การสร้างสำเนา 'Angry Birds' โดยใช้ AI ล้วนๆ
(twitter.com/javilopen)- Javi Lopez สร้าง Angry Pumpkins ซึ่งเป็นเกมฟิสิกส์ 2D สไตล์ Angry Birds โดยให้ GPT-4 สร้างโค้ด และใช้ Midjourney·DALL·E 3 สร้างกราฟิก
- ผลลัพธ์สามารถเล่นได้บนเว็บ แต่ยังไม่รองรับบนมือถือ และผู้เล่นยังสามารถสร้างด่านของตัวเองได้ตามคำอธิบายใต้หน้าจอเกม
- กราฟิกส่วนใหญ่สร้างด้วย AI สำหรับสร้างภาพ และมีสไปรต์บางส่วนที่นำไปลบพื้นหลังและครอปด้วย Photoshop/Photopea เพื่อปรับให้เหมาะกับเกม
- โค้ดเริ่มต้นบนพื้นฐานของ matter.js และ p5.js แล้วค่อยๆ ขยายด้วยการปรับแก้ซ้ำร่วมกับ GPT-4 ในเรื่องวิธียิง การชน อนุภาค รูปร่างมอนสเตอร์ และการตัดสินแรงกระแทกทางอ้อม
- โค้ดทั้งหมดมีประมาณ 600 บรรทัด และแม้จะไม่ได้เขียนโค้ดด้วยตัวเอง แต่ก็ต้องผ่านกระบวนการอธิบายข้อผิดพลาดและแก้ไขซ้ำ แทนที่จะได้เกมสำเร็จจากพรอมป์ครั้งเดียว
ผลลัพธ์ของ Angry Pumpkins
- Angry Pumpkins เป็นเกมฟิสิกส์ 2D ที่เล่นคล้าย Angry Birds สร้างขึ้นด้วย GPT-4, Midjourney และ DALL·E 3
- สามารถลองเล่นเกมได้ที่ Angry Pumpkins
- ขณะนี้ยังไม่รองรับบนมือถือ
- หากอ่านคำอธิบายใต้หน้าจอเกม จะดูวิธีสร้างและเล่นด่านของตัวเองได้
- Javi Lopez มองว่ากำลังเกิดรูปแบบการทำงานใหม่ที่สามารถสร้างสิ่งต่างๆ ได้ด้วยภาษาธรรมชาติเพียงอย่างเดียว และมองว่านี่คือ “ช่วงเวลาประวัติศาสตร์”
กระบวนการสร้างกราฟิกและโค้ด
-
การสร้างภาพและการทำสไปรต์
- DALL·E 3 ถูกใช้สร้างหน้าจอหลักบรรยากาศ Halloween, โลโก้ “Angry Pumpkins” และหน้าจอไตเติลที่มีปุ่ม Play
- Midjourney ถูกใช้สร้างฉากหลังสุสาน พื้นที่ 2D ตัวละครฟักทอง มอนสเตอร์สีเขียว กล่องไม้ กระดูก หิน และแผ่นไม้ ซึ่งเป็นอ็อบเจ็กต์ต่างๆ ในเกม
- อ็อบเจ็กต์ถูกสร้างในรูปแบบ “sprite stylesheets” ก่อนนำไปครอปและลบพื้นหลังด้วย Photoshop/Photopea
- รายละเอียดเล็กๆ น้อยๆ ถูกเติมเต็มด้วย inpainting ของ Midjourney
-
เกมลอจิกที่สร้างด้วย GPT-4
- ซอร์สทั้งหมดเปิดเผยไว้ที่ sketch.js
- โค้ดเกมมีประมาณ 600 บรรทัด และ Javi Lopez ระบุว่าไม่มีส่วนไหนที่เขาเขียนเองโดยตรง
- พรอมป์เริ่มต้นคือให้สร้างเกมง่ายๆ ที่ใช้ matter.js และ p5.js ยิงลูกบอลโดยปรับมุมและแรงด้วยเมาส์ เพื่อชนกล่องที่ซ้อนกันด้วยฟิสิกส์ 2D
- หลังจากนั้นมีการร้องขอซ้ำๆ ให้เพิ่มวิธียิงแบบ Angry Birds, แก้ข้อผิดพลาด
Uncaught ReferenceError: Constraint is not defined, เพิ่มเอฟเฟกต์อนุภาคคบเพลิง, จัดการมอนสเตอร์ทรงกลม และการตัดสินแรงกระแทกทางอ้อม
การปรับแก้ซ้ำสำคัญกว่าพรอมป์เดียว
