Richard Seroter, kepala penginjil untuk Google Cloud.
Terkait AI generatif, Google telah menjadi pemain utama dengan penawaran Gemini-nya. Pengguna merasakan Gemini dalam setiap pencarian, tersedia sebagai bagian dari Gmail, ada alat pengodean dan pengembangan yang memanfaatkan Gemini AI, dan masih banyak lagi.
Saya mendapat kesempatan untuk berbicara dengan Richard Seroterkepala penginjil untuk Google Cloud, untuk mempelajari lebih lanjut tentang pandangan Google mengenai arah perkembangan AI, baik di tingkat pengembang maupun konsumen.
Mari kita mulai.
Juga: Maaf para ahli matematika: AI seharusnya mendukung kreativitas, bukan menggantikannya
ZDNET: Bisakah Anda berbagi perjalanan Anda hingga menjadi kepala penginjil untuk Google Cloud?
Richard Seroter: Ini adalah kisah yang panjang dan dramatis. Sebenarnya, tidak demikian. Saya bergabung dengan Google Cloud empat tahun lalu sebagai “manajer produk luar” eksternal pertama kami yang bekerja sama dengan pelanggan dan tim internal untuk mengembangkan dan memodernisasi produk aplikasi kami.
Saya diminta untuk memimpin Hubungan Pengembang sekitar dua tahun lalu, dan tahun lalu saya juga merasa senang bisa menambahkan tim Dokumentasi Cloud ke dalam grup kami.
Sekarang, saya mendapat kehormatan memimpin sekelompok insinyur, penulis teknologi, dan manajer produk berbakat yang membantu orang menemukan, menggunakan, dan menikmati Google Cloud.
ZDNET: Dapatkah Anda berbagi beberapa contoh bagaimana asisten pengkodean bertenaga AI telah meningkatkan produktivitas pengembang?
RS: Tujuannya adalah membantu tim mengirimkan lebih cepat, lebih efisien, dan dengan kualitas yang lebih tinggi. Asisten pengkodean bertenaga AI dapat melakukan ini dengan mengurangi peralihan konteks — tetap berada di IDE [the development environment] untuk lebih banyak aktivitas berkat obrolan AI dan pembuatan kode sebaris — dan membuat kode dengan mengekspresikan maksud, tidak perlu mengingat setiap aspek sintaksis kode.
Juga: Apa itu Gemini? Segala hal yang perlu Anda ketahui tentang model AI baru Google
Asisten AI yang baik juga mempercepat penerapan keterampilan baru, membantu Anda menemukan area basis kode yang perlu ditingkatkan, dan menghilangkan tugas yang berulang.
Misalnya, menggunakan asisten AI untuk membuat kode koneksi basis data atau objek data dengan cepat dapat menghemat banyak waktu! Meskipun pengembang tidak menghabiskan waktu seharian untuk membuat kode — jauh dari itu! — ada manfaat produktivitas yang sah bagi pengembang junior dan senior.
Kami telah melihat beberapa kasus penggunaan yang sangat hebat dari ini dengan pelanggan termasuk Bahasa Indonesia: Turing Dan Bank Komersial yang keduanya tampil di konferensi Google Cloud Next baru-baru ini.
ZDNET: Langkah apa saja yang dilakukan untuk memastikan keandalan dan keakuratan kode yang dihasilkan AI? Seperti yang saya tunjukkan dalam artikel pengujian kode saya, Google Gemini gagal dalam beberapa pengujian kode.
RS: Sementara produk seperti Gemini Code Assist didukung oleh model yang dilatih secara ketat dan serangkaian filter untuk memeriksa hasil sebelum dikembalikan ke pengguna, jawabannya tidak selalu sempurna.
Juga: Saya menyebabkan Google Gemini 1.5 Pro gagal dengan perintah pertama saya
Ini adalah salah satu alasan mengapa kami membangun (dan diumumkan sebelumnya di Next) fitur Kustomisasi Kode kami yang memungkinkan Anda mendasarkan jawaban pada basis kode pribadi Anda. Kami akan terus meningkatkan dan menyempurnakan model dasar kami, sambil menerima masukan pelanggan tentang area yang perlu ditingkatkan.
ZDNET: Bagaimana kemitraan Google Cloud dengan Stack Overflow dan platform lain meningkatkan alat AI-nya? Secara khusus, apa yang Anda lakukan untuk memastikan bahwa sejumlah besar informasi yang tidak lengkap atau salah di Stack Overflow tidak dimasukkan ke dalam basis pengetahuan?
RS: Data dari semua mitra kami (seperti Stack Overflow, Snyk, dan lainnya) menawarkan pengetahuan tambahan yang memungkinkan kami menemui pengembang di mana mereka berada dan memberikan jawaban yang lebih komprehensif terhadap pertanyaan pengguna kami.
