數(shù)十億行代碼訓練，GitHub原生AI代碼生成工具上線，網(wǎng)友：要終結(jié)編程？

來源｜機器之心

---

AI 編程輔助工具 Copilot：微軟、OpenAI、GitHub 三家聯(lián)合打造。

GitHub Copilot 是一個 AI 代碼合成器，并不是搜索引擎：它提出的絕大多數(shù)代碼建議都是新生成的，此前從未出現(xiàn)過。

簡而言之，這就是未來。

在項目開發(fā)中，優(yōu)秀的代碼自動補全工具可以提升工作效率。然而，傳統(tǒng)的 IDE 基本都使用搜索方法進行補全，在一些場景下效果不佳。

今日，GitHub 和 OpenAI 聯(lián)合發(fā)布了新的 AI 代碼補全工具 GitHub Copilot，并展示了技術(shù)預覽版。該工具可以在 VS Code 編輯器中自動完成代碼片段，這也是 OpenAI 接受微軟 10 億美元投資以來的首個重大成果。

目前，GitHub Copilot 項目還只是嚴格的技術(shù)預覽版，用戶可以在主頁注冊報名，將有機會訪問試用。

GitHub Copilot 注冊地址：https://github.com/features/copilot/signup

對于 GitHub 和 OpenAI 推出的這款全新 AI 代碼補全工具，網(wǎng)友們給出了極高的評價。下面這位用戶大致可以代表大多數(shù)試用者的心聲。ta 表示：「我使用 Alpha 版兩周了，Copilot 似乎能夠準確地知道我接下來要輸入的內(nèi)容，這令我大受震撼。有時它甚至建議我要查找的內(nèi)容，例如選擇隨機十六進制隨機碼的片段或者使用所有常見圖像 mime-types 完成數(shù)組。此外，Copilot 在處理 React 組件時也特別有用，可以做出非常準確的預測。最后，Copilot 改變了程序員記錄自己代碼的方式。如果你在實現(xiàn)代碼之前編寫了非常好的描述性注釋，它能夠更好地給出正確代碼建議，有時甚至可以為你編寫整函數(shù)。」

MSFTResearch 高級研究員 Alex Polozov 更是表示：不夸張的講，Copilot 將成為本世紀 20 年代排名前三的技術(shù)進展！

甚至有網(wǎng)友表示：這是要終結(jié)編程？

不過，雖然使用者對 Copilot 提供的生產(chǎn)力提升贊不絕口，GitHub 也表示：并不是所有使用的代碼都經(jīng)過了漏洞、不安全實踐或個人數(shù)據(jù)的審查。因此，他們也設(shè)置了一些過濾器來防止 Copilot 生成攻擊性的語言，并可能效果并不完美，需要后續(xù)完善。

Copilot 背后的技術(shù)

首先，訓練數(shù)據(jù)上，GitHub Copilot 是在數(shù)十億行公共代碼上訓練的。

從技術(shù)角度來看，GitHub Copilot 工具由 OpenAI 開發(fā)的全新 AI 系統(tǒng) OpenAI Codex 提供支持。OpenAI 的聯(lián)合創(chuàng)始人兼首席技術(shù)官 Greg Brockman 說：Codex 是 GPT-3 的后代。

OpenAI Codex 在人們?nèi)绾问褂么a方面擁有廣泛的知識，并且在代碼生成領(lǐng)域顯著優(yōu)于 GPT-3 了，部分原因在于該系統(tǒng)是在包含大量公開源代碼的數(shù)據(jù)集上訓練的。更具體地，Codex 的訓練集中包含了提取自 GitHub 的 TB（terabyte）級公開可用代碼以及英語語言示例。

由于是在公開可用源代碼和自然語言上訓練，Codex 可以同時理解編程語言和人類語言。因此，在整個實現(xiàn)過程中，Copilot 編輯器擴展將開發(fā)者的注釋和代碼發(fā)送至 Copilot 服務(wù)端，然后使用 Codex 生成和建議單行代碼和整個函數(shù)。

此外，據(jù) OpenAI 的一位代表透露：OpenAI 計劃今年夏季推出基于其 API 的 Codex 版本，這樣開發(fā)者們就可以利用該技術(shù)創(chuàng)建自己的 app 了。

在具體實現(xiàn)中，GitHub Copilot 從編寫的代碼中提取上下文，并給出整行代碼或整函數(shù)的建議。該工具可以幫助開發(fā)者快速發(fā)現(xiàn)解決問題、編寫測試和搜索全新 API 的替代方法，而不需要在網(wǎng)上繁瑣地定向搜索答案。