- แก่นสำคัญไม่ใช่การขอเกมที่เสร็จสมบูรณ์ในครั้งเดียว แต่เป็นการเริ่มจาก การทำงานพื้นฐานแบบง่ายๆ แล้วค่อยๆ ขยายและแก้ไขต่อเนื่อง
- ทุกครั้งที่เกิดปัญหา ก็อธิบายข้อผิดพลาดให้ชัดเจนแล้วให้ GPT-4 แก้ไข
- ตอนนี้ GPT-4 ยังไม่อยู่ในขั้นที่สร้างทั้งเกมได้ครบจากพรอมป์เดียว แต่ก็สะท้อนความคาดหวังว่าในอนาคตอาจสร้างวิดีโอเกมระดับ AAA ได้เพียงแค่สั่งงาน
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
ผมเคยทำงานเป็น PM ที่ Angry Birds และนี่เป็นเดโมที่ยอดเยี่ยมจริง ๆ
ต้นฉบับใช้ Box2D กับการสคริปต์ด้วย Lua และแน่นอนว่าต้องสร้างศัตรูและเลเวลเองด้วย
ในสภาพเทคโนโลยีตอนนี้ ผมไม่คาดหวังว่ามันจะสร้างเกมฮิตได้ และมีแนวโน้มสูงที่จะติดขีดจำกัดของเทคโนโลยีมากกว่าฝีมือของตัวเอง
ถึงอย่างนั้น สำหรับการตรวจสอบไอเดียอย่างรวดเร็ว การทำต้นแบบ และเกมแจม มันเป็น เครื่องมือที่เปลี่ยนเกม และก็ดูเป็นทางเลือกแทน Scratch ที่ดีสำหรับให้เด็ก ๆ ได้ลองเล่นกับไอเดียของตัวเอง
ช่วงหลังผมได้ลองทำการทดลองคล้าย ๆ กัน เพราะต้องสร้าง REST API พื้นฐานกับฟรอนต์เอนด์ CRUD ด้วยเฟรมเวิร์ก 2 ตัวที่ไม่ค่อยรู้จัก และให้ GPT-4 สร้างโค้ดทั้งหมด
มีโอกาสสูงว่ามันช้ากว่าการอ่านเอกสารแล้วเขียนเอง และถ้าเป็นคนที่คุ้นเคยกับเฟรมเวิร์กนั้นก็น่าจะทำได้เร็วกว่านี้มาก
ส่วนที่ซับซ้อนต้องใช้พรอมป์ต์ที่ยาวและเจาะจงมาก ๆ และใช้เวลาประมาณ 5 ชั่วโมงในการทำแอปทั้งหมด โดยเวลาส่วนใหญ่หมดไปกับการรอเอาต์พุตที่ช้าของ ChatGPT
ถ้าเป็นเฟรมเวิร์กที่คุ้นเคย ผมน่าจะทำเสร็จได้ภายใน 2 ชั่วโมงด้วยซ้ำ
มันมีประโยชน์อย่างชัดเจนในการตรวจสอบว่ากำลังทำด้วยวิธีที่ถูกต้องหรือไม่ ให้ความรู้สึกเหมือนมีผู้เชี่ยวชาญคอยตอบคำถามอยู่ข้าง ๆ
มันยังดีในการสร้างโค้ด boilerplate ที่จัดรูปแบบได้ดี แต่ผมคงไม่ใช้มันในการพัฒนาประจำวันมากไปกว่าตอนนี้
ในกรณีส่วนใหญ่ การเรียนรู้เฟรมเวิร์กให้ดีแล้วเขียนเองยังเร็วกว่า
ผมมักถามคำถามอย่าง “โครงสร้างไดเรกทอรี ที่ดีสำหรับโปรเจกต์แพลตฟอร์ม {foo} คืออะไร?” หรือ “วิธีทำ {x} แบบเป็นสำนวนใน {language y} คืออะไร?” อยู่บ่อย ๆ
ข้อดีคือมันเคยเห็นโปรเจกต์จำนวนมากในหลายภาษา ทำให้บางคำถามนำไปสู่คำตอบที่ค่อนข้างดีได้ในตัว
คุณยังต้องเข้าใจการเขียนโปรแกรมอยู่ดี เพียงแต่เป็นการพิมพ์โค้ดด้วย ภาษาอังกฤษธรรมชาติ เท่านั้น
แม้จะให้ GPT-4 เขียนโค้ดโดยคอยดูแล 3 ชั่วโมง คุณก็อาจยังเหลือ ช่วง 3 ชั่วโมงของประสิทธิภาพการโค้ดสูงสุด ที่ยัง “ไม่ได้ใช้ไป” ในวันนั้นอยู่
ถ้าเป็น API ก็อยากรู้ด้วยว่าปกติเข้าถึงผ่านเครื่องมืออะไร
ผลลัพธ์อาจน่าประหลาดใจก็ได้
นี่น่าสนใจกว่าบทความท่วม ๆ อย่าง “ใช้ ChatGPT ทำแอป iOS ได้ใน 30 นาที!”
