With AI, Anyone Can Be a Coder Now | Thomas Dohmke | TED

240,115 views ・ 2024-05-24

TED


Bitte doppelklicken Sie auf die englischen Untertitel unten, um das Video abzuspielen.

Übersetzung: Cornelia Schlesinger Lektorat: Natalie Solbach
00:04
You know, I'm one of these adults
0
4376
1960
Ich gehöre zu diesen Erwachsenen,
00:06
that actually still loves playing with LEGO.
1
6378
3295
die es immer noch lieben mit LEGO zu spielen.
00:09
I loved them way back in the '80s in Berlin when I grew up,
2
9714
3295
Ich liebte es schon in den 80ern, als ich in Berlin aufwuchs,
00:13
and I still love them.
3
13051
1585
und ich liebe es immer noch.
00:14
And these days, I build LEGO with my kids on Saturday afternoons.
4
14678
4462
Heute baue ich samstagnachmittags mit meinen Kindern LEGO.
00:19
And the reason that my love for LEGO
5
19474
1752
Der Grund, warum meine Liebe zu LEGO geblieben ist, ist ganz einfach:
00:21
has remained evergreen is, quite simply,
6
21226
2252
00:23
that LEGO is a system for realizing creativity
7
23520
3545
LEGO ist ein System zur Realisierung von Kreativität,
00:27
with almost no barrier to entry.
8
27107
2711
fast ohne Eintrittsbarrieren.
Ich bin nicht nur ein LEGO-Papa,
00:30
And I’m not only a LEGO dad,
9
30443
1377
00:31
I'm also the CEO of GitHub.
10
31861
1919
ich bin auch der CEO von GitHub.
00:33
And if you don't know GitHub,
11
33780
1418
Falls Sie GitHub nicht kennen,
00:35
you can think of it as the home of coding.
12
35198
2711
können Sie es sich als Heimat des Programmierens vorstellen.
00:37
It's where all the software developers,
13
37951
2586
Hier arbeiten alle Softwareentwickler,
00:40
the chief nerds of our society,
14
40579
2961
die führenden Nerds unserer Gesellschaft, zusammen.
00:43
collaborate together.
15
43540
2127
00:45
And it's part of our mission to make it as easy as possible
16
45667
3170
Teil unserer Mission ist es,
es jedem Entwickler so einfach wie möglich zu machen,
00:48
for every developer to build small and big ideas with code.
17
48878
4797
kleine und große Ideen mit Code zu verwirklichen.
00:54
But in contrast to LEGO,
18
54050
1877
Aber im Gegensatz zu LEGO
00:55
the process of building software feels daunting to most people.
19
55927
4588
fühlt sich Softwareentwicklung für die meisten beängstigend an.
01:01
This all started to change
20
61391
1793
Das alles begann sich zu ändern,
01:03
when ChatGPT came along in late 2022.
21
63226
3295
als ChatGPT Ende 2022 auf den Markt kam.
01:06
Now we live in a world where intelligent machines understand us
22
66896
3337
Jetzt leben wir in einer Welt,
in der intelligente Maschinen uns genauso verstehen wie wir sie.
01:10
as much as we understand them.
23
70275
2586
01:13
All because of language.
24
73361
1669
Alles wegen der Sprache.
01:15
And this will forever change the way we create software.
25
75739
4254
Das wird den Prozess, wie wir Software entwickeln,
für immer verändern.
01:20
Up until now, in order to create software,
26
80327
2752
Bisher musste man professioneller Softwareentwickler sein,
01:23
you had to be a professional software developer.
27
83121
2794
um Software zu erstellen.
01:25
You had to understand, speak and interpret the highly complex,
28
85915
5506
Man musste die hochkomplexe, manchmal unsinnige Sprache einer Maschine,
01:31
sometimes nonsensical language of a machine that we call code.
29
91421
3921
sogenannten „Code“, verstehen, sprechen und interpretieren.
01:35
Modern code still looks like hieroglyphics to most people.
30
95884
4087
Moderner Code sieht für die meisten immer noch wie Hieroglyphen aus.
01:39
Here's an example.
31
99971
1168
Hier ein Beispiel.
Das hier ist die erste Programmiersprache der Welt
01:41
This, from the early 1940s,
32
101139
2336
01:43
is the world's first computer programming language,
33
103475
2794
aus den frühen 1940er Jahren.
01:46
called Plankalkül.
34
106311
1752
Sie hieß Plankalkül.
01:48
It set the foundation for the modern code that we use today.
35
108104
2836
Sie legte den Grundstein für den Code, den wir heute nutzen.
01:50
And as you can see, it's a few numbers,
36
110940
2461
Wie Sie sehen, sind das ein paar Zahlen,
01:53
some bubbles and some big-ass brackets.
37
113443
3545
ein paar Blasen und ein paar riesige Klammern.
