GitHub presenterte for noen dager siden en ny funksjon kalt «GitHub Copilot»Som skal gjøre livet enklere for programmerere, og som navnet på denne funksjonen antyder, har det ansvaret for å gjennomgå koden med deg, det vil si den tilbyr en smart veiviser som kan generere standardkonstruksjoner når du skriver kode.
Systemet ble utviklet i samarbeid med OpenAI-prosjektet og bruker OpenAI Codex maskinlæringsplattform, trent i et bredt utvalg av kildekoder som er vert i offentlige GitHub-arkiver.
I dag lanserer vi en teknisk forhåndsvisning av GitHub Copilot , en ny AI-programmerer som hjelper deg med å skrive bedre kode. GitHub Copilot trekker ut kontekst fra koden du jobber med, og foreslår fulle linjer eller fulle funksjoner.
GitHub Copilot skiller seg fra kodesystemer tradisjonell på grunn av evnen til å danne ganske komplekse kodeblokker, opp til bruksklare funksjoner syntetisert med tanke på den nåværende konteksten. Som Copilot er en AI-funksjon som har lært gjennom flere millioner kodelinjer og den gjenkjenner hva du planlegger basert på definisjonen av en funksjon osv.
Hvis du for eksempel vil lage en funksjon som tweets, vil Copilot gjenkjenne den og foreslå koden for hele funksjonen, fordi det helt sikkert har vært nok programmerere før som allerede har skrevet en slik funksjon. Dette er nyttig fordi det sparer deg for å lete etter eksempler i andre kodebiter.
Det hjelper deg med å raskt oppdage alternative måter å løse problemer på, skrive tester og utforske nye APIer uten å måtte skreddersy et Internett-søk etter svar. Når du skriver, tilpasser den seg måten du skriver kode på, for å hjelpe deg med å fullføre arbeidet raskere.
Et annet eksempel, er hvis det er et eksempel på en JSON-struktur i kommentaren, når du begynner å skrive en funksjon for å analysere denne strukturen, vil GitHub Copilot tilby out-of-the-box-kode, og når brukeren skriver gjentatte beskrivelsesrutinemaler , vil det danne gjenværende stillinger.
Med dette kan vi forstå at GitHub Copilot den tilpasser seg måten en utvikler skriver kode og tar hensyn til API-ene og rammene som brukes i programmet.
I følge GitHub er den "betydelig mer i stand enn å generere GPT-3 i kodegenerering." Fordi det er opplært i et datasett som inneholder mer offentlig kildekode, bør OpenAI Codex være mer kjent med hvordan utviklere skriver kode og kunne sende inn mer nøyaktige design.
For de som er interessert i å kunne prøve Copilot, bør du vite at den kan integreres i Visual Studio Code som en utvidelse og det går langt utover bare å fullføre en kommando. Preview støtter offisielt kodegenerering i programmeringsspråk Python, JavaScript, TypeScript, Ruby og Go, men det kan også hjelpe med andre språk.
OpenAI Codex har omfattende kunnskap om hvordan folk bruker kode og er betydelig mer i stand enn GPT-3 i kodegenerering, delvis fordi den ble trent på et datasett som inkluderer en mye høyere konsentrasjon av offentlig kildekode.
I fremtiden er det planlagt å utvide antall støttede utviklingsspråk og -systemer. Arbeidet med pluginet gjøres ved å ringe en ekstern tjeneste som kjører på GitHub-siden, som blant annet innholdet i filen redigert med koden overføres til.
Til slutt er det verdt å nevne at konseptet med noe som faktisk er automatisk kodefullføring basert på kunstig intelligens ikke er helt nytt, siden for eksempel Codota og Tabnine har tilbudt noe lignende i lang tid, i tillegg til å kombinere sine aktiviteter og siste måned gikk de med på Tabnine som hovedmerke.
Vi kan også nevne Microsoft som nylig introduserte en ny funksjon, Power Apps, som bruker OpenTI GPT-3-språkmodellen for å hjelpe brukerne med å velge de riktige formlene.
Hvis du er interessert i å vite mer om det, kan du sjekke detaljer i følgende lenke.