Juga: Google Cloud menambahkan basis pengetahuan Stack Overflow ke Gemini AI
Sebagai bagian dari strategi pemrosesan data kami secara keseluruhan, kami menyaring dan mengevaluasi semua kontribusi data, termasuk data dari mitra kami. Kami menggunakan kombinasi teknik dan alat untuk mendasarkan respons kami terlepas dari apakah sumber data pihak ketiga digunakan atau tidak, dan kami terus memvalidasi dan memantau kualitas respons melalui serangkaian pengujian otomatis dan manual.
ZDNET: Bagaimana Google memastikan keamanan dan privasi kode pelanggan saat menggunakan Gemini Code Assist?
RS: Google tidak melatih model kami berdasarkan perintah yang dimasukkan ke Gemini Code Assist. Kami publikasikan dokumentasi tentang cara kami mengenkripsi perintah saat transit, dan komitmen privasi kami secara keseluruhan.
Juga: Google meluncurkan Gemini Code Assist dan saya optimis ini akan membantu programmer
Kami juga mengutip sumber jika memungkinkan, sediakan ganti rugidan menawarkan akses aman untuk jaringan perimeter Anda menggunakan Kontrol Layanan VPC.
ZDNET: Bagaimana Google Cloud mengatasi potensi bias dalam model AI yang digunakan dalam alat pengembangan?
RS: Kami bekerja keras untuk mematuhi prinsip-prinsip AI Google dan menerapkan perlindungan yang kuat selama pelatihan dan penyaringan responsKami juga menawarkan beberapa mekanisme umpan balik (dalam IDE, di tempat lain) bagi pengguna untuk menandai apa pun yang dianggap menyinggung atau tidak akurat.
ZDNET: Bisakah Anda membahas dampak AI terhadap masa depan rekayasa perangkat lunak dan praktik pengembangan?
RS: Kami berharap hal ini akan berdampak positif pada hampir setiap peran dalam pengembangan dan penyediaan perangkat lunak. Tim akan menggunakan sistem yang diinfus AI untuk menganalisis data guna menyusun persyaratan, membuat prototipe, menyiapkan lingkungan pengembangan, menulis dan memperbarui kode, membuat rencana pengujian, meninjau kode, menerapkan aplikasi, menyediakan dan mengoptimalkan infrastruktur, memecahkan masalah, dan mengamankan sistem mereka.
Juga: Dari pelatih AI hingga ahli etika: AI mungkin membuat beberapa pekerjaan menjadi usang namun menghasilkan pekerjaan baru
Anda akan melihat model yang lebih cepat yang menyediakan jawaban kontekstual — dengan mempertimbangkan repositori pengetahuan lokal dan basis kode — hingga siklus pengiriman aplikasi secara penuh. Praktik kami harus terus mengikuti perkembangan saat kami memikirkan pembuatan Dan kegiatan kurasi, perlu menyediakan platform yang ramah AI untuk membangun tim, dan bahkan bagaimana kita menguji sistem non-deterministik.
Penelitian menunjukkan bahwa pengembang mencari AI untuk membantu membuat rekayasa lebih efisien; itu tidak benar. tentang perubahan alur kerja secara fundamentalSetidaknya belum. Tapi tunggu saja.
ZDNET: Bagaimana teknologi AI Google Cloud membantu dalam mengelola dan mengurangi utang teknis dalam proyek perangkat lunak?
RS: Utang teknis datang dari berbagai arah, dan terkadang merupakan utang “baik” yang diperoleh tim saat memasarkan nilai. Namun, perkakas yang dibantu AI dan AI secara keseluruhan dapat membantu tim menerapkan praktik terbaik lebih awal, dan memperbaiki utang yang ada lebih cepat.
Asisten AI yang terlatih seperti Gemini Code Assist dapat membuat dan memvalidasi kode saat pengembang melakukannya, sehingga memastikan jumlah kompromi dan utang di masa mendatang yang terbatas. Untuk basis kode yang ada, jendela konteks yang besar di Gemini 1.5 memungkinkan tim menjelajahi basis kode lengkap dalam mencari masalah yang perlu diselesaikan.
ZDNET: Kemajuan masa depan apa yang Anda perkirakan dalam alat pengembangan berbantuan AI di Google Cloud?
RS: Kami gembira dapat memasarkan item yang kami umumkan dalam pratinjau di konferensi Google Cloud Next baru-baru ini. Kesadaran basis kode penuh yang muncul dari penawaran Gemini 1.5 sebagai model dasar berarti tim dapat melakukan modernisasi kompleks atau eksplorasi kode dengan kecepatan yang belum pernah ada sebelumnya.