01:57
Not much humanity here, right?
38
117572
2211
Nicht besonders menschlich, oder?
01:59
Flash forward about 20 years
39
119783
2127
20 Jahre später die Programmiersprache COBOL.
02:01
to the programming language called COBOL.
40
121951
2128
02:04
COBOL was invented during the Eisenhower years,
41
124079
3837
COBOL wurde in den Eisenhower-Jahren erfunden,
02:07
but it remains an important language
42
127957
1877
ist aber nach wie vor wichtig
02:09
for many of our largest financial institutions.
43
129876
2920
für viele unserer größten Finanzinstitute.
02:12
Wall Street, your savings account, your credit cards,
44
132837
3796
Die Wall Street, Ihr Sparkonto, Ihre Kreditkarten,
02:16
all run on this today.
45
136633
1918
dafür wird er immer noch benutzt.
02:18
And we see some familiar words here.
46
138927
2085
Wir sehen einige vertraute Wörter.
02:21
But structurally, I think this doesn't make much sense to most of you.
47
141054
3545
Aber strukturell macht das für die meisten von Ihnen wohl wenig Sinn.
02:24
Flash forward another 30 years to 1991,
48
144599
2753
Gehen wir 30 Jahre weiter, ins Jahr 1991,
02:27
and we saw the birth of Python,
49
147394
2168
die Geburt von Python,
02:29
one of the most popular programming languages in this era of AI.
50
149604
4296
eine der beliebtesten Programmiersprachen dieser KI-Ära.
02:34
In 80 years, we went from bubbles to brackets,
51
154693
4087
In 80 Jahren gingen wir von Blasen zu Klammern
02:38
to blips of English,
52
158780
1168
und Spritzern von Englisch über,
02:39
and yet, we got nowhere near as close as the intuitiveness of human language.
53
159989
5631
kamen aber an das Intuitive der menschlichen Sprache nicht heran.
02:46
But then came June 2020,
54
166621
1835
Dann kam der Juni 2020
02:48
and we got early access to OpenAI's large language model,
55
168498
3462
und wir erhielten Frühzugriff auf das große Sprachmodell von OpenAI,
02:52
then called GPT-3.
56
172001
1627
das damals GPT-3 hieß.
02:54
It was COVID, we were all on lockdown,
57
174212
2002
Es war COVID, wir waren alle im Lockdown.
02:56
I remember we were on a video call together.
58
176214
2711
Ich erinnere mich, dass wir eine Videokonferenz hatten.
02:58
We fed random programming exercises into this raw model,
59
178967
4212
Wir fütterten das Modell mit zufälligen Programmierübungen
03:03
and like magic,
60
183221
1376
und wie von Zauberhand wurden 93 Prozent
03:04
it solved 93 percent of them during the first few takes.
61
184597
4171
in den ersten paar Versuchen gelöst.
03:09
We at GitHub recognized we had something remarkable in our hands,
62
189310
3546
Wir bei GitHub wussten,
dass wir etwas Bemerkenswertes in Händen hielten.
03:12
and we quickly turned around a novel developer tool
63
192897
3128
Wir brachten schnell ein neuartiges Entwicklertool,
03:16
called GitHub Copilot:
64
196025
1669
GitHub Copilot, auf den Markt.
03:17
an AI assistant that predicts and completes code
65
197736
2961
Einen KI-Assistenten,
der Code für Softwareentwickler vorschlägt und vervollständigt.
03:20
for software developers.
66
200697
1710
03:22
Copilot is now the most adopted AI developer tool on the planet.
67
202407
5297
Copilot ist heute das meistgenutzte KI-Entwicklertool der Welt.
03:28
The age of programming has been reborn.
68
208246
3545
Das Zeitalter des Programmierens wurde neu geboren.
03:31
But the possibilities of the breakthrough
69
211791
2044
Die Möglichkeiten dieses Durchbruchs
03:33
went further than just these business results.
70
213877
2502
gingen jedoch über diese Geschäftsergebnisse hinaus.
03:36
Because the large language models that power ChatGPT and Copilot
71
216880
5171
Da die großen Sprachmodelle, auf denen ChatGPT und Copilot basieren,
03:42
are trained on a vast library of human information,
72
222051
3379
mit einer riesigen Menge menschlicher Informationen trainiert werden,
03:45
they understand and interpret nearly every human language,
73
225472
3586
verstehen und interpretieren sie fast jede menschliche Sprache,
03:49
every major human language.
74
229100
2086
jede wichtige menschliche Sprache.
03:52
They seem to get us.
75
232020
1585
Sie scheinen uns zu verstehen.
03:54
We have struck a new fusion
76
234564
1835
Wir haben eine neue Verschmelzung
03:56
between the language of a human and a machine.
77
236441
3879
zwischen der Sprache von Mensch und Maschine erreicht.
