspomagają uczenie maszynowe. Karty graficzne są obecne w komputerach, laptopach, ale też w chmurach obliczeniowych Amazona, Google, IBM, czy Microsoftu. Do skutecznej pracy z AI przyda się wydajna karta graficzna. Polecane modele znajdziesz u naszego partnera.

Źródło: Techradar, oprac. własne. Zdjęcie otwierające: AltumCode / Unsplash + Randy Fath / Unsplash

Część odnośników to linki afiliacyjne lub linki do ofert naszych partnerów. Po kliknięciu możesz zapoznać się z ceną i dostępnością wybranego przez nas produktu – nie ponosisz żadnych kosztów, a jednocześnie wspierasz niezależność zespołu redakcyjnego.