GitHub mengumumkan bahawa ia telah menyelesaikan ujian daripada pembantu pintar GitHub juruterbang, bahawa anda boleh menjana binaan generik semasa anda menulis kod. Sistem ini dibangunkan dengan kerjasama projek OpenAI dan menggunakan platform pembelajaran mesin OpenAI Codex, dilatih pada pelbagai jenis kod sumber yang dihoskan dalam repositori GitHub awam.
Penjanaan kod menyokong bahasa pengaturcaraan Python, JavaScript, TypeScript, Ruby, Go, C# dan C++ menggunakan pelbagai rangka kerja. Modul tersedia untuk menyepadukan GitHub Copilot dengan Neovim, JetBrains IDE, Visual Studio dan Visual Studio Code.
Berdasarkan telemetri yang dikumpul semasa proses ujian, perkhidmatan ini membolehkan untuk menjana kod kualiti yang cukup tinggi; contohnya, pembangun menerima 26% daripada cadangan yang dicadangkan dalam GitHub Copilot apa adanya.
GitHub Copilot berbeza daripada sistem penyelesaian kod tradisional dalam keupayaan untuk membentuk blok kod yang agak kompleks, sehingga fungsi sedia untuk digunakan disintesis dengan mengambil kira konteks semasa.
GitHub Copilot menyesuaikan diri dengan cara pembangun menulis kod dan mengambil kira API dan rangka kerja yang digunakan dalam program. Sebagai contoh, jika terdapat contoh struktur JSON dalam ulasan, apabila anda mula menulis fungsi untuk menghuraikan struktur ini, GitHub Copilot akan menyediakan kod sedia untuk digunakan dan dengan menulis penghitungan rutin perihalan berulang, ia akan membentuk selebihnya.
Dalam catatan blog, Ketua Pegawai Eksekutif GitHub Thomas Dohmke berkata bahawa GitHub Copilot telah direka sebagai lanjutan kepada editor untuk memastikan tiada apa-apa yang menghalang apa yang dilakukan oleh pembangun.
"GitHub Copilot menyaring pengetahuan kolektif pembangun di seluruh dunia ke dalam sambungan editor yang mencadangkan kod dalam masa nyata, untuk membantu anda kekal fokus pada perkara yang paling penting: membina perisian yang hebat," jelasnya.
Menurut Dohmke, sekitar 1,2 juta pemaju telah mencuba Copilot semasa peringkat pratontonnya. Nampaknya, ia juga agak berguna, kerana Dohmke mendakwa dia telah menulis sehingga 40% kod pembangun yang ditulis dalam bahasa popular seperti Python.
"Seperti kebangkitan penyusun dan sumber terbuka, kami percaya pengekodan berbantukan AI pada asasnya akan mengubah sifat pembangunan perisian, memberikan pembangun alat baharu untuk menulis kod dengan lebih mudah dan pantas," kata Dohmke. .
Keupayaan GitHub Copilot untuk menjana blok kod pra-bina telah menimbulkan kontroversi mengenai kemungkinan pelanggaran lesen copyleft. Semasa membentuk model pembelajaran mesin, teks sumber sebenar daripada repositori projek terbuka yang dihoskan pada GitHub telah digunakan.
Kebanyakan projek ini disediakan di bawah lesen copyleft, seperti GPL, yang memerlukan kod dalam karya terbitan disediakan di bawah lesen yang serasi. Jika Copilot menampal kod sedia ada, pembangun mungkin secara tidak sengaja melanggar lesen projek tempat kod itu dipinjam.
Ia masih belum jelas sama ada pekerjaan dijana oleh sistem pembelajaran mesin boleh dianggap derivatif. Soalan juga timbul tentang sama ada model pembelajaran mesin mempunyai hak cipta dan, jika ya, siapa yang memiliki hak ini dan cara ia berkaitan dengan hak kepada kod yang model itu dibina.
Di satu pihak, blok yang dijana boleh mengulangi petikan teks daripada projek sedia ada, tetapi sebaliknya, sistem mencipta semula struktur kod dan tidak menyalin kod itu sendiri.
Menurut kajian GitHub, hanya 1% daripada cadangan yang dicadangkan oleh Copilot termasuk coretan kod daripada projek sedia ada lebih daripada 150 aksara. Dalam kebanyakan situasi, pengulangan berlaku apabila Copilot tidak menentukan konteks dengan betul atau menyediakan penyelesaian generik kepada masalah.
Untuk mengelak daripada menggantikan kod sedia ada, penapis khas telah ditambahkan pada Copilot yang tidak membenarkan pertindihan dengan projek sedia ada. Semasa mengkonfigurasi, pembangun boleh menghidupkan atau mematikan penapis ini mengikut budi bicaranya. Antara masalah lain, diperhatikan kemungkinan bahawa kod yang disintesis boleh mengulangi ralat dan kelemahan yang terdapat dalam kod yang digunakan untuk melatih model.
Akhir sekali, perlu dinyatakan bahawa perkhidmatan ini adalah percuma untuk penyelenggara projek sumber terbuka yang popular dan untuk pelajar. Manakala untuk kategori pengguna lain, akses kepada GitHub Copilot dibayar ($10 sebulan atau $100 setahun), tetapi akses percubaan percuma disediakan selama 60 hari.
Akhirnya, jika anda berminat untuk mengetahui lebih lanjut mengenainya, anda boleh melihat butirannya Dalam pautan berikut.