GPT-3 這個自然語言處理 AI 在去年「出圈」了，被公認是繼 AlphaGo 之后「人工智能史上又一里程碑」。它在互聯網上「閱讀」了 5000 億詞，模型達到 1750 億參數，從而變得通用。但給 AI 硬灌數據，實在是燒錢耗力。但好在，GPT-3 正在孕育出能夠實現商業化的后代。
就在剛剛，GitHub、OpenAI、微軟聯合打造了一個全新的代碼生成 AI：GitHub Copilot（以下簡稱為 Copilot）。
簡單來說，Copilot 可以根據程序員的注釋寫代碼，自動補全代碼，提供與代碼匹配的測試，還能生成多個備選方案的代碼供選擇。GitHub 表示，Copilot 生成的代碼大部分是原創的。
目前，Copilot 正在測試專供 Visual Studio Code 的擴展，一旦達到可用狀態，未來會成為微軟編程產品里的收費項目。Copilot 可以說是 OpenAI 接受微軟 10 億美元投資以來的首個重大成果。
還有行業人士表示，這代表 AI 開始在編程工作中發揮作用，軟件開發領域的「第三次工業革命」似乎正緩緩揭開序幕。
和你結對編程的，換成了 AI
在此之前，程序員寫不出代碼，一般會到軟件開發領域的問答網站 Stack Overflow「借鑒」，或者求助于一些代碼自動補全工具。然而，傳統 IDE 基本都使用搜索方法進行補全，換句話說，網上有的，才能被抓過去補全。
但 Copilot 是另一種思路，它直接靠 AI 理解程序員的需求。Copilot 不僅僅是模仿以前見過的代碼，它還會分析文檔中的字符串、注釋、函數名稱以及代碼本身，從而生成新的匹配代碼，包括之前調用的特定函數。
脫胎自 GPT-3 的 OpenAI Codex，接受過公開源代碼和自然語言的培訓，能理解編程語言和人類語言。所以，Copilot 對語言理解和轉換有極高的天賦。
GitHub 給 Copilot 的官方定義是「AI 結對編程員」。「結對編程」（pair programming）是一種軟件開發方法，兩個程序員在一個計算機上共同工作。一個人輸入代碼，而另一個人審查他輸入的每一行代碼。輸入代碼的人稱作駕駛員，審查代碼的人稱作觀察員。兩個程序員經常互換角色。GitHub 認為 Copilot 是進化版的「結對編程」，在未來幫程序員查缺補漏的，將會換成 AI。
Copilot 具體的功能如下：
在注釋中用簡單的英語描述一個函數，Copilot 就可以將其轉換為實際代碼；
Copilot 能根據程序員給出的例子，快速生成模板和重復的代碼；
導入單元測試包，Copilot 就可以提供與代碼匹配的測試；
Copilot 可以提供多個備選方案的代碼供程序員選擇。
此外，Copilot 還能輔導新手寫代碼，可以幫助他們找出錯誤、學習新框架，省去大量查資料的時間。
OpenAI 首席技術官 Greg Brockman 表示，將在今年夏末通過 API 發布 Codex。
Github CEO Nat Friedman 提到，「OpenAI Codex 對于人們的代碼使用習慣有著廣泛了解，而且在代碼生成能力上遠遠超過 GPT-3，這要歸功于它在訓練中接觸到的大量公共源代碼數據集。GitHub Copilot 則適用于多種框架和語言，但目前的技術預覽版主要面向 Python、JavaScript、TypeScript、Ruby 以及 Go」。具體來說，OpenAI 在 GPT-3 的基礎上生成了 Codex 算法，Codex 在從 GitHub 那里提取出來的 TB（terabyte）級公開代碼以及英語語言示例中得到訓練。基于 Codex 算法，編程 AI Copilot 誕生了。
也就是說，Copilot 比 GPT-3 誕下的專為代碼生成設計的后代。在運行過程中，Copilot 編輯器的擴展插件將程序員的注釋和代碼發送到 GitHub Copilot 服務端，然后該服務使用 OpenAI Codex 來生成對代碼的建議。
目前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、函數名還是代碼主體中，Copilot 都能根據編程者已寫出的上下文生成匹配的代碼。