บทความแบบนั้นอาจแค่ทำ Hello World ง่าย ๆ เลยไม่ได้มีความหมายมากนัก แต่กรณีนี้อย่างน้อยก็แสดงผลงานที่เสร็จแล้ว และจริง ๆ ก็ค่อนข้างน่าประทับใจ
อย่างไรก็ตาม รายละเอียดที่ต้องรู้คือ ใช้เวลาเท่าไร, จำนวนพรอมป์ต์, จำนวนครั้งที่ต้องปรับทิศทาง และคนที่ทำมีความชำนาญด้านเทคโนโลยีที่เกี่ยวข้องมากแค่ไหน
โดยส่วนตัวรู้สึกว่า ChatGPT ช่วยได้มากในหลายสถานการณ์ แต่การสร้างโค้ดไม่ใช่หนึ่งในนั้น
เนื้อหาคือ “เกมมีแค่ 600 บรรทัด และผมไม่ได้เขียนเองสักบรรทัด แต่ [การเขียนโค้ดเกม] เป็นส่วนที่ยากที่สุด”
ไม่ใช่ Hello World ก็จริง แต่ก็ยากจะมองว่ายากกว่ารายการช้อปปิ้งมากนัก
ถึงอย่างนั้น สิ่งที่น่าประทับใจที่สุดคือสามารถทำ Angry Birds ได้ด้วยโค้ด 600 บรรทัด กับไลบรารีไม่กี่ตัว
มีโค้ดที่รันอยู่จริงประมาณ 5,000 บรรทัด และทั้งหมดทำงานได้ ทราฟฟิกไม่มาก แต่ก็เป็นสภาพแวดล้อมใช้งานจริง
การรู้ข้อจำกัดและเขียนพรอมป์ต์ให้ดีขึ้น รวมถึงรู้ทันความเป็นไปได้ของการหลอนและถามถึงความเสี่ยง เป็นปัจจัยที่สำคัญมาก
โดยเฉพาะดีที่สุดกับเทคโนโลยีที่ไม่ค่อยรู้จัก ผมเป็นนักพัฒนา Android แต่กำลังใช้มันทำเว็บไซต์ที่ไม่ได้ลงมือทำเองมาราว 15 ปี
ส่วนที่เจ๋งที่สุดคือความช่วยเหลือด้านการดูแลระบบและการรันเซิร์ฟเวอร์ และความสามารถในการดีบักข้อผิดพลาดของ gunicorn ก็ดี
เมื่อโปรเจกต์ใหญ่ขึ้นและเสียบริบท ก็ต้องแก้โค้ดที่มันส่งออกมา แต่ในโปรเจกต์ที่ใหญ่กว่า อุปสรรคใหญ่ที่สุดคือ ข้อจำกัดความยาวของบริบท และน่าจะผ่อนคลายลงในไม่ช้า
เว็บไซต์ล่าสุดที่ทำคือ https://cosmictrip.space/ ซึ่ง ChatGPT เขียนโค้ดประมาณ 95% และใช้ GPT-4 สร้างพรอมป์ต์ก่อนจะให้ DALL-E สร้างภาพอวกาศ
เป็นไซต์เรียบง่าย แต่ตอนนี้ก็กำลังทำเกมผจญภัย AI แบบปลายเปิดที่ใช้ภาพ+ข้อความบนฐาน GPT+DALL-E อยู่ด้วย
เมื่อ DALL-E 3 API ออกมา ก็คาดว่าจะเปิดตัวได้ก่อนวันที่ 6 พฤศจิกายน และเกมผจญภัยนี้ ChatGPT ก็เขียนโค้ดมากกว่า 95% เช่นกัน
การสร้างโค้ดทำได้ดีมากจนผมใช้ GPT-4 API กับเอเจนต์ที่สร้างเอง