Juga: Kenalkan Gemini 1.5, model AI terbaru Google dengan peningkatan besar dari pendahulunya
Dan kemampuan untuk menyesuaikan respons berdasarkan kode di GitHub, GitLab, atau Bitbucket berarti bahwa tim bisa mendapatkan lebih banyak kepercayaan dan konteks dari hasil yang dihasilkan AI. Cari opsi yang lebih mendasar yang membantu pengembang mendapatkan bantuan yang tepat waktu dan relevan.
Kita juga melihat bahwa bantuan AI tidak hanya ada di IDE, atau bermanfaat bagi pengembang. Investasi Gemini di Google Cloud secara keseluruhan menghadirkan bantuan AI bagi pengguna BigQuery yang mencoba membuat kueri yang rumit, pengguna Cloud SQL yang menjelaskan prosedur penyimpanan besar-besaran, profesional keamanan yang menganalisis ancaman, pengembang yang membuat integrasi kode rendah atau API, dan masih banyak lagi.
Cloud yang dibantu AI membantu orang “membangun” segala macam hal dengan lebih cepat, lebih murah, dan dengan kualitas lebih tinggi.
ZDNET: Bisakah Anda menjelaskan peran AI dan pembelajaran mesin dalam meningkatkan layanan cloud?
RS: Meskipun saya bersemangat dalam membangun perangkat lunak, sebagian besar perangkat lunak menghabiskan waktunya untuk dioperasikan. Kami mengumumkan Bantuan Awan sebagai bagian dari Gemini di Google Cloud, dan layanan yang akan datang ini akan mengubah cara tim mengelola layanan cloud mereka.
Juga: Temui Google Threat Intelligence, solusi keamanan Google Cloud dengan Gemini Pro
Dari saran pengoptimalan yang dipersonalisasi hingga membantu orang mengidentifikasi masalah dan memulihkan sistem secara cepat, alat seperti ini bisa mengubah cara Anda mengoperasikan layanan (cloud) secara mendasar.
Pada saat yang sama, Gemini di Google Cloud dirancang untuk membuat cloud secara keseluruhan lebih mudah digunakan. Mendapatkan AI yang dihasilkan ringkasan ancaman di Pusat Komando Keamanan sangat hebat. Melihat ringkasan log yang dibantu AI di Cloud Logging membuat produk lebih mudah digunakan.
Menawarkan jendela obrolan AI yang selalu ada di Cloud Console kami berarti Anda tidak perlu beralih konteks untuk mengajukan pertanyaan produk atau mendapatkan kejelasan tentang perintah CLI. Pengalaman semacam ini memberikan bantuan di mana pun Anda berada, yang akan memberikan dampak besar pada penggunaan cloud sehari-hari.
ZDNET: Apa saja kasus penggunaan inovatif Google Cloud yang membuat Anda terkesan akhir-akhir ini?
RS: Saya terinspirasi oleh penelitian luas yang dilakukan Google, dan juga bagaimana pelanggan menerapkan teknologi untuk memecahkan masalah spesifik mereka. Kerjasama Google terkini dengan AlphaFold 3 memprediksi struktur dan interaksi molekul kehidupan. Itu luar biasa. Kami memetakan aspek baru otak manusiaSesuatu yang mengagumkan.
Perusahaan seperti Chugai Pharmaceutical memanfaatkan sebagian penelitian kami dengan menerapkan sistem cloud untuk mempercepat penemuan obatSaya terkesan dengan tim dari Aviator yang melihat membantu pengembang menjadi lebih produktif di seluruh siklus pengembangan.
Dan perusahaan seperti Goldman Sachs adalah demokratisasi akses data dengan membuka sumber platform data mereka. Pelanggan Google Cloud memecahkan masalah besar dan terus-menerus membuat dampak luar biasa dalam industri mereka.
Juga: Mengapa solusi AI hanya punya waktu tiga bulan untuk membuktikan kemampuannya
Bagaimana menurutmu?
Apakah Anda menggunakan Gemini sekarang, baik dengan pencarian atau email, atau sebagai bagian dari proses pengodean Anda? Apakah jawaban Richard membantu Anda lebih memahami perspektif Google tentang AI? Beri tahu kami di komentar di bawah ini.
Anda dapat mengikuti pembaruan proyek harian saya di media sosial. Pastikan untuk berlangganan buletin pembaruan mingguan sayadan ikuti saya di Twitter/X di @DavidGewirtzdi Facebook pada Facebook.com/DavidGewirtzdi Instagram pada Instagram.com/DavidGewirtzdan di YouTube di Sumber: YouTube.com/DavidGewirtzTV.
