人工智能和ChatGPT正在改变嵌入式编程
扫描二维码
随时随地手机看文章
除非你一直躲在一块岩石下，否则你可能已经看到ChatGPT正在席卷整个世界。虽然ChatGPT已经引起了人们的普遍兴趣，但它是一种人工智能模型，有助于证明开发者和企业正在重新思考我们如何工作和开发软件系统。我并不是说该技术正处于我们可以让人工智能模型为我们编写生产代码的阶段。相反，我建议人工智能可以通过几种方式来改变嵌入式软件开发人员学习、工作和编写软件的方式。让我们探索一些。
史诗方法#1-通过人工智能对编程加速开发
我一直喜欢的一个敏捷方法是成对编程。配对编程让两个开发人员一起开发一个软件特性。一个开发人员通过编写代码作为驱动程序，另一个作为导航员，检查准确性并记住更大的图片。我很久以前就知道，为嵌入式系统编写代码并不是困难的部分。任何人都可以编写代码;它检查代码是否正确，并做它需要的，这就是诀窍。
人工智能模型可以生成代码。Github的副驾驶和OpenAI的代码沙箱做得很好。将一个人作为导航器与一个将编写代码的AI模型配对是加速开发人员吞吐量的好方法。例如，我最近正在开发一个软件模块，其中包括单元测试，在那里我使用了副驾驶来帮助我加速开发。当我开始输入我正在编写的函数或测试的名称时，副驾驶会开始建议代码的样子，比如：
TEST(HeaterGroup, CreateThread)
{
UINT status;
TX_THREAD HeaterThread;
status = tx_thread_create(&HeaterThread, "HeaterThread", HeaterTask, 0,
HeaterThreadStack, HEATER_THREAD_STACK_SIZE,
HEATER_THREAD_PRIORITY, HEATER_THREAD_PRIORITY,
TX_NO_TIME_SLICE, TX_AUTO_START);
CHECK_EQUAL(status, TX_SUCCESS);
}
副驾驶很快就产生了一个测试，我必须在这个案例中进行审查和祝福。它并不总是正确的，也并不总是有一个好的建议，但总的来说，它提高了我编写代码的速度。人工导航器可以导致更高的质量和更快的代码开发。
史诗般的方式#2-更快的调试
我发现ChatGPT在查找代码中的错误或建议改进代码方面相对不错。从历史上看，根据安斯彭可2020年嵌入式营销调查，开发者平均花了20%的时间来调试代码。然而，我遇到过许多开发人员和团队，他们花费了超过40%的时间!减少调试时间可以节省数月和数十万美元的开发成本。人工智能工具将帮助开发者实现这一目标。
我最近在一篇演示C缓冲区溢出的文章中使用了代码。该代码如下：
#include
#include
int main (void){
printf ("Hello, world!\n");
printf ("Let's overflow the buffer!\r\n");
uint32_t array[5] = {0, 0, 0, 0, 0,};
for(int index = 0; index < 6; index++) {
printf("Index %d: %d\r\n", index, array[index]);
}
return 0;
}
我把这个代码，粘贴到ChatGPT中，并要求它找到这个bug。其结果如下：
“在这段代码中有一个缓冲区溢出。该数组被定义为大小为5，但是for循环试图访问一个索引6，这是越界的。这可能会导致未定义的行为，例如覆盖不应该修改的内存。
要解决这个问题，您可以改变for循环条件，以停止在5，如下：
for(int index = 0; index < 5; index++) {
printf("Index %d: %d\r\n", index, array[index]);
}
This way the loop will only access the valid indices of the array, and will not cause buffer overflow.”
这可能看起来微不足道，但其潜力是令人信服的。ChatGPT能够找到缓冲区溢出，提出修复它的方法并解释原因。开发人员可能花了超过10-20秒的时间来发现这样的错误，特别是如果错误更复杂的话。
我们已经使用了静态的和动态的分析工具来改进我们的代码。使用人工智能工具来审查代码并提出改进建议是合乎逻辑的下一步。我已经和几十个工程师交谈过了，他们已经在使用ChatGPT来帮助他们学习Rust，改进他们的C++代码，找到更好的编写Python的方法，等等。
史诗般的方法#3-将开发者指向正确的方向
有时，开发人员会遇到他们以前没有完成过的活动。在这些情况下，开发人员将需要在网上走出去，做一些搜索，做一些研究，尝试一些事情，最终，他们会弄明白。然而，这个过程有时可能需要比我们想要的更多的时间。有了人工智能工具，开发者可以找到正确的方向，并更快地加快速度。
例如，如果你正在开始开发一个新产品，并且必须制定一个软件开发计划，你可以问人工智能应该包括什么。响应可能是如下的：
项目概述：对项目的目标、目标和范围的总结。
需求：对软件的功能需求和非功能需求的详细描述。
设计：对软件的整体架构和设计的描述，包括任何相关的图表或原理图。
开发时间表：关于软件开发的详细计划，包括任务、里程碑和截止日期。
测试和质量保证：一个关于测试和质量保证的计划，包括任何相关的测试工具和方法。
部署和维护：部署软件并在生产过程中维护软件的计划。
资源分配：对项目所需资源的描述，包括人员、设备和预算。
风险管理：识别和减轻整个项目中潜在风险的计划。
沟通：在项目团队之间和与利益相关者之间的沟通计划。
附录：与项目相关但未包括在计划主体中的任何附加信息。
ChatGPT生成了上述列表。是否准确?我认为这是一个优秀的第一次通过。我使用的软件开发计划有更多的内容，但所有这些项目都包括在内了。因此，一个创建他们的第一个软件开发计划的人将会有一个方向要走。
现在，我认为这是一个很好的时机来指出，你不能总是相信人工智能工具会告诉你做的事情。我最近在做一个项目，其中我必须启用纠错码(ECC)。我没有在那个微控制器上做过，我很好奇ChatGPT是否会给我正确的答案，或者给我指明正确的方向。我阅读了数据表，把我需要做的事情放在一起，然后实现了它。在验证了我的解决方案后，我问ChatGPT如何做同样的事情。生成的输出是正确的方向，但遗漏了一些关键的细节。如果我单独依赖它，我可能还会试图弄清楚为什么ECC不工作。
结论
像ChatGPT、CoPilot等许多其他工具将极大地改变企业和开发人员编写软件的方式(以及更多)。然而，我不相信我们会很快把钥匙交给机器。我怀疑这些工具能否优化实时性能，或创建正确的权衡，以确保在多任务处理环境中能够满足最后期限。然而，增强开发者并帮助他们变得更高效的潜力是巨大的。大多数嵌入式系统公司面临的两个最大挑战是上市时间和开发预算。自动化和流程可以帮助团队沿着这条道路前进，但人工智能可能只是最终解决这些挑战的工具。
下载文档
