GitHub ले कोड उत्पन्न गर्ने Copilot मेसिन लर्निङ प्रणाली सुरु गर्‍यो

GitHub ले कोड लेख्दा मानक निर्माणहरू उत्पन्न गर्न सक्षम बुद्धिमान सहायक GitHub Copilot को परीक्षण पूरा भएको घोषणा गर्‍यो। प्रणाली OpenAI परियोजनासँग संयुक्त रूपमा विकसित गरिएको थियो र OpenAI कोडेक्स मेसिन लर्निङ प्लेटफर्म प्रयोग गर्दछ, सार्वजनिक GitHub भण्डारहरूमा होस्ट गरिएको स्रोत कोडहरूको ठूलो एर्रेमा प्रशिक्षित। लोकप्रिय खुला स्रोत परियोजनाहरू र विद्यार्थीहरूको लागि सेवा नि: शुल्क छ। प्रयोगकर्ताहरूको अन्य कोटीहरूको लागि, GitHub Copilot मा पहुँच भुक्तान गरिन्छ ($ 10 प्रति महिना वा $ 100 प्रति वर्ष), तर निःशुल्क परीक्षण पहुँच 60 दिनको लागि प्रदान गरिएको छ।

कोड जेनरेशन प्रोग्रामिङ भाषाहरू Python, JavaScript, TypeScript, Ruby, Go, C# र C++ मा विभिन्न फ्रेमवर्कहरू प्रयोग गरेर समर्थित छ। GitHub Copilot लाई Neovim, JetBrains IDEs, Visual Studio, र Visual Studio Code विकास वातावरणसँग एकीकृत गर्न मोड्युलहरू उपलब्ध छन्। परीक्षणको क्रममा सङ्कलन गरिएको टेलिमेट्रीको आधारमा, सेवाले तपाईंलाई एकदम उच्च गुणस्तरको कोड उत्पन्न गर्न अनुमति दिन्छ - उदाहरणका लागि, GitHub Copilot मा प्रस्तावित सिफारिसहरूको 26% विकासकर्ताहरूद्वारा स्वीकार गरिएको थियो।

GitHub Copilot हालको सन्दर्भलाई ध्यानमा राखेर संश्लेषित तयार कार्यहरू सम्म, पर्याप्त जटिल कोड ब्लकहरू उत्पन्न गर्ने क्षमतामा पारम्परिक कोड पूरा गर्ने प्रणालीहरू भन्दा फरक छ। GitHub Copilot ले विकासकर्ताले कोड लेख्ने र कार्यक्रममा प्रयोग गरिएका API र फ्रेमवर्कहरूलाई ध्यानमा राख्ने तरिकालाई अनुकूल बनाउँछ। उदाहरणका लागि, यदि टिप्पणीमा JSON संरचनाको उदाहरण छ भने, जब तपाइँ यस संरचनालाई पार्स गर्न प्रकार्य लेख्न सुरु गर्नुहुन्छ, GitHub Copilot ले रेडिमेड कोड प्रस्ताव गर्नेछ, र दोहोर्याइएको विवरणहरूको नियमित सूचीहरू लेख्दा, यसले बाँकी उत्पन्न गर्नेछ। पदहरू।

GitHub Copilot को रेडिमेड कोड ब्लकहरू उत्पन्न गर्ने क्षमताले प्रतिलिपिलेफ्ट इजाजतपत्रहरूको सम्भावित उल्लङ्घनसँग सम्बन्धित विवाद निम्त्याएको छ। मेसिन लर्निङ मोडेल बनाउँदा, GitHub मा अवस्थित खुला स्रोत परियोजना भण्डारहरूबाट वास्तविक स्रोत पाठहरू प्रयोग गरियो। यी मध्ये धेरै परियोजनाहरू प्रतिलिपि-बायाँ इजाजतपत्रहरू अन्तर्गत प्रदान गरिएका छन्, जस्तै GPL, जसलाई व्युत्पन्न कार्यहरूको कोड उपयुक्त इजाजतपत्र अन्तर्गत वितरण गर्न आवश्यक छ। Copilot द्वारा सुझाव अनुसार अवस्थित कोड सम्मिलित गरेर, विकासकर्ताहरूले अनजानमा परियोजनाको इजाजतपत्र उल्लङ्घन गर्न सक्छन् जसबाट कोड उधारिएको थियो।

यो अझै स्पष्ट छैन कि मेसिन लर्निंग प्रणाली द्वारा उत्पन्न काम व्युत्पन्न मान्न सकिन्छ। मेसिन लर्निङ मोडेल प्रतिलिपि अधिकारको अधीनमा छ कि छैन र यदि त्यसो हो भने, यी अधिकारहरू कसको स्वामित्वमा छन् र तिनीहरू मोडेलमा आधारित कोडको अधिकारसँग कसरी सम्बन्धित छन् भन्ने प्रश्नहरू पनि उठ्छन्।

एकातिर, उत्पन्न ब्लकहरूले अवस्थित परियोजनाहरूबाट पाठ खण्डहरू दोहोर्याउन सक्छ, तर अर्कोतर्फ, प्रणालीले कोड आफैं प्रतिलिपि गर्नुको सट्टा कोडको संरचना पुन: सिर्जना गर्दछ। GitHub अध्ययनका अनुसार, Copilot सिफारिसमा 1 वर्ण भन्दा लामो अवस्थित परियोजनाहरूबाट कोड स्निपेटहरू समावेश हुन सक्छ। प्रायजसो परिस्थितिहरूमा, कोपाइलटले सही रूपमा सन्दर्भ निर्धारण गर्न सक्दैन वा समस्याको मानक समाधानहरू प्रस्ताव गर्न नसक्दा पुनरावृत्तिहरू हुन्छन्।

अवस्थित कोडको प्रतिस्थापन रोक्नको लागि, Copilot मा एक विशेष फिल्टर थपिएको छ जसले अवस्थित परियोजनाहरूसँग प्रतिच्छेदनहरूलाई अनुमति दिँदैन। सेटअप गर्दा, विकासकर्ताले आफ्नो विवेकमा यो फिल्टर सक्रिय वा असक्षम गर्न सक्छ। अन्य समस्याहरू मध्ये, त्यहाँ सम्भावना छ कि संश्लेषित कोडले मोडेललाई तालिम दिन प्रयोग गरिएको कोडमा त्रुटिहरू र कमजोरीहरू दोहोर्याउन सक्छ।

स्रोत: opennet.ru