GitHub ha annunciato di aver completato i test del suo assistente intelligente, GitHub Copilot, in grado di generare build generiche durante la scrittura del codice. Il sistema è stato sviluppato in collaborazione con il progetto OpenAI e utilizza la piattaforma di machine learning OpenAI Codex, addestrata su un'ampia varietà di codice sorgente ospitato nei repository pubblici di GitHub.
La generazione di codice supporta Python, JavaScript, TypeScript, Ruby, Go, C# e C++ utilizzando diversi framework. Sono disponibili moduli per integrare GitHub Copilot con Neovim, JetBrains IDE, Visual Studio e Visual Studio Code.
A giudicare dai dati di telemetria raccolti durante il processo di test, il servizio consente la generazione di codice di qualità sufficientemente elevata ; ad esempio, gli sviluppatori hanno accettato il 26% dei suggerimenti proposti in GitHub Copilot così come sono.
GitHub Copilot si differenzia dai tradizionali sistemi di completamento automatico del codice per la sua capacità di generare blocchi di codice piuttosto complessi, fino a funzioni sintetizzate e pronte all'uso, tenendo conto del contesto corrente.
GitHub Copilot si adatta al modo in cui uno sviluppatore scrive il codice e tiene conto delle API e dei framework utilizzati nel programma. Ad esempio, se in un commento è presente una struttura JSON di esempio, quando si inizia a scrivere una funzione per analizzare tale struttura, GitHub Copilot offrirà del codice pronto all'uso e, scrivendo delle enumerazioni di routine delle descrizioni ripetute, completerà il resto.
In un post sul blog, il CEO di GitHub, Thomas Dohmke, ha affermato che GitHub Copilot è stato progettato come un'estensione dell'editor per garantire che nulla ostacoli il lavoro degli sviluppatori.
"GitHub Copilot distilla la conoscenza collettiva degli sviluppatori di tutto il mondo in un'estensione dell'editor che suggerisce il codice in tempo reale, per aiutarti a rimanere concentrato su ciò che conta di più: creare un ottimo software", ha spiegato.
Secondo Dohmke, circa 1,2 milioni di sviluppatori hanno provato Copilot durante la sua fase di anteprima. Apparentemente è stato anche abbastanza utile, poiché Dohmke afferma di aver scritto fino al 40% del codice sviluppatore scritto in linguaggi popolari come Python.
"Come l'ascesa dei compilatori e dell'open source, crediamo che la codifica assistita dall'intelligenza artificiale cambierà radicalmente la natura dello sviluppo del software, offrendo agli sviluppatori un nuovo strumento per scrivere codice in modo più semplice e rapido", ha affermato Dohmke.
La capacità di GitHub Copilot di generare blocchi di codice precostruiti ha generato polemiche sulla possibile violazione della licenza copyleft. Durante la formazione del modello di apprendimento automatico, sono stati utilizzati testi di origine reali da repository di progetti aperti ospitati su GitHub.
Molti di questi progetti sono forniti con licenze copyleft, come la GPL, che richiede che il codice nelle opere derivate sia fornito con una licenza compatibile. Se Copilot incolla il codice esistente, gli sviluppatori potrebbero violare inavvertitamente la licenza del progetto da cui il codice è stato preso in prestito.
Non è ancora chiaro se un'opera generata da un sistema di apprendimento automatico possa essere considerata un'opera derivata . Sorgono inoltre interrogativi sulla tutela del diritto d'autore di un modello di apprendimento automatico e, in caso affermativo, su chi detenga tali diritti e su come questi si relazionino ai diritti sul codice su cui si basa il modello.
Da un lato, i blocchi generati possono ripetere passaggi di testo da progetti esistenti, ma dall'altro il sistema ricrea la struttura del codice e non copia il codice stesso.
Secondo uno studio di GitHub, solo l'1% dei suggerimenti forniti da Copilot include frammenti di codice provenienti da progetti esistenti, di lunghezza superiore a 150 caratteri. Nella maggior parte dei casi, questa ripetizione si verifica quando Copilot non riesce a determinare correttamente il contesto o fornisce soluzioni generiche al problema.
Per evitare di sostituire il codice esistente, a Copilot è stato aggiunto un filtro speciale che non consente la sovrapposizione con i progetti esistenti. Durante la configurazione, lo sviluppatore può attivare o disattivare questo filtro a sua discrezione. Tra gli altri problemi, si segnala la possibilità che il codice sintetizzato possa ripetere gli errori e le vulnerabilità presenti nel codice utilizzato per addestrare il modello.
Infine, vale la pena ricordare che il servizio è gratuito per i manutentori di progetti open source popolari e per gli studenti. Mentre per altre categorie di utenti, l'accesso a GitHub Copilot è a pagamento ($ 10 al mese o $ 100 all'anno), ma l'accesso di prova gratuito è previsto per 60 giorni.
Infine, se siete interessati ad approfondire l'argomento, potete trovare maggiori dettagli al seguente link.