04:00
With Copilot, any person can now build software in any human language
78
240987
6465
Mit Copilot kann jede Person in jeder beliebigen Sprache
mit einer einzigen schriftlichen Anweisung Software erstellen.
04:07
with a single written prompt.
79
247494
2502
Tschüss Blasen und riesige Klammern!
04:10
Goodbye to the bubbles and the big-ass bracket.
80
250038
4087
04:15
This is the most profound breakthrough to technology
81
255960
4129
Dies ist der tiefgreifendste technologische Durchbruch
04:20
since the genesis of software development itself.
82
260131
2753
seit der Entstehung der Softwareentwicklung selbst.
04:23
Today, there are over 100 million developers on GitHub.
83
263927
3086
Heute gibt es über 100 Millionen Entwickler auf GitHub.
04:27
That's about one percent of the world's population,
84
267055
3044
Das ist ungefähr ein Prozent der Weltbevölkerung.
04:30
you know, plus-minus.
85
270099
1377
04:31
I think that number is about to explode.
86
271476
3211
Ich glaube, diese Zahl wird bald explodieren.
04:34
And I want to show you why, here on my MacBook.
87
274729
2211
Ich möchte Ihnen hier zeigen warum.
04:36
We started it all with the original Copilot or how we say the OG Copilot,
88
276981
3963
Alles fing mit dem original Copilot an, oder, wie wir sagen, OG Copilot.
04:40
and it literally just predicted and completed code in the editor.
89
280985
3546
Er hat Code im Editor vorgeschlagen und vervollständigt.
04:44
You can think of the editor as, you know, the Google Docs for developers.
90
284572
3712
Sie können sich den Editor als Google Docs für Entwickler vorstellen.
04:48
And when you have a doc open, you know how it is, empty page,
91
288326
4004
Wenn Sie ein Dokument öffnen, sehen Sie eine leere Seite, fragen sich:
04:52
what do I actually want to do?
92
292372
1460
Was möchte ich eigentlich tun?
04:53
And I mentioned LEGO.
93
293832
1209
Ich habe LEGO erwähnt.
04:55
So let’s build a 3D LEGO brick on a web page.
94
295083
3420
Lassen Sie uns einen 3D-LEGO-Stein auf einer Webseite bauen.
04:58
So what developers do, you know, they start typing.
95
298545
2419
Was machen Entwickler? Sie fangen an zu tippen.
05:00
And so I typed in the JavaScript file,
96
300964
1835
Ich habe in eine JavaScript-Datei getippt:
05:02
create a function to create a LEGO brick.
97
302841
4087
Erstelle eine Funktion, um einen LEGO-Stein zu erstellen.
05:06
And you can see here this gray text, we call this ghost text.
98
306928
2961
Sie sehen hier diesen grauen Text, den wir Geistertext nennen.
05:09
This is coming from the large language model.
99
309931
2127
Der kommt aus dem großen Sprachmodell.
Jetzt kann ich die Tabulatortaste und die Eingabetaste drücken
05:12
So now I can just press the tab key and press enter.
100
312058
3045
und bekomme einen Vorschlag zum Bau eines LEGO-Turms.
05:15
And I get another suggestion, you know, to create a LEGO tower.
101
315144
3003
Vielleicht später.
05:18
Maybe we do that later.
102
318147
1252
Oder ich mache einfach das: „Funktion: LEGO-Stein zeichnen.“
05:19
Or I can just do: function draw LEGO brick.
103
319440
4046
05:23
And here again you see ghost text from Copilot right away available for me.
104
323528
4504
Auch hier steht mir der Geistertext von Copilot zur Verfügung.
05:28
And if I like what I'm seeing here,
105
328074
1710
Wenn mir das gefällt
05:29
so I get into a mode of writing and understanding,
106
329784
2961
und ich in einen Modus des Schreibens und Verstehens komme,
05:32
I can just accept this.
107
332787
1710
kann ich das einfach annehmen.
05:34
Developers love that, right?
108
334497
1377
Entwickler lieben das.
05:35
Because instead of writing ten lines of code themselves
109
335915
2586
Denn anstatt zehn Zeilen Code zu schreiben
05:38
or copy and pasting them from the internet,
110
338501
2419
oder aus dem Internet zu kopieren,
05:40
they get them right in their editor.
111
340962
1752
haben sie sie direkt im Editor.
05:42
They can stay in the flow.
112
342714
1585
Sie können „im Fluss“ bleiben.
05:44
Now what the OG Copilot didn’t offer me is a way to interact with this.
113
344299
3545
Der OG Copilot hat mir allerdings nicht angeboten zu interagieren.
05:47
I cannot ask questions,
114
347886
1543
Ich kann keine Fragen stellen,
05:49
I cannot, you know, instruct it to do different things.
115
349470
2962
ich kann ihn nicht anweisen, andere Dinge zu tun.