不看廣告，看「療效」
Friedman 說，GitHub 的數百名開發者在編碼時，整天都在使用 Copilot 功能，他們中的大多數人都接受了 AI 的建議，沒有關閉該功能。
但就目前來看，Copilot 提供建議的準確率似乎不高。GitHub 對一組 Python 函數進行了基準測試，測試團隊清除了函數并要求 Copilot 填充它們。模型在第一次嘗試正確率是 43%，經過 10 次嘗試后，正確率達到了 57%。團隊表示，之后 Copilot 還將進行多次訓練和測試，準確率會進一步提升。但據一些程序員的說法，這種自動生成的代碼工具要「好用」有個前提，就是能精確描述了函數需要實現的功能，不然后續的調試會是更耗時的工作。
另外，GitHub 表示，Copilot 提出的代碼可能會無法編譯或運行，而且 Copilot 還可能會使用舊的或已棄用的庫和語言。 此外，在試圖理解開發人員的意圖時，Copilot 建議的代碼可能并不總是有效或有意義的，因此程序員還是像往常一樣仔細測試和審查所有代碼。
對于代碼安全，GitHub 表示，并不是所有使用的代碼都經過了漏洞、不安全實踐或個人數據的審查。因此，他們也設置了一些過濾器來防止 Copilot 生成攻擊性的語言，目前效果并不完美，需要后續完善。
技術社區也不可避免地對這款工具可能引發的代碼所有權、許可證、利益沖突以及其他現實問題展開了討論。 Friedman 回應稱，「總體來說：在公共數據上訓練機器學習系統屬于合理的使用方式；輸出結果的所有權歸于操作者，跟傳統的編譯器沒什么區別。具體到訓練問題上，大家也可以看到 OpenAI 向美國專利商標局做出的承諾。我們預計 Copilot 項目的知識產權與 AI 成果將很快在世界范圍內掀起關于政策的討論熱潮，我們自己也希望能夠參與進來。」
提前下班，提早下崗
擊敗 Stack Overflow 的，不是下一個代碼問答社區，而是編程 AI。那么，現在還是「協助編程」的 AI，未來會不會成為能「自動編程」 的 AI？
Friedman 在 Hacker News 寫道：「軟件開發正迎來自己的『第三次工業革命』。第一次革命是編譯器、調試器、垃圾收集器以及語言等工具的出現，極大提升了開發者的工作效率；第二次革命則以開源為契機，全球開發者社區得以匯聚起來，并在彼此的開發成果基礎之上不斷推進；第三次革命就在現在，業界嘗試在編程當中使用 AI 技術。在發展成熟之后，開發人員的日常工作將有巨大改變——但仍然有很多工作可做、也只能由人類開發者完成，因此不用太擔心。」
即使是高度機械化的工廠，也需要操作員來發出初始化指令，所以在未來， IT 行業可能還會留下一些操作員類型的程序員，和一些把握高精度操作技巧的工程師。
但也正如 Open AI 的 CEO Sam Altman 所說，程序員的身價將會下降：「這是我的預測：AI 會讓那些在電腦前工作的人，身價掉得比在物理世界里工作的人還要快。這和大部分的預期完全相反。」
有了 Copilot，程序員就可以提前下班，但在未來，也可能會提前下崗。
這并不是微軟第一回借力 OpenAI 推出 AI 應用。在剛過去的 Build 大會上，微軟宣布了 GPT-3 的第一個商業用例：在 Microsoft Power Apps 中集成 GPT-3 的能力，可將自然語言直接轉換為現成代碼。但目前功能相對有限，只支持在微軟 Power Fx 中生成公式。即便如此，對于那些非專業的操作者，這個系統也能給出最合適的公式。在過去的工作流中，普通員工要執行數據分析、構建應用程序或讓流程自動化，一般都需要向 IT 部門提出需求，然后等待數周或數月才能完成工作，而借助現在這個功能，可以更「傻瓜」地開發符合自己需求的軟件。
微軟嘗到了 OpenAI 技術的甜頭。但和微軟的獨家綁定，也給 OpenAI 招來了一些爭議。對此，OpenAI 首席技術官 Greg Brockman 表示，底層技術不會只由微軟來使用，OpenAI 將在今年夏末發布 Codex 模型，供第三方開發者編寫他們自己的應用程序。
題圖來源：GitHub Copilot
本文由極客公園 GeekPark 原創發布，轉載請添加極客君（ID：geekparker）