ใช้ function calling เพื่อสร้างงานย่อยแบบมีโครงสร้าง ให้เอเจนต์เขียนโค้ดนั้น และยังเพิ่มความสามารถในการรวมไฟล์เป็นบริบทหรือสนทนากับโค้ดด้วย
ยังไม่ถึงระดับที่จะเปิดเผยต่อสาธารณะ แต่ความสามารถในการสร้างโค้ดของ GPT-4 นั้นยอดเยี่ยมจริง ๆ เพียงแต่ต้องมีประสบการณ์ด้านพรอมป์ต์
พรอมป์ต์แรกที่เขียนมีโอกาสน้อยที่จะดี เลยหวังว่าเอเจนต์ที่ผมสร้างจะช่วยแก้จุดนั้นได้ดี
แนวคิดคือ บน บอร์ดสไตล์ Jira/Kanban ให้มอบหมายงานแก่ AI coder ให้มนุษย์อนุมัติ·แก้ไข และเมื่อ AI ตรวจงานแล้ว ticket ก็ย้ายคอลัมน์โดยอัตโนมัติ
การเขียนโปรแกรม เกมใหม่ ที่ไม่มีเทมเพลตเดิมอยู่เป็นสิบ ๆ แบบน่าจะเป็นกระดาษลิตมัสที่ดีกว่า
GPT-4 ทำงานแบบนี้ได้ดีจริง แต่จากประสบการณ์ของผม การปรับปรุงแบบวนซ้ำ ยังทำได้ไม่ดี
ยิ่งบทสนทนายาวขึ้น ก็ยิ่งสูญเสียบริบทก่อนหน้า และโค้ดที่สร้างก็เบี่ยงออกจากพฤติกรรมเดิม
ตัวอย่างเช่น “ช่วยแก้บั๊กนี้” อาจนำไปสู่ทางแก้ที่ทำให้ฟีเจอร์อื่นพังได้ง่าย
โค้ดในเธรด (1) ดูเหมือนจะมีอยู่ในผลลัพธ์สุดท้าย (2) และเมื่อดูจากการอยู่ด้านบนสุดของโค้ด ก็อาจหมายความว่าให้ ChatGPT สร้างซ้ำเป็นหน่วยมากกว่า 600 บรรทัด
เรื่องนี้น่าสงสัยพอสมควร
การที่นิยามไว้ที่บรรทัดที่ 500 แล้วไปสร้าง Slingshot ใหม่ที่บรรทัดที่ 20 นั้น มีความเป็นไปได้น้อยมาก เว้นแต่จะสั่งอย่างเจาะจงให้ทำแบบนั้น
loadImage('stone2.png');ก็หมายความว่ามันบังเอิญเลือกชื่อไฟล์และขนาดสไปรต์ที่ถูกต้องได้งั้นหรือ? หรือให้ข้อมูลทั้งหมดนั้นในพรอมป์ต์แล้วโค้ดจึงถูกเขียนขึ้น? ควรแสดงพรอมป์ต์ที่ใช้จริงให้ดูสถานการณ์ที่เป็นไปได้มากกว่าคือ สร้างอ็อบเจ็กต์คลาสต่าง ๆ ค่อนข้างแยกจากกัน จากนั้นมนุษย์ประกอบเป็นไฟล์ใหญ่ คัดลอกทั้งหมดใส่เป็นอินพุต แล้วทำ พรอมป์ต์โค้ด อย่าง “ช่วยเขียนฟังก์ชันแบบนี้ให้หน่อย”
ความเป็นไปได้ที่ใช้แค่พรอมป์ต์ตามที่อ้างนั้นไม่ใช่ว่าเป็นไปไม่ได้ แต่รู้สึกเหมือนขยายความส่วนที่ว่า “ให้มันเขียนโค้ดทั้งหมด” มากเกินจริงเพื่อยอดไลก์และชื่อเสียง
ดูมีแนวโน้มสูงว่าเขียนหรือประกอบโค้ดบางส่วนด้วยมือ แล้วใส่เป็นอินพุตและพรอมป์ต์ทำนอง “ช่วยทำอันนี้ด้วย”
