Geri Dön

Can ai code like a human: A critical analysis of ai's understanding in code generation

Yapay zekaların kodlama becerisi insanla rekabet edilir mi? Yapay Zekanın kod üretimindeki anlayışı ve eleştirel bir bakış

  1. Tez No: 866026
  2. Yazar: SAMİ AKKUŞ
  3. Danışmanlar: PROF. DR. HÜSEYİN CEM BOZŞAHİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Enformatik Enstitüsü
  11. Ana Bilim Dalı: Bilişsel Bilim Ana Bilim Dalı (disiplinlerarası)
  12. Bilim Dalı: Bilişsel Bilimler Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Büyük dil modelleri (LLM'ler) büyük popülarite kazanmış ̧ ve kod üretimi de dahil olmak üzere bir çok yazılım geliştirme alanında devrim yaratmıştır. Bu tez, GPT-3.5'in kod üretiminde insan benzeri anlayışa ulaşma yeteneğini araştırmaktadır. Bu araştırmanın temel amacı, daha fazla bağlam eklemenin, açık niyeti ortaya çıkarmanın ve dağıtık biliş ve genişletilmiş ̧ zihin tezi teorilerine dayalı çoklu ajan sistemlerini simüle etmenin, LLM'lerin kod üretimindeki anlamsal anlayışını nasıl etkiledig ̆ini incelemektir. LLM'lerin kod üretimindeki başarı kriterleri, mantıksal akıl yürütme yeteneklerine, problem çözmeye ve basit matematik sorularına odaklanan gerçek dünya mülakat soruları içeren HumanEval veri seti kullanılarak değerlendirilmektedir. Ayrıca, araştırma, LLM'lerin insan bilişsel süreçlerini ne ölçüde taklit edebileceğini incelemektedir. Bu tez, işlevselcilik ve Çin Odası Argümanı perspektiflerinden değerlendirilerek şu soruya cevap aramaktadır:“Güçlü Yapay Zeka”gereksinimlerinin karşılandığı bir dönemde miyiz? Bunun yanı sıra, tez, LLM'lerin eğitim verilerine bağımlılıkları, önyargıları ve çevresel etkileşim eksiklikleri nedeniyle orijinalliklerini ve niyet anlama kabiliyetlerini sınırlayan sınırlamalarını vurgulamaktadır. Tezdeki bulgulara göre, LLM'lerin söz dizimini anlama konusunda çok iyi olduklarını, ancak anlamsal anlayışta hala önemli bir zorlukla karşıı karşıya olduklarını göstermektedir.

Özet (Çeviri)

Large language models (LLMs) are so popular that they have revolutionized many software develop- ment areas, including code generation. This thesis investigates GPT3.5's ability to achieve human-like understanding in code generation. Its main purpose is to answer how adding more context, extracting explicit intention, and simulating multi-agent systems based on the distributed cognition and extended mind thesis affect the semantic understanding of LLMs in code generation. The success criteria of LLMs in code generation are evaluated based on the HumanEval dataset, which has real-world interview questions focusing on logical reasoning abilities, problem-solving, and simple math questions. Additionally, it searches to what extent LLMs can mimic human cognitive processes, evaluates this from the viewpoint of functionalism and the Chinese Room Argument, and tries to answer the question: Are we in the era of meeting the requirements of Strong AI? Furthermore, It demonstrates the limitations of LLMs because of their dependency on training data, inherent biases, and lack of environmental interaction, which restrict their originality and understand ing of intent. The findings show that while LLMs are very good at understanding syntax, their true understanding of semantics is still a significant challenge.

Benzer Tezler

  1. Doğal dil ile SQL ve görselleştirme koduna dönüşümde büyük dil modellerinin karşılaştırmalı analizi

    Comparative analysis of large language models for natural language to SQL and visualization code generation

    BAYKAL MEHMET UÇAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Hesaplamalı Bilim ve Mühendislik Ana Bilim Dalı (disiplinlerarası)

    DOÇ. DR. SEFER BADAY

  2. Generative artificial intelligence cybersecurity risks

    Üretken yapay zekâ siber güvenlik riskleri

    NAINWA HAYAJNEH

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. DERYA YILTAŞ KAPLAN

  3. Zamanın ve mekânın genişlemiş alanında bir kültürteknik: paralel projeksiyon

    A cultural technique in the expanded field of time and space: parallel projection

    MELEK KILINÇ

    Doktora

    Türkçe

    Türkçe

    2021

    MimarlıkMimar Sinan Güzel Sanatlar Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. AHMET TERCAN

  4. Palm yağı yükü bozulmalarının sezgisel bulanık mantık yaklaşımı ile hata ağacı analizi

    Fault tree analysis of palm oil cargo contamination by using intuitionistic fuzzy approach

    YASİN ATEŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Denizcilikİstanbul Teknik Üniversitesi

    Deniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YUNUS EMRE ŞENOL

  5. Emniyet kritik yazılım test edilebilirliğinin iyileştirilmesi

    Improving testability of safety-critical software

    ONUR ÖZÇELİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. DENİZ TURGAY ALTILAR