GitHub gab bekannt, dass es die Tests abgeschlossen hat des intelligenten GitHub-Assistenten Pilot, dass Sie beim Schreiben von Code generische Konstrukte generieren können. Das System wurde in Zusammenarbeit mit dem OpenAI-Projekt entwickelt und nutzt die maschinelle Lernplattform OpenAI Codex, die mit einer Vielzahl von Quellcodes trainiert wurde, die in öffentlichen GitHub-Repositories gehostet werden.
Die Codegenerierung unterstützt Programmiersprachen Python, JavaScript, TypeScript, Ruby, Go, C# und C++ Verwendung mehrerer Frameworks. Module sind verfügbar, um GitHub Copilot mit Neovim, JetBrains IDE, Visual Studio und Visual Studio Code zu integrieren.
Gemessen an der während des Testprozesses gesammelten Telemetrie, Der Dienst ermöglicht die Generierung von Code in ausreichend hoher Qualität; Beispielsweise akzeptierten Entwickler 26 % der vorgeschlagenen Empfehlungen in GitHub Copilot unverändert.
GitHub Copilot unterscheidet sich von herkömmlichen Codevervollständigungssystemen in der Fähigkeit, recht komplexe Codeblöcke zu bilden, bis hin zu gebrauchsfertigen Funktionen, die unter Berücksichtigung des aktuellen Kontexts synthetisiert werden.
GitHub Copilot passt sich der Art und Weise an, wie ein Entwickler Code schreibt und berücksichtigt die im Programm verwendeten APIs und Frameworks. Wenn der Kommentar beispielsweise ein Beispiel für eine JSON-Struktur enthält und Sie mit dem Schreiben einer Funktion zum Analysieren dieser Struktur beginnen, stellt GitHub Copilot gebrauchsfertigen Code bereit, und durch das Schreiben von routinemäßigen Aufzählungen wiederholter Beschreibungen wird dieser gebildet der Rest.
In einem Blogbeitrag sagte GitHub-CEO Thomas Dohmke dass GitHub Copilot als Editor-Erweiterung konzipiert wurde, um sicherzustellen, dass Entwicklern nichts im Wege steht.
„GitHub Copilot destilliert das kollektive Wissen von Entwicklern auf der ganzen Welt in eine Editor-Erweiterung, die Code in Echtzeit vorschlägt, damit Sie sich auf das konzentrieren können, was am wichtigsten ist: großartige Software zu entwickeln“, erklärte er.
Laut Dohmke haben rund 1,2 Millionen Entwickler Copilot in der Preview-Phase ausprobiert. Anscheinend war es auch ziemlich nützlich, da Dohmke behauptet, er habe bis zu 40 % des Entwicklercodes geschrieben, der in populären Sprachen wie Python geschrieben wurde.
„Wie der Aufstieg von Compilern und Open Source glauben wir, dass KI-unterstützte Codierung die Art der Softwareentwicklung grundlegend verändern wird und Entwicklern ein neues Werkzeug an die Hand gibt, um Code einfacher und schneller zu schreiben“, sagte Dohmke.
Die Fähigkeit von GitHub Copilot, vorgefertigte Codeblöcke zu generieren, hat zu Kontroversen über mögliche Verletzungen der Copyleft-Lizenz geführt. Bei der Bildung des maschinellen Lernmodells wurden echte Quelltexte aus offenen Projekt-Repositories verwendet, die auf GitHub gehostet werden.
Viele dieser Projekte werden unter Copyleft-Lizenzen wie der GPL bereitgestellt, die erfordert, dass der Code in abgeleiteten Werken unter einer kompatiblen Lizenz bereitgestellt wird. Wenn Copilot vorhandenen Code einfügt, können Entwickler versehentlich gegen die Lizenz des Projekts verstoßen, aus dem der Code ausgeliehen wurde.
Es ist noch nicht klar, ob ein Job generiert wird durch ein maschinelles Lernsystem kann als Derivat angesehen werden. Es stellen sich auch Fragen, ob ein Machine-Learning-Modell urheberrechtlich geschützt ist und wenn ja, wem diese Rechte gehören und in welchem Verhältnis sie zu den Rechten an dem Code stehen, auf dem das Modell aufbaut.
Die generierten Blöcke können einerseits Textpassagen aus bestehenden Projekten wiederholen, andererseits bildet das System die Codestruktur nach und kopiert nicht den Code selbst.
Laut einer GitHub-Studie nur 1 % der von Copilot vorgeschlagenen Empfehlungen enthalten Code-Snippets aus bestehenden Projekten von mehr als 150 Zeichen. In den meisten Situationen kommt es zu Wiederholungen, wenn Copilot den Kontext nicht richtig bestimmt oder allgemeine Lösungen für ein Problem bereitstellt.
Um das Ersetzen von vorhandenem Code zu vermeiden, wurde Copilot ein spezieller Filter hinzugefügt, der keine Überschneidung mit bestehenden Projekten zulässt. Bei der Konfiguration kann der Entwickler diesen Filter nach eigenem Ermessen ein- oder ausschalten. Neben anderen Problemen wird auf die Möglichkeit hingewiesen, dass der synthetisierte Code die Fehler und Schwachstellen wiederholen könnte, die in dem zum Trainieren des Modells verwendeten Code vorhanden sind.
Abschließend sei noch erwähnt, dass der Dienst für Betreuer beliebter Open-Source-Projekte und für Studenten kostenlos ist. Während für andere Benutzerkategorien der Zugriff auf GitHub Copilot kostenpflichtig ist (10 USD pro Monat oder 100 USD pro Jahr), wird jedoch ein kostenloser Testzugriff für 60 Tage gewährt.
Wenn Sie mehr darüber erfahren möchten, können Sie die Details einsehen im folgenden link.