GitHub نے ذہین اسسٹنٹ GitHub Copilot کی جانچ کی تکمیل کا اعلان کیا، جو کوڈ لکھتے وقت معیاری تعمیرات پیدا کرنے کے قابل ہے۔ یہ نظام OpenAI پروجیکٹ کے ساتھ مشترکہ طور پر تیار کیا گیا تھا اور OpenAI Codex مشین لرننگ پلیٹ فارم کا استعمال کرتا ہے، جسے عوامی GitHub ریپوزٹریز میں میزبانی کردہ سورس کوڈز کی ایک بڑی صف پر تربیت دی جاتی ہے۔ یہ سروس مقبول اوپن سورس پروجیکٹس کے مینٹینرز اور طلباء کے لیے مفت ہے۔ صارفین کی دیگر اقسام کے لیے، GitHub Copilot تک رسائی ادا کی جاتی ہے ($10 فی مہینہ یا $100 فی سال)، لیکن مفت آزمائشی رسائی 60 دنوں کے لیے فراہم کی جاتی ہے۔
کوڈ جنریشن پروگرامنگ زبانوں Python, JavaScript, TypeScript, Ruby, Go, C# اور C++ میں مختلف فریم ورکس کا استعمال کرتے ہوئے سپورٹ کی جاتی ہے۔ GitHub Copilot کو Neovim، JetBrains IDEs، Visual Studio، اور Visual Studio Code ترقیاتی ماحول کے ساتھ مربوط کرنے کے لیے ماڈیول دستیاب ہیں۔ ٹیسٹنگ کے دوران جمع کی گئی ٹیلی میٹری کو دیکھتے ہوئے، سروس آپ کو کافی اعلیٰ معیار کا کوڈ تیار کرنے کی اجازت دیتی ہے - مثال کے طور پر، GitHub Copilot میں تجویز کردہ 26% سفارشات کو ڈویلپرز نے جیسا کہ قبول کیا تھا۔
GitHub Copilot موجودہ سیاق و سباق کو مدنظر رکھتے ہوئے ترکیب شدہ ریڈی میڈ فنکشنز تک کافی پیچیدہ کوڈ بلاکس بنانے کی صلاحیت میں روایتی کوڈ کی تکمیل کے نظام سے مختلف ہے۔ GitHub Copilot جس طرح سے ڈویلپر کوڈ لکھتا ہے اور پروگرام میں استعمال ہونے والے APIs اور فریم ورک کو مدنظر رکھتا ہے۔ مثال کے طور پر، اگر کسی تبصرے میں JSON ڈھانچے کی مثال موجود ہے، جب آپ اس ڈھانچے کو پارس کرنے کے لیے فنکشن لکھنا شروع کریں گے، GitHub Copilot ریڈی میڈ کوڈ پیش کرے گا، اور جب دہرائی جانے والی وضاحتوں کی روٹین لسٹنگ لکھے گا، تو یہ باقی کو تیار کرے گا۔ عہدوں
GitHub Copilot کی ریڈی میڈ کوڈ بلاکس بنانے کی صلاحیت کاپی لیفٹ لائسنسوں کی ممکنہ خلاف ورزیوں سے متعلق تنازعہ کا باعث بنی ہے۔ مشین لرننگ ماڈل بناتے وقت، GitHub پر واقع اوپن سورس پروجیکٹ ریپوزٹریز سے اصلی سورس ٹیکسٹس استعمال کیے گئے تھے۔ ان میں سے بہت سے پروجیکٹ کاپی لیفٹ لائسنس کے تحت فراہم کیے جاتے ہیں، جیسے کہ GPL، جس کے لیے مشتق کاموں کے کوڈ کی ضرورت ہوتی ہے کہ وہ ایک مطابقت پذیر لائسنس کے تحت تقسیم کیے جائیں۔ Copilot کے تجویز کردہ موجودہ کوڈ کو داخل کرنے سے، ڈویلپرز نادانستہ طور پر اس پروجیکٹ کے لائسنس کی خلاف ورزی کر سکتے ہیں جس سے کوڈ لیا گیا تھا۔
یہ ابھی تک واضح نہیں ہے کہ آیا مشین لرننگ سسٹم کے ذریعہ تیار کردہ کام کو مشتق سمجھا جا سکتا ہے۔ سوالات یہ بھی اٹھتے ہیں کہ آیا مشین لرننگ ماڈل کاپی رائٹ کے تابع ہے اور، اگر ایسا ہے تو، ان حقوق کا مالک کون ہے اور وہ اس کوڈ کے حقوق سے کیسے متعلق ہیں جس پر ماڈل قائم ہے۔
ایک طرف، تیار کردہ بلاکس موجودہ پروجیکٹس سے ٹیکسٹ حصئوں کو دہرا سکتے ہیں، لیکن دوسری طرف، نظام خود کوڈ کو کاپی کرنے کے بجائے کوڈ کی ساخت کو دوبارہ بناتا ہے۔ ایک GitHub مطالعہ کے مطابق، Copilot کی سفارش میں صرف 1% موجودہ پروجیکٹس کے کوڈ کے ٹکڑوں کو شامل کیا جا سکتا ہے جو 150 حروف سے زیادہ طویل ہیں۔ زیادہ تر حالات میں، تکرار اس وقت ہوتی ہے جب Copilot صحیح طریقے سے سیاق و سباق کا تعین نہیں کر سکتا یا کسی مسئلے کا معیاری حل پیش کرتا ہے۔
موجودہ کوڈ کے متبادل کو روکنے کے لیے، Copilot میں ایک خصوصی فلٹر شامل کیا گیا ہے جو موجودہ پروجیکٹس کے ساتھ چوراہوں کی اجازت نہیں دیتا ہے۔ سیٹ اپ کرتے وقت، ڈویلپر اپنی صوابدید پر اس فلٹر کو فعال یا غیر فعال کر سکتا ہے۔ دیگر مسائل کے علاوہ، اس بات کا امکان ہے کہ ترکیب شدہ کوڈ ماڈل کی تربیت کے لیے استعمال ہونے والے کوڈ میں موجود غلطیوں اور کمزوریوں کو دہرا سکتا ہے۔
ماخذ: opennet.ru