05:52
Last year we launched a new feature, Copilot chat,
116
352473
2461
Letztes Jahr führten wir eine neue Funktion ein: Copilot Chat.
05:54
and you can think about it as ChatGPT in your editor.
117
354976
3045
Sie können sich das als ChatGPT in Ihrem Editor vorstellen.
05:58
So I can open this up here in the sidebar.
118
358062
2378
Ich kann das in der Seitenleiste öffnen.
06:01
And now I can tell it to create a whole web page
119
361149
3086
Jetzt kann ich ihm sagen,
dass es eine ganze Webseite mit einem 3D-LEGO-Stein erstellen soll.
06:04
with a 3D LEGO brick for me.
120
364235
1794
06:06
Now you know, similar to ChatGPT, it streams the response,
121
366070
2753
Ähnlich wie ChatGPT streamt es die Antwort
06:08
and it gives me not only some code
122
368823
1710
und zeigt mir nicht nur Code an,
06:10
but it actually gives me an explanation.
123
370575
1918
sondern auch eine Erklärung.
06:12
You know, it starts writing code,
124
372535
1585
Es schreibt Code,
und die Kommentare erläutern, was dieser Code tut.
06:14
you can see the comments that explain what that code does.
125
374162
2836
06:16
It uses an open-source library called Three.js.
126
376998
2628
Es verwendet eine Open-Source-Bibliothek, die sich Three.js nennt.
06:19
And so you can kind of see here the idea of this empowering developers
127
379667
4213
Sie können hier erkennen, wie das Entwicklern und Menschen,
06:23
and people that want to learn development.
128
383880
2085
die Programmieren lernen wollen, hilft.
06:25
And it ends, you know, with another explanation.
129
385965
2294
Zum Schluss gibt es noch eine Erklärung.
06:28
Now I can go here, inspect that code,
130
388301
2210
Jetzt kann ich hier hingehen, den Code überprüfen
06:30
and I can actually push that button to copy it into my file.
131
390553
3545
und den Knopf drücken, um ihn in meine Datei zu kopieren.
06:34
But I want to show you something else here.
132
394098
2002
Ich möchte Ihnen noch etwas zeigen:
Dieses kleine Mikrofonsymbol.
06:36
And you might have already seen this little mic icon.
133
396142
2503
Ich kann es benutzen, um mit Copilot zu sprechen.
06:38
I can use that to speak to Copilot.
134
398686
1710
06:40
And I want to ask it, in German, what that code does
135
400396
3128
Ich möchte auf Deutsch fragen,
was der Code auf der linken Seite im Editor bewirkt.
06:43
that is on the left side in the editor.
136
403524
1919
06:47
(Speaking German) Can you explain to me what that code does?
137
407528
2920
(auf Deutsch) Kannst du mir erklären, was dieser Quellcode macht?
06:52
And now Copilot responds again,
138
412951
1626
Jetzt antwortet Copilot wieder,
06:54
but it responds in German to me, right?
139
414619
2044
aber auf Deutsch.
06:56
So it says, if I loosely translate,
140
416663
2335
Es sagt frei übersetzt:
06:58
"Yes, of course, this JavaScript code defines a function
141
418998
3170
„Ja, natürlich, dieser JavaScript Code definiert eine Funktion
07:02
named ‘drawLEGOBrick.’”
142
422168
1502
namens ‚DrawLEGOBrick’.“
07:03
So you get the idea here.
143
423670
1251
Sie verstehen schon.
07:04
A six-year-old in Berlin, in Mumbai and Rio,
144
424963
3169
Ein Sechsjähriger in Berlin, Mumbai und Rio
07:08
can now explore coding without their parents being around
145
428132
3003
kann Programmieren ausprobieren, ohne dass seine Eltern da sind
07:11
or even having a technical background.
146
431177
1919
oder ohne einen technischen Hintergrund. (Lachen)
07:13
(Laughter)
147
433096
1334
07:14
I mean, you know.
148
434430
1377
Sie wissen schon.
07:15
(Applause)
149
435848
3212
(Applaus)
07:19
Now what you also see is you still need to kind of figure out
150
439060
2920
Sie müssen immer noch wissen, wie Sie das alles zusammenfügen.
07:21
how you put that all together, right?
151
441980
1793
Da gibt es eine Menge technisches Zeug.
07:23
There’s a lot of technical stuff here.
152
443773
1835
Ich habe Code, iteriere auf meinem Rechner.
07:25
I have code. I have to iterate on my machine.
153
445608
2127
07:27
I have to figure out how to deploy this to the cloud
154
447777
2461
Ich muss rausfinden, wie ich das alles in die Cloud bringe,
07:30
so I can share with my friends.
155
450238
1543
um es mit Freunden zu teilen.
07:31
But here is my LEGO brick now.
156
451823
1668
Aber hier ist mein LEGO-Stein.
