গিটহাব কপিলট মেশিন লার্নিং সিস্টেম চালু করেছে যা কোড তৈরি করে

GitHub বুদ্ধিমান সহকারী গিটহাব কপিলটের পরীক্ষার সমাপ্তির ঘোষণা করেছে, কোড লেখার সময় স্ট্যান্ডার্ড কনস্ট্রাক্ট তৈরি করতে সক্ষম। সিস্টেমটি ওপেনএআই প্রকল্পের সাথে যৌথভাবে তৈরি করা হয়েছে এবং ওপেনএআই কোডেক্স মেশিন লার্নিং প্ল্যাটফর্ম ব্যবহার করে, পাবলিক গিটহাব রিপোজিটরিতে হোস্ট করা সোর্স কোডের একটি বড় অ্যারের উপর প্রশিক্ষিত। জনপ্রিয় ওপেন সোর্স প্রকল্পের রক্ষণাবেক্ষণকারী এবং ছাত্রদের জন্য পরিষেবাটি বিনামূল্যে। অন্যান্য শ্রেণীর ব্যবহারকারীদের জন্য, গিটহাব কপিলট অ্যাক্সেস প্রদান করা হয় (প্রতি মাসে $10 বা প্রতি বছর $100), কিন্তু বিনামূল্যে ট্রায়াল অ্যাক্সেস 60 দিনের জন্য প্রদান করা হয়।

কোড জেনারেশন প্রোগ্রামিং ল্যাঙ্গুয়েজ Python, JavaScript, TypeScript, Ruby, Go, C# এবং C++ বিভিন্ন ফ্রেমওয়ার্ক ব্যবহার করে সমর্থিত। Neovim, JetBrains IDE, ভিজ্যুয়াল স্টুডিও, এবং ভিজ্যুয়াল স্টুডিও কোড ডেভেলপমেন্ট এনভায়রনমেন্টের সাথে গিটহাব কপিলটকে একীভূত করার জন্য মডিউল উপলব্ধ। পরীক্ষার সময় সংগৃহীত টেলিমেট্রি দ্বারা বিচার করে, পরিষেবাটি আপনাকে মোটামুটি উচ্চ মানের কোড তৈরি করতে দেয় - উদাহরণস্বরূপ, GitHub Copilot-এ প্রস্তাবিত সুপারিশগুলির 26% ডেভেলপারদের দ্বারা গৃহীত হয়েছিল।

GitHub কপিলট প্রথাগত কোড কমপ্লিশন সিস্টেম থেকে তার মোটামুটি জটিল কোড ব্লক তৈরি করার ক্ষমতার থেকে আলাদা, বর্তমান প্রেক্ষাপট বিবেচনা করে সংশ্লেষিত রেডিমেড ফাংশন পর্যন্ত। GitHub Copilot যেভাবে ডেভেলপার কোড লেখে এবং প্রোগ্রামে ব্যবহৃত APIs এবং ফ্রেমওয়ার্কগুলিকে বিবেচনা করে তার সাথে খাপ খায়। উদাহরণস্বরূপ, যদি একটি মন্তব্যে একটি JSON কাঠামোর উদাহরণ থাকে, আপনি যখন এই কাঠামোটি পার্স করার জন্য একটি ফাংশন লিখতে শুরু করেন, তখন GitHub Copilot রেডিমেড কোড অফার করবে এবং পুনরাবৃত্তিমূলক বর্ণনার রুটিন তালিকা লেখার সময়, এটি অবশিষ্টগুলি তৈরি করবে। অবস্থান

GitHub Copilot এর রেডিমেড কোড ব্লক তৈরি করার ক্ষমতা কপিলেফ্ট লাইসেন্সের সম্ভাব্য লঙ্ঘন সম্পর্কিত বিতর্কের জন্ম দিয়েছে। মেশিন লার্নিং মডেল তৈরি করার সময়, GitHub-এ অবস্থিত ওপেন সোর্স প্রজেক্ট রিপোজিটরি থেকে আসল উৎস টেক্সট ব্যবহার করা হয়েছিল। এই প্রকল্পগুলির মধ্যে অনেকগুলি কপিলেফ্ট লাইসেন্সের অধীনে প্রদান করা হয়, যেমন জিপিএল, যার জন্য একটি সামঞ্জস্যপূর্ণ লাইসেন্সের অধীনে বিতরণ করার জন্য ডেরিভেটিভ কাজের কোড প্রয়োজন। Copilot দ্বারা প্রস্তাবিত বিদ্যমান কোড সন্নিবেশ করার মাধ্যমে, বিকাশকারীরা অনিচ্ছাকৃতভাবে সেই প্রকল্পের লাইসেন্স লঙ্ঘন করতে পারে যেখান থেকে কোডটি ধার করা হয়েছিল।

মেশিন লার্নিং সিস্টেম দ্বারা উত্পন্ন কাজকে ডেরিভেটিভ হিসাবে বিবেচনা করা যেতে পারে কিনা তা এখনও স্পষ্ট নয়। একটি মেশিন লার্নিং মডেল কপিরাইট সাপেক্ষে কিনা এবং যদি তাই হয়, এই অধিকারগুলির মালিক কে এবং মডেলটি যে কোডের উপর ভিত্তি করে তার অধিকারগুলির সাথে কীভাবে সম্পর্কিত তা নিয়েও প্রশ্ন ওঠে৷

একদিকে, উত্পন্ন ব্লকগুলি বিদ্যমান প্রকল্পগুলি থেকে পাঠ্য প্যাসেজগুলি পুনরাবৃত্তি করতে পারে, তবে অন্যদিকে, সিস্টেমটি কোডটি নিজেই অনুলিপি করার পরিবর্তে কোডের কাঠামোটি পুনরায় তৈরি করে। একটি GitHub সমীক্ষা অনুসারে, শুধুমাত্র 1% সময় একটি Copilot সুপারিশে বিদ্যমান প্রকল্পগুলির কোড স্নিপেট অন্তর্ভুক্ত থাকতে পারে যা 150 অক্ষরের বেশি। বেশিরভাগ পরিস্থিতিতে, পুনরাবৃত্তি ঘটে যখন Copilot সঠিকভাবে প্রসঙ্গ নির্ধারণ করতে পারে না বা একটি সমস্যার মানক সমাধান প্রস্তাব করে।

বিদ্যমান কোডের প্রতিস্থাপন রোধ করার জন্য, Copilot এ একটি বিশেষ ফিল্টার যোগ করা হয়েছে যা বিদ্যমান প্রকল্পগুলির সাথে ছেদ করার অনুমতি দেয় না। সেট আপ করার সময়, বিকাশকারী তার বিবেচনার ভিত্তিতে এই ফিল্টারটি সক্রিয় বা অক্ষম করতে পারেন। অন্যান্য সমস্যাগুলির মধ্যে, একটি সম্ভাবনা রয়েছে যে সংশ্লেষিত কোডটি মডেলটিকে প্রশিক্ষণের জন্য ব্যবহৃত কোডে উপস্থিত ত্রুটি এবং দুর্বলতার পুনরাবৃত্তি করতে পারে।

উত্স: opennet.ru