ดังนั้นเอาต์พุตอาจเป็น “สร้างขึ้น 100%” แต่ไม่ใช่ในแบบที่คนทั่วไปสมมติ
วิธีแบบนี้ทำให้ GPT-4 เขียนโค้ดเดิมใหม่ แต่ถ้าไม่ได้ขอหรือเพิ่มคอมเมนต์ที่อธิบายเจตนาในโค้ดทั้งหมดอย่างชัดเจน มันจะค่อย ๆ ล่องลอยออกจากฟังก์ชันเดิม
หากไม่มีชุดทดสอบ ก็จะไม่สังเกตเห็นการล่องลอยเล็ก ๆ แบบนี้ และฟีเจอร์ก็พัง
ผู้เขียนก็ไม่ได้กล่าวถึงว่าได้ทำสิ่งเหล่านี้
ยิ่งไปกว่านั้น คนนี้มีผลประโยชน์เกี่ยวข้อง (4) จากการขายสื่อการสอน AI ดังนั้นการดูเหมือนผู้เชี่ยวชาญในสาขานี้จึงเป็นประโยชน์ต่อเขา และเมื่อถูกถามบน X ก็ไม่ได้ให้รายละเอียดเพิ่มเติม ประวัติ Git แบบเป็นขั้นตอน หรือพรอมป์ต์ที่ใช้จริง
เมื่อดูจากการขาดรายละเอียดและผลลัพธ์ที่เชื่อได้ยาก กรณีนี้จึงสมควรมองอย่างกังขา
อาจทำผลงานประเภทนี้ได้ด้วยโมเดลอย่าง CodeLlama 34B หรือ GPT-3.5 แต่คงไม่ใช่ด้วยวิธีที่อธิบายไว้
แม้แต่ GPT-4 ผมก็ไม่มั่นใจว่าทำได้ พรอมป์ต์ดูหยาบจนไม่เหมือนของจริง (5)
อย่างไรก็ดี ถ้ามีรายละเอียดมากกว่านี้มาหักล้างก็คงดี และ GPT-4 ก็เป็นเครื่องมือที่ดีจริง
[1] - https://nitter.net/pic/orig/media%2FF9xoI8mXgAAn7v9.jpg
[2] - https://bestaiprompts.art/angry-pumpkins/sketch.js
[3] - https://nitter.net/javilopen/status/1719363669685916095#m
[4] - https://javilopen.substack.com/
[5] - “ทีนี้ ทำให้มอนสเตอร์เป็นวงกลม และระวังให้มาก: ใช้เทคนิคเดียวกับที่มีอยู่แล้วสำหรับตัวที่เป็นสี่เหลี่ยมผืนผ้าในเรื่องการปรับสเกลและพื้นที่การชน และอย่าทำพังเหมือนครั้งก่อน”
เห็นลูกชายเอาแต่แตะตัวหมุนโหลดดิ้งอย่างหัวเสีย ผมกับ GPT เลยเขียนเกมนี้ขึ้นมาในบ่ายวันอาทิตย์ที่ว่าง ๆ
https://spinner.franzai.com/
ผมคิดว่า เกมตัวหมุนโหลดดิ้งแบบโต้ตอบได้ น่าจะเป็นแพตเทิร์น UX ที่น่าสนใจ
มันให้ฟีดแบ็กได้ว่าแม้กำลังรออะไรบางอย่างอยู่ การกระทำของผู้ใช้ก็ยังส่งผลได้
แน่นอนว่าหมายถึงฝั่งเกมอินดี้ ไม่ใช่เกม AAA
ผมจำได้ชัดว่าเคยเห็นข่าวว่าสิทธิบัตรนี้หมดอายุไปแล้ว แต่พอไปค้นดู “เมื่อก่อน” นั้นก็ผ่านมาตั้ง 8 ปีแล้ว
https://www.eff.org/deeplinks/2015/12/loading-screen-game-pa...
