GitHub ने Copilot मशीन लर्निंग सिस्टम लॉन्च किया जो कोड जनरेट करता है

GitHub ने बुद्धिमान सहायक GitHub Copilot के परीक्षण के पूरा होने की घोषणा की, जो कोड लिखते समय मानक निर्माण उत्पन्न करने में सक्षम है। सिस्टम को OpenAI प्रोजेक्ट के साथ संयुक्त रूप से विकसित किया गया था और यह OpenAI कोडेक्स मशीन लर्निंग प्लेटफॉर्म का उपयोग करता है, जो सार्वजनिक GitHub रिपॉजिटरी में होस्ट किए गए स्रोत कोड की एक बड़ी श्रृंखला पर प्रशिक्षित होता है। यह सेवा लोकप्रिय ओपन सोर्स परियोजनाओं के अनुरक्षकों और छात्रों के लिए निःशुल्क है। उपयोगकर्ताओं की अन्य श्रेणियों के लिए, GitHub Copilot तक पहुंच का भुगतान ($10 प्रति माह या $100 प्रति वर्ष) किया जाता है, लेकिन 60 दिनों के लिए निःशुल्क परीक्षण पहुंच प्रदान की जाती है।

कोड जनरेशन विभिन्न फ्रेमवर्क का उपयोग करके प्रोग्रामिंग भाषाओं पायथन, जावास्क्रिप्ट, टाइपस्क्रिप्ट, रूबी, गो, सी# और सी++ में समर्थित है। GitHub Copilot को Neovim, JetBrains IDEs, Visual Studio और Visual Studio Code विकास परिवेशों के साथ एकीकृत करने के लिए मॉड्यूल उपलब्ध हैं। परीक्षण के दौरान एकत्रित टेलीमेट्री को देखते हुए, सेवा आपको काफी उच्च गुणवत्ता का कोड उत्पन्न करने की अनुमति देती है - उदाहरण के लिए, GitHub Copilot में प्रस्तावित सिफारिशों में से 26% को डेवलपर्स द्वारा वैसे ही स्वीकार किया गया था।

GitHub Copilot वर्तमान संदर्भ को ध्यान में रखते हुए संश्लेषित तैयार कार्यों तक, काफी जटिल कोड ब्लॉक उत्पन्न करने की क्षमता में पारंपरिक कोड पूर्णता प्रणालियों से भिन्न है। GitHub Copilot डेवलपर के कोड लिखने के तरीके को अपनाता है और प्रोग्राम में उपयोग किए गए एपीआई और फ्रेमवर्क को ध्यान में रखता है। उदाहरण के लिए, यदि किसी टिप्पणी में JSON संरचना का एक उदाहरण है, तो जब आप इस संरचना को पार्स करने के लिए एक फ़ंक्शन लिखना शुरू करते हैं, तो GitHub Copilot तैयार कोड की पेशकश करेगा, और दोहराए जाने वाले विवरणों की नियमित सूची लिखते समय, यह शेष उत्पन्न करेगा पद.

GitHub Copilot की तैयार कोड ब्लॉक उत्पन्न करने की क्षमता ने कॉपीलेफ्ट लाइसेंस के संभावित उल्लंघन से संबंधित विवाद को जन्म दिया है। मशीन लर्निंग मॉडल बनाते समय, GitHub पर स्थित ओपन सोर्स प्रोजेक्ट रिपॉजिटरी से वास्तविक स्रोत टेक्स्ट का उपयोग किया गया था। इनमें से कई परियोजनाएं जीपीएल जैसे कॉपीलेफ्ट लाइसेंस के तहत प्रदान की जाती हैं, जिसके लिए व्युत्पन्न कार्यों के कोड को एक संगत लाइसेंस के तहत वितरित करने की आवश्यकता होती है। कोपायलट द्वारा सुझाए गए मौजूदा कोड को सम्मिलित करके, डेवलपर्स अनजाने में उस प्रोजेक्ट के लाइसेंस का उल्लंघन कर सकते हैं जहां से कोड उधार लिया गया था।

यह अभी तक स्पष्ट नहीं है कि मशीन लर्निंग सिस्टम द्वारा उत्पन्न कार्य को व्युत्पन्न माना जा सकता है या नहीं। यह भी सवाल उठता है कि क्या मशीन लर्निंग मॉडल कॉपीराइट के अधीन है और यदि हां, तो इन अधिकारों का मालिक कौन है और वे उस कोड के अधिकारों से कैसे संबंधित हैं जिस पर मॉडल आधारित है।

एक ओर, जेनरेट किए गए ब्लॉक मौजूदा परियोजनाओं से पाठ अंशों को दोहरा सकते हैं, लेकिन दूसरी ओर, सिस्टम कोड की प्रतिलिपि बनाने के बजाय कोड की संरचना को फिर से बनाता है। GitHub अध्ययन के अनुसार, केवल 1% बार कोपायलट अनुशंसा में मौजूदा परियोजनाओं के कोड स्निपेट शामिल हो सकते हैं जो 150 वर्णों से अधिक लंबे होते हैं। अधिकांश स्थितियों में, पुनरावृत्ति तब होती है जब कोपायलट संदर्भ को सही ढंग से निर्धारित नहीं कर पाता है या किसी समस्या का मानक समाधान प्रदान नहीं कर पाता है।

मौजूदा कोड के प्रतिस्थापन को रोकने के लिए, कोपायलट में एक विशेष फ़िल्टर जोड़ा गया है जो मौजूदा परियोजनाओं के साथ प्रतिच्छेदन की अनुमति नहीं देता है। सेटअप करते समय, डेवलपर अपने विवेक से इस फ़िल्टर को सक्रिय या अक्षम कर सकता है। अन्य समस्याओं के अलावा, ऐसी संभावना है कि संश्लेषित कोड मॉडल को प्रशिक्षित करने के लिए उपयोग किए गए कोड में मौजूद त्रुटियों और कमजोरियों को दोहरा सकता है।

स्रोत: opennet.ru