HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

最新のコーディングエージェントによる、古くて新しいアプリ

Old and new apps, via modern coding agents by Terry Tao (terrytao.wordpress.com)

420 pointsby subset123 コメント

要約

数学者のテレンス・タオ氏は、最新のAIコーディングエージェントを使用して、古いJavaアプレットを現代のJavaScriptに移植し、成功した経験を共有しています。さらに、AIの助けを借りて、特殊相対性理論やギルブレス予想の可視化ツールといった新しいアプリも開発しました。これらの経験から、AIエージェントはコードの移植や新しいツールの開発において効率的であり、特に補助的な用途ではその利用が有用であると述べています。

全文翻訳

最新のコーディングエージェントによる、古いアプリと新しいアプリ

私は、1999年まで遡って、数学の機械支援による方法や教育方法に興味を持っていました。当時、私は自身の複素解析や線形代数のコースのために、また興味を持っていた様々な数学的対象(ハニカムやベシコビッチ集合など)を可視化するために、Java 1.0でいくつかのアプレットをコーディングしました。これはそこそこ成功しましたが、アプレットのプログラミングには時間がかかりました。最終的に、ウェブページの標準がこのバージョンのJavaをサポートしなくなり、アプレットは機能しなくなりました。

しかし、ここ数日間、私は最新のAI支援を利用して、古いウェブページやブログのデータをより保守しやすいリポジトリに移行するプロセスを開始しました。実験として、エージェントに古いアプレットを最新のサポートされている言語(JavaScriptにしました)に移植するように依頼したところ、数時間でそれが可能になりました。古いアプレットはすべて再び機能するようになり、グラフィカルな改善もいくつかありました(例えば、ベシコビッチ集合のアプレットは、私のオリジナルのモノクロ版とは対照的に、色付けされるようになりました)。特に、1999年にアレン・クヌットソンと共同で書いたハニカムアプレットが復活したのを見るのは嬉しいです。これは手作業でコーディングするのが特に難しいものでした。

[画像]

LLMベースのコーディングエージェントは、明白または微妙なバグをコードに生成することが知られていますが、これら約2ダースのアプレットの移植において、私は1つの軽微なバグしか見つけられませんでした(複素解析アプレットの1つでのドラッグイベントの処理が、メインボックスの外でドラッグしたときに意図しない動作をした)。実際、エージェントは私が気づいていなかった元のコードの2つのバグを特定したので、コードの品質という点では相殺されました。いずれにせよ、これらのアプレットは数学的議論の重要な構成要素というよりは、二次的な視覚補助として意図されているため、そのようなバグのダウンサイドリスクは比較的低いです。

プロセスは十分に簡単だったので、古いものを移植するだけでなく、新しいアプリをコーディングすることも試すことにしました。1999年、私は特殊相対性理論の可視化ツールのための野心的なアイデアを持っていました。これはInkscapeというソフトウェアツールのリリース前でしたが、私が思い描いていたアイデアは基本的に「ミンコフスキー空間でのInkscape」でした。私はこのアプリのためにJavaコードを書き始めていましたが、コードの複雑さが私には手に余るようになり、プロジェクトを断念しました。しかし、AIエージェントとの「バイブコーディング」を数時間行った後、1999年に持っていたビジョンに一致するアプレットをようやく生成することができ、それは今ここで見つけることができます。このコードを生成するためにエージェントと行った会話の要約はここで見つけることができます(多くの退屈な技術的実装レポートを削除するために編集されています)。このアプレットをある程度プレイテストしましたが、この「アルファ」版アプレットについて、さらなるフィードバックを受けたいと思っています。特にLLM生成コードであることを考えると、まだいくつかのバグや粗削りな部分が残っていることは確かです。

[画像]

今日早くにギルブレス予想に関する論文についてのブログ記事を書いた後、同様にエージェントにギルブレス予想の可視化ツールをコーディングするように依頼できることに気づきました。これは論文とブログ記事を補完するものです。さらに数時間の会話の後、これは完了しました。あなたはここで可視化を試すことができます。ここでも、手順は非常に簡単でした(プロセスのこのトランスクリプトを参照してください)。そして、私は将来の論文の補足として、このようなインタラクティブな可視化を追加するかもしれないと考えています。そのような補足は論文の核心にとってミッションクリティカルではないため、LLMエージェントとのガイド付き対話を使用してそのような可視化を生成することのダウンサイドリスクは許容できると考えています。

[画像]