Nu lancerer Amazon en AI-programmeringsassistent - CodeWhisperer

Amazon annoncerede på sin re:Mars-konference i Las Vegas torsdag en forhåndsvisning af et automatiseret programmeringshjælpeværktøj kaldet CodeWhisperer.

Tilgængelig for dem, der har fået en invitation gennem AWS IDE Toolkit, et plugin til kodeeditorer til at hjælpe med at skrive AWS-applikationer, kodehvisker er Amazons svar på GitHub Copilot, en AI (machine learning-baseret) kodegenereringsudvidelse, der indtastet generel tilgængelighed tidligere i denne uge.

I en blogindlæg, Jeff Barr, chefevangelist for AWS, sagde, at målet med CodeWhisperer er at gøre softwareudviklere mere produktive.

"CodeWhisperer vil løbende undersøge din kode og dine kommentarer og præsentere dig for syntaktisk korrekte anbefalinger," sagde Barr. "Anbefalingerne er syntetiseret baseret på din kodningsstil og variabelnavne og er ikke blot uddrag."

Tjenesten er gratis i preview-perioden, ligesom Microsofts GitHub Copilot, nu prissat til $10 pr. måned.

Barr sagde, at CodeWhisperer analyserer forskellige signaler for at foreslå passende kodestykker, herunder markørens placering, foregående kode, kommentarer og kode i andre projektfiler. Softwaren, sagde han, er trænet på milliarder af linjer kode i open source-depoter, interne Amazon-reposer, API-dokumenter og onlinefora.

Som sådan kan det løbe ind i de samme problemer som Copilot om kodekvalitet og potentiale licensproblemer. Det akademiske samfund er allerede begyndt at se på, hvordan AI-kodningsværktøjer som Copilot klarer sig med hensyn til kodekvalitet.

Indtil videre er svaret ikke så godt. For eksempel et forskningspapir fra 2021 [PDF] fra NYU dataloger fandt, at 40 procent af 1,689 programmer lavet med Copilot-forslag producerede kode med kendte svagheder. Men fortsat opmærksomhed og iteration af disse systemer skulle hjælpe dem med at forbedre sig til sidst.

En anden seneste papir, "Er GitHub Copilot en erstatning for Human Pair-programmering? En empirisk undersøgelse,” konkluderer, at Copilot accelererer produktionen af ​​dårligere kode.

Svaret kan være mere AI, i det mindste for dem, der har satset farmen på maskinsmarts. Amazon har allerede en tjeneste kaldet CodeGuru, der er blevet trænet via maskinlæring til at finde sårbarheder og automatisere kodegennemgangsprocessen. Når du først er i gang med at rette dårlig kode, hvorfor så ikke sikre dig en rigelig forsyning?

Amazon har forsøgt at imødegå bekymringer om, at foreslået kode vil krænke nogens copyright- eller licensvilkår ved at vise disse oplysninger.

"CodeWhisperers referencetracker registrerer, om en kodeanbefaling kan ligne bestemte CodeWhisperer træningsdata, og kan give disse referencer til dig," tjenestens Ofte Stillede Spørgsmål forklare. "Dette giver dig mulighed for nemt at finde og gennemgå den referencekode, og hvordan den bruges i forbindelse med et andet projekt."

Amazon lover – i preview-perioden – ikke at bruge kode skrevet af udviklere til at træne sine machine learning-modeller, selvom det måler udvikler-metrics såsom accept og afvisning af kodeforslag for at forfine tjenestens ydeevne. Efter forhåndsvisningen er afsluttet, hvem ved, men specificiteten af ​​Amazons udelukkelse tyder på, at virksomheden vil begynde at scanne kundekode for at forbedre sin ML-model.

Barr giver nogle eksempler på CodeWhisperers muligheder. Han beskriver, hvordan han skrev Python-kommentarlinjen # See if a number is prime og CodeWhisperer svarede med en funktion til at lave den beregning.

CodeWhisperer forstår også, hvordan AWS-tjenester fungerer og er derfor i stand til at generere potentielt nyttige forslag til dem, der bygger på AWS-platformen. Præsenteret med kommentaren # create S3 bucket, genererede CodeWhisperer de passende trin.

Eksempelversionen af ​​CodeWhisperer kan håndtere kode i Python, Java og JavaScript i sammenhæng med VS Code, IntelliJ IDEA, PyCharm, WebStorm eller AWS Cloud9. Amazon planlægger at tilføje support til AWS Lambda Console inden længe. ®