أعلنت منصة GitHub عن إتمامها لاختبار مساعدها الذكي، GitHub Copilot، القادر على إنشاء نسخ تجريبية عامة أثناء كتابة التعليمات البرمجية. وقد طُوّر هذا النظام بالتعاون مع مشروع OpenAI، ويستخدم منصة OpenAI Codex للتعلم الآلي، والتي تم تدريبها على مجموعة واسعة من التعليمات البرمجية المصدرية الموجودة في مستودعات GitHub العامة.
يدعم توليد الكود لغات البرمجة بايثون، وجافا سكريبت، وتايب سكريبت، وروبي، وجو، وسي شارب، وسي++ باستخدام أطر عمل متنوعة. تتوفر وحدات برمجية لدمج GitHub Copilot مع Neovim، وJetBrains IDE، وVisual Studio، وVisual Studio Code.
بالنظر إلى بيانات القياس عن بعد التي تم جمعها أثناء عملية الاختبار، فإن الخدمة تسمح بإنشاء رمز عالي الجودة بشكل كافٍ ؛ على سبيل المثال، قبل المطورون 26٪ من التوصيات المقترحة في GitHub Copilot كما هي.
يختلف GitHub Copilot عن أنظمة إكمال التعليمات البرمجية التقليدية في قدرته على تكوين كتل معقدة إلى حد ما من التعليمات البرمجية، وصولاً إلى وظائف جاهزة للاستخدام يتم تركيبها مع مراعاة السياق الحالي.
يتكيف GitHub Copilot مع أسلوب كتابة المطورين للتعليمات البرمجية ، ويأخذ في الاعتبار واجهات برمجة التطبيقات (APIs) والأطر المستخدمة في البرنامج. على سبيل المثال، إذا كان هناك نموذج لبنية JSON في التعليق، فعندما تبدأ بكتابة دالة لتحليل هذه البنية، سيقدم لك GitHub Copilot تعليمات برمجية جاهزة للاستخدام، ومن خلال كتابة عمليات تعداد روتينية للأوصاف المتكررة، سيتولى إكمال الباقي.
قال توماس دومكي، الرئيس التنفيذي لشركة GitHub ، في منشور على مدونة، إن GitHub Copilot تم تصميمه كامتداد للمحرر لضمان عدم وجود أي شيء يعيق عمل المطورين.
وأوضح أن "GitHub Copilot يقطر المعرفة الجماعية للمطورين حول العالم في ملحق محرر يقترح التعليمات البرمجية في الوقت الفعلي ، لمساعدتك على الاستمرار في التركيز على ما هو أكثر أهمية: إنشاء برامج رائعة".
وفقًا لـ Dohmke ، جرب حوالي 1,2 مليون مطور Copilot أثناء مرحلة المعاينة. على ما يبدو ، كان مفيدًا أيضًا ، حيث يزعم Dohmke أنه كتب ما يصل إلى 40 ٪ من كود المطور المكتوب بلغات شائعة مثل Python.
قال Dohmke: "مثل ظهور المجمّعين والمصدر المفتوح ، نعتقد أن الترميز بمساعدة الذكاء الاصطناعي سيغير بشكل أساسي طبيعة تطوير البرمجيات ، مما يمنح المطورين أداة جديدة لكتابة التعليمات البرمجية بسهولة وسرعة أكبر".
أثارت قدرة GitHub Copilot على إنشاء كتل مسبقة الصنع من التعليمات البرمجية جدلاً حول الانتهاك المحتمل لترخيص الحقوق المتروكة. عند تشكيل نموذج التعلم الآلي ، تم استخدام نصوص مصدر حقيقي من مستودعات المشروع المفتوحة المستضافة على GitHub.
يتم توفير العديد من هذه المشاريع بموجب تراخيص الحقوق المتروكة ، مثل GPL ، والتي تتطلب توفير التعليمات البرمجية في الأعمال المشتقة بموجب ترخيص متوافق. إذا قام Copilot بلصق الكود الحالي ، فقد ينتهك المطورون عن غير قصد ترخيص المشروع الذي تم استعارة الكود منه.
لا يزال من غير الواضح ما إذا كان العمل الناتج عن نظام التعلم الآلي يُعتبر عملاً مشتقاً . كما تُثار تساؤلات حول ما إذا كان نموذج التعلم الآلي خاضعاً لحقوق النشر، وإذا كان الأمر كذلك، فمن يملك هذه الحقوق وكيف ترتبط بحقوق الكود الذي بُني عليه النموذج.
من ناحية أخرى ، يمكن للكتل التي تم إنشاؤها أن تكرر مقاطع نصية من مشاريع قائمة ، ولكن من ناحية أخرى ، يعيد النظام إنشاء بنية الكود ولا ينسخ الكود نفسه.
بحسب دراسة أجرتها منصة GitHub، فإن 1% فقط من التوصيات التي يقدمها Copilot تتضمن مقتطفات برمجية من مشاريع قائمة تتجاوز 150 حرفًا. وفي أغلب الأحيان، يحدث هذا التكرار عندما يفشل Copilot في تحديد السياق بدقة أو يقدم حلولًا عامة للمشكلة.
لتجنب استبدال الكود الحالي ، تمت إضافة مرشح خاص إلى Copilot لا يسمح بالتداخل مع المشاريع الحالية. عند التهيئة ، يمكن للمطور تشغيل هذا الفلتر أو إيقاف تشغيله حسب تقديره. من بين المشاكل الأخرى ، لوحظ احتمال أن الكود المركب يمكن أن يكرر الأخطاء ونقاط الضعف الموجودة في الكود المستخدم لتدريب النموذج.
أخيرًا ، من الجدير بالذكر أن الخدمة مجانية للقائمين على مشاريع مفتوحة المصدر وللطلاب. بينما بالنسبة لفئات المستخدمين الأخرى ، يتم دفع الوصول إلى GitHub Copilot (10 دولارات شهريًا أو 100 دولار في السنة) ، ولكن يتم توفير الوصول التجريبي المجاني لمدة 60 يومًا.
وأخيرًا، إذا كنت مهتمًا بمعرفة المزيد، يمكنك العثور على التفاصيل في الرابط التالي.