07:33
This is what it looks like
157
453491
1251
So sieht er aus,
07:34
if I've done all these steps as a developer,
158
454784
2127
nachdem ich das alles gemacht habe.
07:36
you can see now it’s a nicely rotating brick.
159
456953
2127
Sie sehen, es ist ein rotierender Stein.
Ich kann meine Maus benutzen, um ihn zu drehen,
07:39
I can actually use my mouse to turn it around.
160
459080
2169
07:41
These are the anti-studs here, the studs,
161
461249
1960
Da die Anti-Noppen, hier die Noppen,
07:43
There's nice lighting effects.
162
463251
1460
nette Lichteffekte.
07:44
I can even zoom into this and zoom out of this.
163
464711
2335
Ich kann sogar rein und raus zoomen.
Jetzt will ich all diese Entwickler-Sachen nicht mehr machen.
07:47
Now I don't want to do all this developer stuff anymore.
164
467046
2878
07:49
I just want to channel my creativity straight into reality.
165
469966
3879
Ich möchte meine Kreativität direkt in die Realität umsetzen.
07:53
And so for the first time ever on stage,
166
473886
1961
Deshalb zeige ich Ihnen erstmals ein neues Produkt,
07:55
I'm going to show you a new product that we call Copilot Workspace
167
475847
3128
das wir Copilot Workspace nennen,
07:58
that does exactly that.
168
478975
1543
das genau das tut.
08:00
So here is my workspace.
169
480560
1168
Hier ist mein Workspace.
08:01
And you can already see there's not an editor anymore.
170
481728
2544
Sie sehen, es gibt keinen Editor mehr.
08:04
I can just see a task, and I can enter a task.
171
484313
2753
Ich kann nur eine Aufgabe sehen und eine Aufgabe eingeben.
08:07
And so now I have my LEGO brick,
172
487108
1543
Ich habe den LEGO-Stein
08:08
I want to now expand the LEGO brick into a LEGO house.
173
488693
3003
und möchte den jetzt zu einem LEGO-Haus ausbauen.
„Stapel die Steine in Form eines LEGO-Hauses.“
08:12
Stack the bricks in the shape of a LEGO house.
174
492030
2711
08:14
And I can do that also in German and in other languages.
175
494782
2628
Das kann ich auch in anderen Sprachen machen.
08:17
But for now, let's stick with English.
176
497410
2044
Bleiben wir aber erstmal bei Englisch.
08:19
I can save my task.
177
499996
1168
Ich kann die Aufgabe speichern.
08:21
And now what happens is that Copilot Workspace analyzes what I already have
178
501164
4087
Jetzt analysiert Copilot Workspace, was ich schon habe,
08:25
and then describes what it proposes to me.
179
505293
2002
und beschreibt dann, was es vorschlägt.
08:27
Basically, it reframes my ask into a plan or a specification.
180
507295
4171
Es wandelt quasi meine Anfrage in einen Plan oder eine Spezifikation um.
08:31
And so you can see here, you know, it's all in natural language in our user.
181
511466
3628
Wie Sie sehen, ist alles in natürlicher Sprache verfasst.
Natürlich einige Dateinamen, aber kein Code.
08:35
Some file names, of course, but there is no code here.
182
515136
2544
08:37
It's all describing it in English.
183
517680
1668
Es ist alles auf Englisch.
Ich kann da rein gehen, es bearbeiten,
08:39
I can actually go into this and edit it
184
519348
1919
diese Zeile verändern
08:41
and can make changes to this line,
185
521309
1626
08:42
or I can go down here and add another item
186
522935
2044
oder hier unten etwas hinzufügen,
08:44
if I feel like the plan is not exactly what I want.
187
524979
2628
wenn es nicht genau dem entspricht, was ich möchte.
08:47
I can go a step further and generate a plan,
188
527648
2128
Ich kann noch weiter gehen und einen Plan erstellen.
08:49
and now an agent runs through all my files I already have
189
529817
3212
Jetzt durchläuft ein Agent alle meine Dateien, die ich schon habe,
08:53
and figures out how do I need to modify those files,
190
533071
2836
und findet heraus, wie ich diese Dateien ändern muss
08:55
or, you know, do I need to add files to my repository
191
535948
2503
oder ob ich Dateien zu meinem Repository hinzufügen muss.
08:58
so you know it wants to add a “createLEGOHouse” function
192
538451
2753
Ich möchte eine „createLEGOHouse“- Funktion hinzufügen
09:01
and call the “createLEGOHouse” afterwards.
193
541245
2545
und dann „createLEGOHouse“ aufrufen.
09:03
Looks good to me, so let's implement this.
194
543831
2378
Sieht gut aus, lassen Sie uns das implementieren.
09:06
And now Copilot uses my task, my specification,
195
546250
2753
Jetzt verwendet Copilot meinen Auftrag, meine Spezifikation, meinen Plan,
09:09
my plan to write code for me.