เท่าที่ทราบ Namco เป็นเจ้าของ และเห็นได้ใน Ridge Racer
https://psycnet.apa.org/record/2014-37068-023
ตอนนี้ไม่มีข้อสงสัยแล้วว่า AI กำลังเปลี่ยนการพัฒนา
แค่สัปดาห์ที่แล้วผมก็สร้างบริการขนาดกลางได้ 2 ตัว เป็นโค้ด Python หลายพันบรรทัด ทั้งที่ Python เป็นภาษาที่ไม่ได้ใช้มานานกว่า 10 ปีแล้ว
สิ่งที่น่าประทับใจจริง ๆ คือโดยรวมแล้วมันดีกว่าโค้ดที่ผมน่าจะเขียนเองด้วยซ้ำ
ถ้าต้องการ README.md สวย ๆ ก็แค่ให้ซอร์สโค้ดที่มี route, อาร์กิวเมนต์ CLI ฯลฯ แล้วมันก็สร้างให้
ถ้าต้องการเทสต์ มันก็สร้างให้ได้ ไม่เคยมีช่วงไหนที่ง่ายสำหรับนักพัฒนาเท่านี้มาก่อน
ในการสร้างโค้ด GPT-4 เหนือกว่า GPT-3.5 แบบขาดลอย
GPT-3.5 ถ้าให้ตัวอย่างละเอียดมาก ๆ ก็ลอกตามได้พอใช้ แต่ GPT-4 ให้ความรู้สึกว่า “คิด” ได้ในระดับหนึ่ง
จากประสบการณ์ บริบท 32k ของ GPT-4 ล้มเหลวค่อนข้างบ่อย
เช่น ถ้าสร้างผลลัพธ์เกิน 10,000 โทเค็น หรือราว ๆ มากกว่า 30,000 ตัวอักษร อาจต้องลองใหม่หลายครั้ง
อีกอย่าง ChatGPT ก็ไม่ใช่อินเทอร์เฟซที่เหมาะที่สุดสำหรับงานที่ไม่เล็กน้อย
ควรใช้ API โดยตรง หรือใช้ของอย่าง Azure OpenAI Chat Playground ที่รองรับบริบท 32k
ขอโปรโมตนิดหนึ่ง ผมทำแอปโอเพนซอร์สที่ช่วยอัตโนมัติงานซ้ำ ๆ ในการสร้างพรอมป์ต์ไว้: https://github.com/codespin-ai/codespin-cli
ตลอด 10 ปีที่ผ่านมา มีการลงทุนมหาศาลในเครื่องมือ no-code แต่น่าสนใจที่ตอนนี้ ChatGPT เขียนโค้ดได้ดีมาก จนสำหรับคนที่มีเซนส์ทางเทคนิคแต่ไม่ได้เขียนโค้ด มันอาจจะเร็วกว่า ยืดหยุ่นกว่า และใช้งานได้ใกล้เคียงกันแล้ว
เมื่อเร็ว ๆ นี้ผมต้องทำแอปเดโมด้วย Mendix เพื่อ consume และ publish REST service กว่าจะเข้าใจรายละเอียดใช้เวลาหลายวัน
ถ้าทำงานเดียวกันด้วย ChatGPT ในภาษาอะไรก็ได้ เช่น bash ผมว่าคงใช้เวลาไม่กี่นาที
เรื่อง deploy และ version control ก็แก้ได้ด้วย PaaS/IaaS โดยไม่ต้องใช้ทักษะเทคนิคมากนัก โดยเฉพาะเมื่อเทียบกับต้นทุนของแพลตฟอร์ม no-code สำหรับองค์กร
อาจเป็นอคติส่วนตัว แต่ถ้าจะทำงานจริงจัง ผมรู้สึกว่าแพลตฟอร์ม no-code ยุ่งยากกว่า เลยไม่ชอบมาตลอด และด้วยเหตุผลคล้ายกันก็ไม่ชอบ ActiveRecord ORM ด้วย
ถึงอย่างนั้น no-code ก็ดูเหมือนจะล้าสมัยในอีกไม่นาน
ในเมื่อแค่ถามแล้ว copy-paste ได้ ใครจะอยาก drag and drop กัน?