另外，使用 GitHub Copilot，開發(fā)者始終可以掌控一切，既可以循環(huán)查看 Copilot 給出的代碼建議，選擇接收或者拒絕，并能夠手動地編輯這些代碼。Copilot 會適應(yīng)開發(fā)者所做的編輯，并適配編碼風格。

GitHub Copilot 適用于多種框架和語言，但本次展示的技術(shù)預覽版尤其適用于 Python、JavaScript、TypeScript、Ruby 和 Go 語言。GitHub 認為該工具是結(jié)對編程（pair programming）的重大進展，程序員在編寫代碼時有了一個「虛擬的幫手」，它可以捕捉到程序員的錯誤，加速開發(fā)過程。

那么，Copilot 效果如何？

最近，Github 針對一組在開源存儲庫中具有良好測試覆蓋率的 Python 函數(shù)進行了基準測試，測試團隊清除了函數(shù)體并要求 GitHub Copilot 填充它們。模型在第一次嘗試正確率是 43% ，經(jīng)過 10 次嘗試后，正確率達到了 57%。之后 GitHub Copilot 還將進行多次訓練和測試，準確率會進一步提升。

下面，我們就看一下 GitHub 給出的具體 demo 展示。

Copilot 的補全效果

相比于市面上一些編程輔助工具，Copilot 的上下文理解能力要強大得多。無論是在文檔字符串、注釋、函數(shù)名還是代碼主體中，Copilot 都能根據(jù)編程者已寫出的上下文生成匹配的代碼。

先來看一下 Copilot 的主要功能——代碼補全的效果，以 TypeScript 語言為例，給出函數(shù)名和參數(shù)，Copilot 就能自動補全代碼。

除了補全函數(shù)，Copilot 還能根據(jù)注釋寫出代碼。編程者給出一條描述代碼邏輯的注釋，GitHub Copilot 就能自動生成代碼：

在編程過程中，有些代碼的格式和內(nèi)容非常相似，重復編寫耗時且無聊?，F(xiàn)在 GitHub Copilot 能夠幫編程者解決這個問題，將簡單重復的代碼編寫部分自動化：

在軟件開發(fā)的過程中，除了編寫代碼，軟件測試也是非常重要的，對一個代碼項目起到支撐的作用。導入一個測試包，其余的測試代碼 GitHub Copilot 就能夠幫開發(fā)者完成。

在編程中，同一個函數(shù)常有多種實現(xiàn)方法，編程者通常會根據(jù)代碼的實現(xiàn)效果和運行性能選擇最合適的方法。編寫多種實現(xiàn)需要花費時間和精力，現(xiàn)在使用 GitHub Copilot 一鍵就能搞定，如下圖所示，點擊 Next 和 Previous 就能查看多種實現(xiàn)方法，點擊 Accept 選中其中一種。

今天 GitHub 推出的 Copilot 技術(shù)預覽版本，還僅限于 Python、JavaScript、TypeScript、Ruby 和 Go 語言。此外，開發(fā)團隊表示，在努力使其變得更好的同時，GitHub Copilot 補全的代碼應(yīng)該像其他任何代碼一樣經(jīng)過仔細審查和測試。這些仍需要人類編程者的監(jiān)督和優(yōu)化，但 AI 自動編程的愿景已指日可待。

參考鏈接：

https://github.blog/2021-06-29-introducing-github-copilot-ai-pair-programmer/

https://news.ycombinator.com/item?id=27676266

https://www.reddit.com/r/MachineLearning/comments/oaambv/n_github_and_openai_release_copilot_an_ai_pair/

https://www.theverge.com/2021/6/29/22555777/github-openai-ai-tool-autocomplete-code

推薦閱讀：

世界的真實格局分析，地球人類社會底層運行原理
企業(yè)IT技術(shù)架構(gòu)規(guī)劃方案
論數(shù)字化轉(zhuǎn)型——轉(zhuǎn)什么，如何轉(zhuǎn)？
企業(yè)10大管理流程圖，數(shù)字化轉(zhuǎn)型從業(yè)者必備！
【中臺實踐】華為大數(shù)據(jù)中臺架構(gòu)分享.pdf
華為的數(shù)字化轉(zhuǎn)型方法論
華為如何實施數(shù)字化轉(zhuǎn)型（附PPT）
超詳細280頁Docker實戰(zhàn)文檔！開放下載
華為大數(shù)據(jù)解決方案（PPT）