196
549045
1918
um Code zu schreiben.
09:10
You can see here two files are queued,
197
550963
2002
Zwei Dateien sind in der Warteschlange,
09:13
the public/legoBrick.js file
198
553007
1919
die Datei public/legoBrick.js
09:14
and boom, there's already my code written for me, right?
199
554967
3045
und zack, da ist schon mein Code.
Ich musste den Code nicht anfassen,
09:18
I didn't have to touch code,
200
558012
1376
09:19
I didn't have to even know what code is.
201
559388
1919
nicht einmal wissen, was Code ist.
09:21
Now I see here now it imports some new line into my file
202
561349
2878
Jetzt importiert es einige neue Zeilen in meine Datei
09:24
and has written, you know, lots of code here that does those changes.
203
564227
3253
und hat jede Menge Code geschrieben, der diese Änderungen bewirkt.
09:27
So you want to see what that looks like, did we get a LEGO house?
204
567522
3420
Wollen Sie sehen, wie das aussieht? Haben wir ein LEGO-Haus?
09:31
So here's a button that lets me open a live preview,
205
571526
3086
Mit diesem Knopf kann ich eine Live-Vorschau öffnen,
09:34
so I can do this.
206
574654
1418
damit ich das hier tun kann.
09:36
And now the bricks fall from the sky and I have a LEGO house.
207
576114
3753
Jetzt fallen die Steine vom Himmel und ich habe ein LEGO-Haus.
09:39
And you know, this is not a picture, right --
208
579909
2169
Das ist nicht nur ein Bild --
(Applaus)
09:42
(Applause)
209
582078
1168
Ja, danke.
09:43
Yes, thank you.
210
583246
1167
Das ist alles live, das ist die Macht des Codes,
09:44
This is all live, this is the power of code,
211
584413
2086
09:46
this is the power of streaming my creativity into reality
212
586499
3503
das ist die Macht, meine Kreativität durch natürliche Sprache
Realität werden zu lassen.
09:50
with natural language.
213
590044
1251
09:51
Now one last thing.
214
591295
1210
Und zum Schluss:
09:52
Thank you, Copilot,
215
592505
1293
Danke, Copilot.
09:53
you have always to be nice to the AI.
216
593840
2085
Man muss immer nett zur KI sein.
09:55
(Laughter)
217
595967
1334
(Lachen)
09:57
(Applause)
218
597301
4547
(Applaus)
10:02
Now, what you just saw were three leaps in three years.
219
602515
3295
Was Sie gerade gesehen haben, waren drei Sprünge in drei Jahren,
10:05
Three leaps that are more progress
220
605852
1668
die für die Zugänglichkeit der Computerprogrammierung
10:07
to the accessibility of computer programming
221
607562
2460
größere Fortschritte bedeuten,
10:10
than we have made in the last 100.
222
610022
2253
als wir sie in den letzten 100 Jahren gemacht haben.
10:12
Remember how I said that one percent of the world's population is a developer?
223
612650
4379
Ich sagte vorhin, dass ein Prozent der Weltbevölkerung Entwickler ist.
10:17
Now you can see how this will change.
224
617071
2252
Sie sehen hier, wie sich das ändern wird.
10:19
Copilot Workspace may still be a developer tool right now,
225
619365
3212
Copilot Workspace mag derzeit noch ein Entwicklertool sein,
10:22
but soon enough these kind of developer tools will become mainstream.
226
622618
4004
aber schon bald werden diese Entwicklertools Mainstream werden.
10:26
Because, going forward, every person, no matter what language they speak,
227
626998
4212
Denn in Zukunft wird jeder Mensch, egal welche Sprache er spricht,
10:31
will also have the power to speak machine.
228
631210
2670
auch die Fähigkeit haben, „Maschine zu sprechen“.
10:33
Any human language is now the only skill
229
633921
2795
Menschliche Sprache ist die einzige Fähigkeit,
10:36
that you need to start computer programming.
230
636716
2627
die Sie brauchen, um loszulegen mit dem Programmieren.
10:39
This will lead to a globalized groundswell of software developers,
231
639343
4129
Das wird zu einer globalen Flut von Softwareentwicklern führen
10:43
and it will reshape the geography of our global economy.
232
643514
3837
und die Geografie unserer Weltwirtschaft verändern.
10:47
And because of this,
233
647351
1460
Deshalb glaube ich,
10:48
I think by 2030, maybe even sooner,
234
648811
2669
dass es 2030 oder sogar früher
10:51
we will have more than one billion software developers on GitHub.
235
651522
3462
mehr als eine Milliarde Softwareentwickler auf GitHub geben wird.
