Alguém está a usar Transformer para determinar se os loops no código podem ser paralelizados.

Parece muito académico? Não te preocupes.
Primeiro, o contexto.
Quem escreve código sabe que transformar um ciclo for em execução paralela é o Santo Graal da otimização de desempenho. Mas o problema é: se fizeres mal, podes criar bugs. Os métodos tradicionais baseiam-se em análise estática, mas falham quando enfrentam dependências complexas.
Este artigo fez uma coisa: colocou o código dentro de um modelo Transformer (sim, aquele arquitetura do GPT), para que a IA determine se «este loop pode ser executado em paralelo de forma segura».
Por que este caminho é interessante.
As ferramentas tradicionais de análise de paralelização evoluíram durante décadas, mas a precisão ainda não é suficiente em cenários complexos. Modelos poliedrais não conseguem lidar com estruturas de código dinâmicas.
A vantagem do Transformer é que consegue captar dependências de longo alcance no código. Uma variável modificada na linha 3 do loop, lida na linha 47 — esse tipo de relação de fluxo de dados de distância é uma questão natural para o mecanismo de atenção do Transformer.
Mas o que quero dizer não é exatamente sobre este artigo. Quero falar sobre a tendência.
A IA está a evoluir de «ajudar-te a escrever código» para «ajudar-te a otimizar a execução subjacente do código». Isto é um nível completamente diferente.
Escrever código é substituir a mão do programador. Otimizar a execução é substituir o cérebro do engenheiro de compiladores.
Quando a IA consegue determinar quais partes do código podem ser paralelizadas e quais não, o próximo passo é a reescrita automática.
Resumindo — a IA não está apenas a aprender a escrever código, está a aprender a entender código.
Para os desenvolvedores, isto é uma coisa boa. O ciclo mal feito que crias, a IA ajuda-te a otimizar.
Para as equipas de compiladores, isto é uma ameaça. As tuas competências centrais estão a ser modeladas.
A era do vibe coder está cada vez mais próxima. Os humanos estão a ser eliminados na execução.