„Tai yra labiausiai priblo\u0161kiantis ma\u0161ininio mokymosi pritaikymas, kok\u012f esu mat\u0119s.”<\/strong><\/em><\/p>\n Mike’as Kriegeris, vienas i\u0161 „Instagram” \u012fk\u016br\u0117j\u0173.<\/span><\/p>\n <\/p>\n Mike’o Kriegerio \u017eod\u017eiai n\u0117ra hiperbol\u0117. Nors „ML” gali atlikti nuostabius dalykus, susijusius su duomen\u0173 analize ir \u012f\u017evalgomis, „GitHub Copilot” visi\u0161kai kei\u010dia \u017eaidimo taisykles, nes gali b\u016bti naudingas produkt\u0173 k\u016br\u0117jams visame pasaulyje.<\/span><\/p>\n Kodavimo kopilotai ir generatyvinis dirbtinis intelektas padeda komandoms i\u0161gauti did\u017eiul\u0119 naud\u0105, pavyzd\u017eiui, iki \u0161iol ne\u012fsivaizduojamo grei\u010dio pagreitinti programin\u0117s \u012frangos k\u016brimo cikl\u0105. Ta\u010diau \u0161ios technologijos poveikis RPA ir programin\u0117s \u012frangos testavimui yra dvi \u012fdomiausios \u0161ios nuostabios technologijos sritys.<\/span><\/p>\n \u0160iame straipsnyje ap\u017evelgsime, kaip kodavimo kopilotai ir generatyvinis dirbtinis intelektas pakeit\u0117 programin\u0117s \u012frangos testavimo ir RPA pasaulius \u0161iuo metu, ir tik tada i\u0161nagrin\u0117sime j\u0173 b\u016bsim\u0105 poveik\u012f technologijoms.<\/span><\/p>\n <\/p>\n