10:54
Think about that:
236
654984
1335
Denken Sie darüber nach:
10:56
10 percent of the world’s population will not only control a computer
237
656360
4421
10 Prozent der Weltbevölkerung werden nicht nur einen Computer bedienen,
11:00
but will also be able to create software
238
660781
3295
sondern auch Software entwickeln,
11:04
just [as] if they were riding a bicycle.
239
664076
2586
so als würden sie Fahrrad fahren.
11:06
This will generate a new renaissance of human creativity with software.
240
666704
4963
Das wird zu einer Renaissance
der menschlichen Kreativität mit Software führen.
11:12
Now anyone here in this room could have a brilliant idea right now:
241
672251
4046
Jeder hier in diesem Raum könnte gerade eine brillante Idee haben:
11:16
a website, an application,
242
676339
2210
Eine Website, eine App,
11:18
a cool computer game, an amazing song,
243
678549
2920
ein cooles Computerspiel, ein tolles Lied,
11:21
maybe even a cure for something.
244
681510
2128
vielleicht sogar ein Heilmittel für etwas.
11:23
For example, last year, over a couple of weeks,
245
683638
2877
Letztes Jahr zum Beispiel habe ich eine App gebaut,
11:26
I built an app that tracks all the flights I've ever taken in my life.
246
686557
4380
die alle Flüge anzeigt, die ich je genommen habe.
11:31
Now I know what you're thinking.
247
691312
1543
Ich weiß, was Sie denken:
11:32
What a freaking nerd, right?
248
692855
2795
So ein Nerd, oder?
11:35
And yeah, it's true, I love building stuff like this.
249
695691
3128
Und es stimmt, ich liebe es, dieses Zeug zu entwickeln.
11:38
And with the help of AI,
250
698819
1252
Mit Hilfe von KI kann ich das jetzt auf Englisch oder Deutsch machen,
11:40
now I can do this in English or in German
251
700112
3504
11:43
before I even finish a glass of wine.
252
703616
2753
schneller als ich ein Glas Wein trinke.
11:46
And soon enough, this will be true for everyone here.
253
706410
3170
Bald wird das für alle hier gelten.
11:49
The floodgates of nerditude have swung wide open.
254
709914
3170
Die Schleusen der Nerdigkeit haben sich weit geöffnet.
11:53
(Laughter)
255
713125
1836
(Lachen)
11:54
(Applause)
256
714961
1960
(Applaus)
11:57
Now this doesn’t mean
257
717838
1669
Das heißt nicht, dass jeder professioneller Softwareentwickler wird
11:59
that everyone will become a professional software developer
258
719507
3253
12:02
or even that they should.
259
722760
1877
oder sein sollte.
12:05
The profession of a professional software developer
260
725054
3086
Professionelle Softwareentwickler werden nicht verschwinden.
12:08
is not going anywhere.
261
728182
1168
12:09
There will always be demand for those that design and maintain
262
729392
4129
Es wird immer eine Nachfrage nach denjenigen geben,
die die größten Softwaresysteme der Welt entwerfen und warten.
12:13
the largest software systems in the world.
263
733521
2794
12:16
We are adding millions of lines of code every single day
264
736315
3587
Wir fügen jeden Tag Millionen Codezeilen zu immer komplexeren Systemen hinzu
12:19
to ever more complex systems,
265
739902
1794
12:21
and we are barely keeping up with maintaining the existing ones.
266
741696
3044
und kommen mit der Wartung der vorhandenen kaum hinterher.
12:24
Like any infrastructure in this world out there,
267
744740
2545
Wie für jede Infrastruktur der Welt brauchen wir echte Experten,
12:27
we need real experts to preserve and renew it.
268
747326
3545
um sie aufrecht zu erhalten und zu erneuern.
12:31
The point here is not a "will" or a "should."
269
751706
3461
Es geht hier nicht um „wird“ oder „sollte“,
12:35
It's that anyone can.
270
755584
1919
sondern dass jeder kann.
12:38
All because the most powerful system that we have,
271
758546
4171
Und das alles nur,
weil das mächtigste System, das wir haben,
12:42
any human language,
272
762758
1502
die menschliche Sprache,
12:44
is now fused to the language of a machine.
273
764302
2627
jetzt mit der Sprache einer Maschine verschmilzt.
12:47
And very soon,
274
767763
2002
Und bald wird das Erstellen von Software
12:49
building software will be just as simple and joyful
275
769807
4463
so einfach und spaßig sein wie LEGO bauen.
12:54
as stacking a LEGO.
276
774312
1751
12:56
(Speaking German) Thank you very much.
277
776105
1960
(auf Deutsch) Vielen Dank.
12:58
(Applause)
278
778065
5798
(Applaus)
13:03
Bilawal Sidhu: Gosh, I've got to say, one billion developers
279
783904
3295
Bilawal Sidhu: Wow, ich muss sagen, eine Milliarde Entwickler
13:07
makes GitHub sound more like YouTube and TikTok than it is today.
