Élesben is elstartolt a héten a GitHub Copilot nevű programozási segédeszköze. A mesterségesintelligencia-alapú kódolási segédeszköz formailag leginkább a prediktív szövegbevitelre hajaz: ha a kódoló beír egy kódsort, a Copilot javaslatot tesz a következőre. A fejlesztést a GPT-3 alapozta meg. Egy év múlva pedig már el is indították a Codex bétatesztjét, amelynek a szolgáltatássá alakított formája a Copilot.

A szolgáltatás fizetős, a 60 napos ingyenes próbaidőszak után havi 10 vagy évi 100 dollárba kerül. Diákok és a népszerű nyílt forráskódú projektek kódján dolgozó fejlesztők továbbra is ingyen használhatják a Copilotot (nyilván ezekhez a nyílt forráskódú fejlesztéseikhez). Vállalati környezetben annyi nehézséget okoz a használata, hogy a szolgáltatásban egyelőre nincs vállalati menedzselt felhasználói fiók.

A GitHub vezérigazgatója, Thomas Dohmke többek között arról írt a Copilot elindítása kapcsán közzétett blogbejegyzésében, hogy a megoldás révén a szoftverfejlesztők széles köre először használhatja az MI-t a kódolás segítésére, gyorsítására. Ez persze ebben a formában barokkos túlzás, ugyanis több ilyen eszköz is van a piacon. A DeepMindra épített AlphaCode egyelőre közepes programozói teljesítményt nyújt. A legfejlettebb piaci versenytárs most talán egy izraeli startup, a Codota havi 12 dollárért kínált vállalati eszköze, a Tabnine Pro. A 11 nyelvet támogató eszköz 2019 óta érhető el, és épp bő hete jelentették be, hogy erősebb MI-motort kapott. A Copilot több tucat nyelvet támogat, de valójában csak néhányban erős (pl. JavaScript, Python, Ruby, TypeScript).

Abban viszont Dohmkének igaza lehet, hogy az AI-alapú kódolás alapjaiban fogja megváltoztatni a szoftverfejlesztést (persze a GitHub-vezér arról is írt, hogy ettől a fejlesztők boldogabbak lesznek, ám a szolgáltatás ilyen jellegű hatásaira szerkesztőségileg nem vennénk mérget).

A Copilot egy bővítmény lesz a fejlesztéshez használt szövegszerkesztőben vagy IDE-ben (integrated development environment). Működési mechanizmusa egyszerű: amikor a fejlesztő beír egy megvalósítandó funkcióra vonatkozó inline kommentet, a Copilot azt értelmezi, és javasol egy kódot a megvalósításra. Emellett egyfajta prediktív szerkesztőként kiegészíti a kódot, beírja a változók és függvények neveit, sőt megpróbál teljes kódblokkokat is kitölteni. A tapasztalatok szerint javaslatai nem mindig telitalálatok, de így is sokat gyorsít a munkán. A The Registernek egy bétatesztelő egyenesen úgy fogalmazott, hogy már-már nyugtalanítóan jó.

Maradtak bőven nyitott kérdések

Bár a brit szaklapnak nyilatkozó fejlesztő szerint figyelemre méltó, mennyit fejlődött a bétateszt egy éve alatt a rendszer, szerinte vannak olyan problémák vele, amelyek mellett nem szabad szó nélkül elmenni.

Először is van egy szerzői jogi kérdés. A Codex MI-modelljének tanításához ugyanis tömegével használták fel a publikus GitHub repozitóriumokban elérhető kódokat. Többen felvetették azonban, hogy az MI és a szerzői jog viszonya sikamlós terület.

Másrészről továbbra is kérdéses az MI által előállított kód biztonsága. A modell tanításához felhasznált kódkészleteket ugyanis ebből a szempontból nem szűrték. A GitHub értelemszerűen nem is vállal garanciát a kódra mondván: a Copilot csak javasol, amit a fejlesztőnek mindig felül kell vizsgálnia. Ennek ellenére a tesztidőszak alatt a programozók a javaslatok negyedét egy az egyben elfogadták, de bizonyos nyelveknél sokkal magasabb volt az arány. Dohmke a blogbejegyzésében példaként a Pythont hozta fel: az abban írt kód közel 40 százalékát a Copilot állította elő. Ennek a GitHub-vezér örült, ám azok, akiknél a kód fut, nem biztos...