GitHub a annoncé avoir finalisé les tests de son assistant intelligent, GitHub Copilot, capable de générer des builds génériques pendant la rédaction du code. Ce système a été développé en collaboration avec le projet OpenAI et utilise la plateforme d'apprentissage automatique OpenAI Codex, entraînée sur un large éventail de codes sources hébergés dans des dépôts GitHub publics.
La génération de code prend en charge Python, JavaScript, TypeScript, Ruby, Go, C# et C++ via différents frameworks. Des modules permettent d'intégrer GitHub Copilot à Neovim, JetBrains IDE, Visual Studio et Visual Studio Code.
À en juger par les données télémétriques recueillies lors du processus de test, le service permet de générer un code de qualité suffisamment élevée ; par exemple, les développeurs ont accepté 26 % des recommandations proposées dans GitHub Copilot telles quelles.
GitHub Copilot se distingue des systèmes de complétion de code traditionnels par sa capacité à former des blocs de code relativement complexes, jusqu'à des fonctions synthétisées prêtes à l'emploi prenant en compte le contexte actuel.
GitHub Copilot s'adapte à la façon dont un développeur écrit du code et prend en compte les API et les frameworks utilisés dans le programme. Par exemple, si un exemple de structure JSON est présent dans un commentaire, lorsque vous commencez à écrire une fonction pour analyser cette structure, GitHub Copilot vous propose du code prêt à l'emploi et, grâce à l'énumération régulière des descriptions récurrentes, il génère le reste.
Dans un article de blog, Thomas Dohmke, PDG de GitHub, a déclaré que GitHub Copilot avait été conçu comme une extension de l'éditeur afin de garantir que rien n'entrave le travail des développeurs.
"GitHub Copilot distille les connaissances collectives des développeurs du monde entier dans une extension d'éditeur qui suggère du code en temps réel, pour vous aider à rester concentré sur ce qui compte le plus : créer de bons logiciels", a-t-il expliqué.
Selon Dohmke, environ 1,2 million de développeurs ont essayé Copilot lors de sa phase de prévisualisation. Apparemment, cela a également été très utile, car Dohmke affirme avoir écrit jusqu'à 40% du code de développement écrit dans des langages populaires comme Python.
"Comme l'essor des compilateurs et de l'open source, nous pensons que le codage assisté par l'IA changera fondamentalement la nature du développement logiciel, offrant aux développeurs un nouvel outil pour écrire du code plus facilement et plus rapidement", a déclaré Dohmke. .
La capacité de GitHub Copilot à générer des blocs de code pré-construits a suscité une controverse sur une éventuelle violation de la licence copyleft. Lors de la formation du modèle d'apprentissage automatique, des textes sources réels provenant de référentiels de projets ouverts hébergés sur GitHub ont été utilisés.
Beaucoup de ces projets sont fournis sous des licences copyleft, telles que la GPL, qui exige que le code des œuvres dérivées soit fourni sous une licence compatible. Si Copilot colle du code existant, les développeurs peuvent violer par inadvertance la licence du projet auquel le code a été emprunté.
Il reste difficile de déterminer si une œuvre générée par un système d'apprentissage automatique peut être considérée comme une œuvre dérivée . Des questions se posent également quant à la protection des modèles d'apprentissage automatique par le droit d'auteur et, le cas échéant, quant à l'identité des titulaires de ces droits et à leur lien avec les droits du code source sur lequel le modèle est construit.
D'une part, les blocs générés peuvent répéter des passages de texte de projets existants, mais d'autre part, le système recrée la structure du code et ne copie pas le code lui-même.
D'après une étude GitHub, seulement 1 % des recommandations de Copilot contiennent des extraits de code de projets existants de plus de 150 caractères. Dans la plupart des cas, cette répétition est due à l'incapacité de Copilot à déterminer correctement le contexte ou à proposer des solutions génériques.
Pour éviter de remplacer le code existant, un filtre spécial a été ajouté à Copilot qui ne permet pas le chevauchement avec des projets existants. Lors de la configuration, le développeur peut activer ou désactiver ce filtre à sa discrétion. Entre autres problèmes, on note la possibilité que le code synthétisé puisse répéter les erreurs et les vulnérabilités présentes dans le code utilisé pour entraîner le modèle.
Enfin, il convient de mentionner que le service est gratuit pour les mainteneurs de projets open source populaires et pour les étudiants. Alors que pour les autres catégories d'utilisateurs, l'accès à GitHub Copilot est payant (10 $ par mois ou 100 $ par an), mais un accès d'essai gratuit est fourni pendant 60 jours.
Enfin, si vous souhaitez en savoir plus, vous trouverez les détails en suivant ce lien.