280
787199
3921
lassen GitHub eher nach YouTube und TikTok klingen.
13:11
Just super exciting.
281
791120
1335
Super spannend.
13:12
Got to ask you one question,
282
792496
1377
Ich muss dich was fragen,
13:13
perhaps the elephant in the room.
283
793914
1585
vielleicht der Elefant im Raum.
13:15
Amazing talk.
284
795541
1585
Toller Vortrag.
13:17
So you said the developer is still in charge.
285
797168
2836
Du sagtest, der Entwickler hat immer noch das Sagen.
13:20
You also said, "We've had three leaps in three years."
286
800046
3545
Du sagst auch: „Wir haben in drei Jahren drei Sprünge gemacht.“
13:23
Fast forwarding a little bit,
287
803591
1501
Ein Blick in die Zukunft:
13:25
do you think humans will still need to be in the loop,
288
805134
2544
Müssen immer noch Menschen involviert sein
13:27
or will these AI systems be able to autonomously build
289
807678
3712
oder werden diese KI-Systeme in der Lage sein,
selbstständig Software zu entwickeln und zu warten?
13:31
and maintain software?
290
811432
1543
13:32
TD: You know, the way I always think and talk about it
291
812975
2711
TD: Ich sage immer, dass wir das Ganze nicht ohne Grund Copilot genannt haben.
13:35
is that we called it Copilot for a reason.
292
815728
2044
13:37
We need a pilot.
293
817772
1167
Wir brauchen einen Piloten.
13:38
We need a pilot that is creative, that can decide what to do.
294
818981
2920
Jemanden, der kreativ ist und entscheidet, was zu tun ist.
13:41
It’s kind of like a LEGO set.
295
821901
1460
Das ist wie bei einem LEGO-Set.
13:43
You need to take this big problem and break it down into smaller problems,
296
823361
3795
Sie müssen ein großes Problem in kleinere Probleme zerlegen,
13:47
into small building blocks.
297
827198
1626
in kleine Bausteine.
13:48
And for that, you need a systems thinker.
298
828866
1960
Dafür braucht man einen Systemdenker.
13:50
You need a human that can figure out, am I building a point of sale system?
299
830868
3587
Ein Mensch muss entscheiden: Baue ich ein Verkaufssystem?
13:54
Am I building an iPhone app?
300
834497
1501
Baue ich eine iPhone-App?
13:56
Am I building a cool computer game?
301
836040
1793
Baue ich ein cooles Computerspiel?
13:57
Am I building the next Facebook?
302
837875
1543
Das nächste Facebook?
13:59
Those are very different systems.
303
839418
1627
Das sind ganz unterschiedliche Systeme.
14:01
Now these building blocks, they will grow in size.
304
841045
2878
Die Bausteine werden größer werden.
14:03
Today it's, you know, a couple of lines of code,
305
843923
2294
Heute sind es ein paar Codezeilen,
vielleicht eine ganze Datei,
14:06
maybe a whole file,
306
846217
1209
14:07
in the future, it might be a whole subsystem.
307
847426
2127
in Zukunft könnte es ein ganzes Subsystem sein.
14:09
So I get more work taken off my shoulders.
308
849595
2795
So wird mir mehr Arbeit abgenommen.
14:12
But I'm still there, you know, covering the large system.
309
852390
2919
Aber ich bin immer noch da, um das System zu überwachen.
14:15
And as I mentioned, you know, we're still running COBOL systems from the '60s.
310
855351
3670
Wie gesagt, wir verwenden immer noch COBOL-Systeme aus den 60ern.
14:19
So we have lots of work to do.
311
859063
1460
Wir haben eine Menge Arbeit vor uns.
14:20
BS: Absolutely.
312
860523
1209
BS: Absolut. Wir werden uns also darum kümmern,
14:21
So we will be in charge orchestrating these systems
313
861774
2669
diese Systeme auf einer höheren Abstraktionsebene zu orchestrieren.
14:24
at a higher level of abstraction.
314
864485
2044
14:26
Thomas Dohmke, everybody, thank you.
315
866570
1752
Thomas Dohmke, vielen Dank.
TD: Dankeschön.
14:28
TD: Thank you so much.
316
868322
1210
(Applaus)
Über diese Website

Auf dieser Seite finden Sie YouTube-Videos, die zum Englischlernen nützlich sind. Sie sehen Englischlektionen, die von hochkarätigen Lehrern aus der ganzen Welt unterrichtet werden. Doppelklicken Sie auf die englischen Untertitel, die auf jeder Videoseite angezeigt werden, um das Video von dort aus abzuspielen. Die Untertitel laufen synchron mit der Videowiedergabe. Wenn Sie irgendwelche Kommentare oder Wünsche haben, kontaktieren Sie uns bitte über dieses Kontaktformular.

https://forms.gle/WvT1wiN1qDtmnspy7