GitHub præsenteret for få dage siden en ny funktion kaldet «GitHub Copilot»Hvilket skal gøre livet lettere for programmører, og som navnet på denne funktion antyder, har det ansvaret for at gennemgå koden med dig, det vil sige den tilbyder en smart guide, der kan generere standardkonstruktioner, når du skriver kode.
Systemet blev udviklet i samarbejde med OpenAI-projektet og bruger OpenAI Codex maskinlæringsplatform, uddannet i en lang række kildekoder, der er hostet i offentlige GitHub-arkiver.
I dag frigiver vi en teknisk forhåndsvisning af GitHub Copilot , en ny AI-par-programmør, der hjælper dig med at skrive bedre kode. GitHub Copilot udtrækker kontekst fra den kode, du arbejder på, hvilket antyder fulde linjer eller fulde funktioner.
GitHub Copilot adskiller sig fra kodefuldførelsessystemer traditionel på grund af evnen til at danne ret komplekse kodeblokke, til færdige funktioner syntetiseret under hensyntagen til den aktuelle kontekst. Som Copilot er en AI-funktion, der har lært gennem flere millioner linjer kode og det genkender, hvad du planlægger ud fra definitionen af en funktion osv.
For eksempel, hvis du vil oprette en funktion, der tweets, genkender Copilot den og foreslår koden for hele funktionen, fordi der helt sikkert var nok programmerere før, der allerede har skrevet en sådan funktion. Dette er nyttigt, fordi det sparer dig besværet med at lede efter eksempler i andre kodestykker.
Det hjælper dig med hurtigt at opdage alternative måder at løse problemer på, skrive tests og udforske nye API'er uden at skulle kedeligt skræddersy en internetsøgning efter svar. Mens du skriver, tilpasser det sig den måde, du skriver kode på, så det hjælper dig med at fuldføre dit arbejde hurtigere.
Et andet eksempel er, hvis der er et eksempel på en JSON-struktur i kommentaren, når GitHub Copilot begynder at skrive en funktion for at analysere denne struktur, vil den tilbyde out-of-the-box-kode, og når brugeren skriver gentagne beskrivelsesrutine-enums , vil det danne resterende positioner.
Med dette kan vi forstå, at GitHub Copilot det tilpasser sig den måde, en udvikler skriver kode på og tager hensyn til de API'er og rammer, der bruges i programmet.
Ifølge GitHub er det "betydeligt mere i stand end at generere GPT-3 i kodegenerering." Fordi det er blevet trænet i et datasæt, der indeholder mere offentlig kildekode, bør OpenAI Codex være mere fortrolig med, hvordan udviklere skriver kode og være i stand til at indsende mere nøjagtige designs.
For dem der er interesseret i at være i stand til at prøve Copilot, skal vide, at den kan integreres i Visual Studio Code som en udvidelse og det går langt ud over blot at udfylde en kommando. Preview understøtter officielt kodegenerering i Python, JavaScript, TypeScript, Ruby og Go programmeringssprog, men det kan også hjælpe med andre sprog.
OpenAI Codex har omfattende viden om, hvordan folk bruger kode og er betydeligt bedre i stand end GPT-3 i kodegenerering, dels fordi den blev trænet i et datasæt, der inkluderer en meget højere koncentration af offentlig kildekode.
I fremtiden er det planlagt at udvide antallet af understøttede udviklingssprog og -systemer. Arbejdet med pluginet udføres ved at ringe til en ekstern tjeneste, der kører på GitHub-siden, hvortil indholdet af den fil, der er redigeret med koden, blandt andet overføres.
Endelig er det værd at nævne, at begrebet noget, der faktisk er automatisk kodefuldførelse baseret på kunstig intelligens, ikke er helt nyt, da Codota og Tabnine for eksempel har tilbudt noget lignende i lang tid ud over at kombinere deres aktiviteter og sidste måned de blev enige om at Tabnine som hovedmærke.
Vi kan også nævne Microsoft, der for nylig introducerede en ny funktion, Power Apps, der bruger OpenTI GPT-3-sprogmodellen til at hjælpe brugerne med at vælge de rigtige formler.
Hvis du er interesseret i at vide mere om det, du kan tjekke detaljer i følgende link.