GLN014 - Werden Programmierer arbeitslos? Raspi im Desktopeinsatz und das Manjaro-Interview

1. September 2021 Ralf Hersel Lesezeit: 4 Minuten

Shownotes der Folge 14 des GnuLinuxNews-Podcasts

Folge 14 des GnuLinuxNews-Podcasts, aufgenommen am 18. August 2021.

In dieser Folge sprechen Ralf und Lioh über mögliche Auswirkungen von Copilot für Entwickler, diskutieren darüber, wie sich eine Raspberry Pi im Desktopeinsatz schlägt und führen ein Interview mit Phillip Müller von Manjaro.

Shownotes

Feedback

Digital Signage (Lioh und Peter der PCFreak: https://github.com/boschkundendienst/raspisignage)
Kapitelmarken, Max Mehl, AntennaPod, RSS vs MP3: https://forum.antennapod.org/t/chapter-marks-documentation/1193
GSE, danke für WhyNotWin11

Werden Programmierer arbeitslos?

Programmiersprachen haben sich in den letzten 30 Jahren nicht wesentlich weiterentwickelt. Was ist der fundamentale Unterschied zwischen einem Pascal der 90er Jahre und einem aktuellen Python? Es gab viele Ansätze aus Modellen Code zu generieren (CASE), die alle gescheitert sind. Hinzugewonnen haben Bibliotheken und Frameworks (Code und GUI). Die aktuelle Entwicklung geht jedoch in eine ganz andere Richtung: Maschinelles Lernen entwickelt aus vorhandenem Code und natürlich geschriebener Sprache, Vorschläge für Programmierer. Wohin führt der Weg und was bedeutet das für die Zunft der Entwickler?

Github Copilot
OpenAI Codex (GPT-3)
FSF Copilot (Lizenzfragen: GPL-Verletzung; wer hält das copyright am Copilot-generierten Code?)
Probleme bei den Lizenzen und der Überprüfbarkeit der Algorithmen (Neuro-Netze = ML, KI)

Details:
Copilot basiert auf OpenAI's Codex, welches eine auf Programmcode optimierte Variante von GPT-3 ist. Generative Pre-trained Transformer 3 ist ein Sprachmodell, dass Deep Learning verwendet, um aus Stichworten langen Text oder ganze Webpages zu erzeugen. Copilot erzeugt: Code, Datenstrukturen, Daten, API-Aufrufe.

Pros:

Ersetzt copy/paste von Stackoverflow
Zeitersparnis
Alternative Implementierungen
Lerneffekt
vermeintlich höhere Codequalität

Cons:

Lizenzverletzungen: 0.1% direct code copy. 99.9% derivative code.
Abhängigkeit von Copilot. Leute werden verlernen, wie man programmiert.
Zukünftiger Preis der Dienstleistung
Privater Code wird ohne Nachfrage von Copilot analysiert. Problem: sensibler Code, NDA
Copilot wird (auch) schlechten oder unsicheren Code erzeugen. Entwickler werden ihn nehmen, ohne ihn zu testen.

Raspberry Pi im Desktopeinsatz

Ist ein Raspberry Pi als Desktop Computer geeignet?
Welche Distributionen kommen infrage?
Vor- und Nachteile
Dedoimedo: https://www.dedoimedo.com/computers/raspberry-pi-4-viable-desktop.html