no-code นั้นง่ายแต่แข็งทื่อ ส่วนการเขียนโค้ดยืดหยุ่นแต่น่าเบื่อและเกิดข้อผิดพลาดง่าย
ถ้าอธิบายสิ่งที่ต้องการเป็นคำพูดแล้วได้โค้ดอย่างรวดเร็ว และโค้ดนั้นสะอาดพอ คุณก็จะมีความยืดหยุ่นในการปรับตามต้องการ
ในบางกรณี อย่างกรณีนี้ อาจไม่ต้องปรับเลยด้วยซ้ำ
น่าตื่นเต้นว่าจะเป็นอย่างไรต่อไป
ดูไม่น่าจะใช้เวลานาน
นี่คือ การฟอกการลอกเลียนแบบเชิงสถิติ ซึ่งค่อนข้างเจ๋ง
ส่วนตัวผมคิดว่าการหยุดยุคตื่นทองของการฟอกแบบนี้เป็นลำดับความสำคัญทางกฎหมายที่เร่งด่วนกว่า การทำทีเหมือนจะหยุด HAL แต่กลับสร้างคูเมืองตลาดให้ผู้ขายพลั่วรายใหญ่ในปัจจุบัน
ต้องมีฟรีแลนซ์หรือคนทำงานรีโมตที่ใช้ GPT-4 กับเครื่องมือ AI ได้อย่างถูกทางจนเพิ่มผลิตภาพได้ 100 เท่า อยู่แน่ ๆ
จินตนาการได้ยากว่าทริกเจ๋ง ๆ แบบนี้จะมีอยู่แค่ในสุญญากาศ
ลองคิดดูว่าอีก 2 ปีจะทำอะไรได้บ้าง ตอนนี้ยักษ์ออกจากตะเกียงแล้ว
ถ้ารู้ทิปที่ช่วยเพิ่มผลิตภาพด้วย ChatGPT ได้ “100 เท่า” ก็อยากให้แชร์หน่อย
พูดตรง ๆ ทุกครั้งที่เห็นบทความแบบนี้ ผมยิ่งกังวลเรื่อง ความสามารถในการได้งาน ของตัวเองมากขึ้นเรื่อย ๆ
ผมไม่มีแผนสำรอง และใช้เวลามากเกินไปกับการเรียนวิศวกรรมซอฟต์แวร์ สถานการณ์ดูไม่ค่อยดีเลย
อย่างที่หลายคนพูดไว้ ถ้าคนทั่วไปสามารถเขียน สเปกผลิตภัณฑ์ ได้ละเอียดพอให้ LLM สร้างซอฟต์แวร์ที่ทำงานตามต้องการได้ โปรแกรมเมอร์ก็คงลำบาก
แต่นั่นฟังดูค่อนข้างคล้ายกับการเขียนโปรแกรมเลย
ผมคิดว่างานของเราจะเปลี่ยนไป เวลาที่พิมพ์โค้ดบนคีย์บอร์ดจะลดลง และเวลาที่คิดว่าจะสร้างอะไรจะเพิ่มขึ้น
กลับกัน เราอาจมีคุณค่ามากขึ้นด้วยซ้ำ เพราะเราจะทำงานได้มากขึ้นมาก
ผมลองพยายามให้มันสร้าง sprite sheet แอนิเมชันมุมมอง top-down ของพาลาดินสำหรับเกม RPG ที่อาจทำในอนาคต และบันทึกความล้มเหลวไว้ที่นี่: https://imgur.com/a/2uJyUT3
ลำดับจริงคือผมลองเวอร์ชัน top-down ก่อน แล้วสุดท้ายใส่มุมมองด้านข้างเข้าไปเพราะอยากรู้เฉย ๆ
ส่วน top down บางทีก็ได้ บางทีก็ไม่ได้ จึงไม่นิ่งมาก
สงสัยว่า DALL-E 3 ต้องใช้คำแนะนำแบบเดียวกันหรือไม่