用AI算法幫程序員寫AI算法？或許不少程序員“你已經(jīng)是一個成熟的AI了，該學會自己補全代碼了”的心愿就要實現(xiàn)。
在今年6月份，GitHub與Open AI一同合作，推出了一款名為“GitHub Copilot”的AI工具，Copilot可以根據(jù)上下文自動補全代碼，包括文檔字符串、注釋、函數(shù)名稱、代碼，只要編程者給出一定提示，這款AI工具就可以補全出完整的函數(shù)。
GitHub Copilot官網(wǎng)
令人震驚的是Copilot還在不斷進化。在近日舉行的GitHub Universe 2021開發(fā)者大會上，GitHub官方表示Copilot已開始支持Java、C、C++和C#等語言的多行代碼完成，并增加了Neovim和JetBrains IDE，包含開發(fā)者常用的IntelliJ IDEA、PyCharm等編輯器的支持。
Copilot運行范例；來源GitHub Copilot官網(wǎng)
GitHub表示，如今新寫的30%代碼都是在AI編程工具Copilot的幫助下完成的，Copilot真的如此強大嗎？在社交網(wǎng)絡中，已有不少早早拿到了Copilot試用資格的博主分享了他們使用Copilot的感受。
來源：微博截圖
當然，除了認真寫Copilot使用體驗的博主，還有偷偷摸魚被抓個現(xiàn)著的程序員……
來源：微博截圖
Copilot雖然強大，但就和大部分人工智能工具一樣，它仍是建立在OpenAI Codex算法的基礎上，需要通過海量的代碼來訓練其智能程度。這對同樣有著微軟血統(tǒng)的OpenAI以及Github來說不是問題，微軟在2018年斥資75億美元收購了全球約有5000萬用戶的代碼共享網(wǎng)站Github，這意味著Copilot所依托的Codex算法接受了數(shù)十億行公共代碼的訓練。
事實早在Copilot誕生之前，OpenAI就推出1750億參數(shù)的AI模型GPT-3，GPT-3耗費了千萬美元對人類的詩歌、小說、新聞等海量自然語言進行訓練（主要是英語），也因此GPT-3對自然語言具備了一定程度的理解能力。神經(jīng)網(wǎng)絡之父Geoffrey Hinton在GPT-3出現(xiàn)后，曾這樣感慨：“生命、宇宙和萬物的答案，其實只是4.398萬億個參數(shù)而已?！?/p>
Codex就是基于GPT-3進行訓練，OpenAI 的聯(lián)合創(chuàng)始人兼首席技術官Greg Brockman曾表示Codex是 GPT-3 的后代。因此Codex也具備了將部分指令清晰的英語翻譯成代碼的能力，甚至有部分媒體宣傳Codex已經(jīng)讓程序員門檻降低到了只要會英語就能寫代碼的地步。
在官方示例的Codex效果展示中，程序員只需要在編輯界面寫下“Make it be smallish”示例上圖中的大型飛船就會如下圖一般縮小，而在這個過程中程序員并不需要輸入一行代碼，Codex會自動編寫車程序。
如今，Codex經(jīng)過無數(shù)代碼與金錢訓練出來的強大能力應用到了AI工具Copilot上，這雖然造就了Copilot神奇的代碼補全、給出函數(shù)建議等功能，但同時也使得Copilot陷入了系列輿論爭議風波。
當Copilot受到越來越多程序員的歡迎，GitHub的CEO Nat Friedman興奮地表示：“每天都有數(shù)百名GitHub的開發(fā)者在使用Copilot，如果預覽版進展順利的話，我們將計劃在未來某個時候?qū)⑵鋽U展為付費產(chǎn)品?！?/p>
Nat Friedman的這番話讓Copilot一下沒那么香了，這意味著經(jīng)過GitHub和OpenAI的一波神操作后，收費的Copilot白嫖了全球最大的代碼共享網(wǎng)站GitHub5000萬用戶的知識成果用來商業(yè)化。這其中引起爭議的焦點就在于Copilot的版權存在開源代碼衍生品商業(yè)化GPL版權問題。GPL（General Public License）即通用公共許可證，是一系列自由軟件許可證的統(tǒng)稱，它可以用來保證用戶運行、研究、共享和修改軟件的自由。與此對應的是，任何復制、遷移GPL版權的衍生作品都必須遵循相同或等效的許可條款。
簡單來說就是，我是開源軟件、開源代碼你隨便用沒問題，但你只要用了就也得支持開源，其它任何人也可以免費使用你的代碼或軟件。Copilot引起GitHub社區(qū)人們公憤的關鍵就是其把開源代碼洗成商業(yè)產(chǎn)品，無視了早期促進程序語言世界豐富、開放的開源精神，已有不少程序員在社交媒體上公開表示未來將不再使用GitHub來托管自己的代碼。
GitHub官方則解釋Copilot“通常不會精確復制代碼塊”，也有人認為Copilot通過海量代碼AI訓練最后得出來的結(jié)果就如同人類一樣，人類前期也需要通過學習其他人的相關知識來內(nèi)化成為自己的，很難把AI模型訓練出來的代碼簡單的理解為復制粘貼。
然而已有不少人否定了這個說法，在通過Copilot解決程序中的一些經(jīng)典問題時，會發(fā)現(xiàn)Copilot幾乎一字不差的復制粘貼了GitHub上的某段經(jīng)典代碼。這意味著在Copilot成為商業(yè)產(chǎn)品后，使用Copilot的用戶在把其代碼應用到自家產(chǎn)品時一不小心就會中招違反GPL協(xié)議，面臨被人起訴的風險，因此，已有一些科技公司已明確要求禁止員工使用Copilot。
Copilot在實際應用中面臨的問題不止如此，隨著程序員們對Copilot了解的逐步加深，他們發(fā)現(xiàn)Copilot并不完美，仍然存在著不少缺陷。Copilot背后的Codex既經(jīng)過大量文本語言訓練，也吸收了網(wǎng)絡世界中魚龍混雜的海量代碼，因此Copilot輸出的部分代碼或許看出去沒有那么美好，有著隱私泄露、安全風險等問題。B站大佬陳睿就躺槍了一次，雖然立刻有網(wǎng)友表示其中出生年月日信息有誤。
也有網(wǎng)友表示“Copilot 一時爽，調(diào)試火葬場”，因為想要清楚、清晰的描述出目標函數(shù)想要實現(xiàn)的功能并不簡單，同時在使用Copilot的過程中，需要不斷去回顧檢查AI生成的代碼是否正確，這反而容易干擾到編程時的原有思路。
來源：微博截圖
目前，GitHub Copilot還處于未收取任何費用的申請試用階段，互聯(lián)網(wǎng)上關于它的爭論也還在繼續(xù)，隨著AI工具日益強大，人類將來面對的類似問題只會越來越多。
本文來自微信公眾號“品玩”（ID：pinwancool），作者：洪雨晗，36氪經(jīng)授權發(fā)布。
