¿Cuáles son los lenguajes de programación más usados?

Hoy en día, para realizar una página web o un programa o aplicación, no necesitaremos obligatoriamente saber lenguajes de programación, ya que existen muchas páginas que nos ofrecen hacerlo de forma visual. Pero probablemente no quede igual de profesional. Actualmente, existen muchos lenguajes diferentes para programar, pero hay algunos que son los más conocidos, y se usan para aplicaciones como Yahoo, Amazon, y muchas otras.

La evolución de la programación

Tanto en términos de lenguajes de programación utilizados como en los paradigmas y metodologías utilizados en el desarrollo de software, la programación ha experimentado una gran evolución desde sus inicios. En este informe, analizaremos esta transformación y señalaremos algunos puntos de inflexión significativos.

¿Qué es Marblism?

Marblism es una inteligencia artificial capaz de desarrollar programas, redes sociales en base a una breve descripción. Una vez escribas la descripción, la cual debe ser inglés, con el debido nombre de la aplicación, deberas revisar las paginas y la estructura de la aplicación que vamos a crear, recibiremos un launcher del programa y un editor del codigo, y en caso de tener cuenta en Github la pondremos en caso de querer compartir el codigo del programa.

En el siguiente ejemplo se mostrara una red social llamada GlobalNet:

Data System SL.
C/. Dr. Esquerdo, 12
28028
Madrid España

(+34) 657783389
Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.

Búsqueda de la "inteligencia malvada" en VS Code

Si sintonizaste GitHub Universe la semana pasada, viste una enorme cantidad de progreso, innovación y visión para la inteligencia artificial en todo el flujo de trabajo de los desarrolladores. Lo que queremos hacer en esta publicación de blog es centrarnos en los avances en torno a Visual Studio Code en los últimos meses que ayudan a hacer realidad esta visión más amplia.

Malvadamente inteligente

Una de mis frases favoritas en la película fundamental de Matt Damon y Ben Affleck "Good Will Hunting" es el malvado smaaahtt de mi hijo.

La frase la pronuncia Morgan (Casey Affleck, el hermano de Ben) después de que Will (Matt Damon) interrumpe una confrontación entre Chuckie (Ben Affleck) y un "estudiante de posgrado de primer año" demasiado confiado al recordar hechos sobre la historia de Estados Unidos página por página, palabra. por palabra. Se podría decir que Will fue entrenado por todos los libros que leyó y pudo recordarlos basándose en la conversación.

La IA es similar a Will: conoce una gran cantidad de texto. Pero lo que le falta a la IA (lo que los humanos tienen y la IA no tiene) es el contexto de una interacción particular para dar la mejor respuesta posible. Y en el caso de Will, como también puede "leer la sala", puede usar su inteligencia literaria para devolver un derribo cuidadosamente elaborado.

Los modelos de lenguaje grande (LLM) se entrenan con datos de repositorios públicos en un momento dado. Eso significa que no saben nada sobre su código actual. Saben sobre código en general, pero no tienen el contexto necesario para responder preguntas al respecto con precisión o para sugerir código nuevo que siga la forma y función de su espacio de trabajo.

Para solucionar este problema, GitHub Copilot Chat envía fragmentos de código que ayudan al modelo a responder mejor las preguntas (esto se llama generación aumentada de recuperación o "RAG"). Las respuestas mejoran al ver el código más relevante. Pero existen límites en la cantidad de código (y orientación a través del mensaje) que se puede enviar al LLM. Para un proyecto pequeño, esto no suele ser un problema. Pero considere cualquier repositorio de código fuente grande que exista y rápidamente se dará cuenta de que es imposible enviar el contenido de cada archivo al modelo. La solución para obtener mejores respuestas es enviar el contexto relevante utilizando la cantidad adecuada de recursos en un tiempo razonable. Para ayudar con esto y desbloquear muchos otros escenarios, agregamos el concepto de participantes a Copilot Chat.

Participantes

Los participantes del chat son expertos en el dominio que pueden responder la consulta del usuario como quieran: utilizando completamente la IA en el procesamiento de la consulta o de forma tradicional reenviándola a un servicio backend. Los participantes también pueden proporcionar acceso al modelo de lenguaje grande a herramientas específicas del dominio. Con la ayuda del LLM, el participante puede seleccionar una herramienta y definir cómo invocarla. Un ejemplo de un participante de chat de este tipo es @workspace. El @workspaceparticipante conoce su espacio de trabajo y puede resolver dudas sobre el mismo. Internamente, el participante cuenta con diferentes herramientas: el gráfico de conocimiento de GitHub combinado con búsqueda semántica, índices de código local y los servicios de lenguaje de VS Code.

Los participantes del chat pueden ser aportados por el cliente o el servicio. En GitHub Universe, hubo una demostración de un participante del lado del servicio, un "Agente de Documentos" en la experiencia de Chat de github.com que sabe cómo buscar documentación encontrada en repositorios (próximamente en VS Code).

Los participantes del lado del cliente pueden contribuir a través de extensiones tradicionales de VS Code. Más sobre eso en la sección Extensibilidad , pero echemos un vistazo a dos participantes del chat que están disponibles en VS Code hoy: @workspacey @vscode.