Vi introduserer Amazon CodeWhisperer, den ML-drevne kodefølgen

Vi er glade for å kunngjøre Amazon Code Whisperer, en maskinlæring (ML)-drevet tjeneste som bidrar til å forbedre utviklerens produktivitet ved å gi kodeanbefalinger basert på utvikleres naturlige kommentarer og tidligere kode. Med CodeWhisperer kan utviklere ganske enkelt skrive en kommentar som skisserer en spesifikk oppgave på vanlig engelsk, for eksempel "last opp en fil til S3." Basert på dette, bestemmer CodeWhisperer automatisk hvilke skytjenester og offentlige biblioteker som er best egnet for den angitte oppgaven, bygger den spesifikke koden i farten og anbefaler de genererte kodebitene direkte i IDE.

Selv om nettskyen har demokratisert applikasjonsutvikling ved å gi on-demand tilgang til databehandling, lagring, database, analyser og ML, krever den tradisjonelle prosessen med å bygge programvareapplikasjoner fortsatt at utviklere bruker mye tid på å skrive standardseksjoner av kode som ikke er direkte relatert til kjerneproblemet de prøver å løse. Selv de mest erfarne utviklerne finner det vanskelig å holde tritt med flere programmeringsspråk, rammeverk og programvarebiblioteker, samtidig som de sikrer at de følger riktig programmeringssyntaks og beste kodingspraksis. Som et resultat bruker utviklere en betydelig mengde tid på å søke og tilpasse kodebiter fra nettet. Med CodeWhisperer kan utviklere holde fokus på IDE og dra nytte av sanntids kontekstuelle anbefalinger, som allerede er tilpasset og klare til bruk. Færre distraksjoner unna IDE og klare til bruk sanntidsanbefalinger hjelper deg med å fullføre kodingsoppgavene dine raskere og gi et produktivitetsløft.

I dette innlegget diskuterer vi fordelene med CodeWhisperer og hvordan du kommer i gang.

Ta med kraften til ML til utviklerens fingertupper

CodeWhisperer er tilgjengelig som en del av AWS Toolkit-utvidelsen for store IDE-er, inkludert JetBrains, Visual Studio Code og AWS Cloud9. På AWS Lambda konsoll, CodeWhisperer er tilgjengelig som en innebygd kodeforslagsfunksjon. Ved lansering kan du bruke CodeWhisperer til å generere kodeanbefalinger for Python, Java og JavaScript. Du kan installere AWS Toolkit ved å gå til plugin- eller utvidelsesskjermen til IDE-en din og søke etter AWS Toolkit.

Etter at CodeWhisperer er aktivert, begynner du automatisk å motta kodeanbefalinger i IDE-en din når du begynner å skrive koden eller kommentarer. Ved å møte utviklere der du er, gjør vi CodeWhisperer enkel å bruke og eksperimentere med. Du kan komme i gang innen noen få minutter og begynne å nyte produktivitetsfordelene med en gang.

Mye mer enn tradisjonell autofullføring

Tradisjonelle autofullføringsverktøy gir enkeltordfullføringer, for eksempel en liste over egenskaper eller metoder for et objekt. CodeWhisperer gir et mye bedre produktivitetsløft ved å generere hele funksjoner og logiske kodeblokker om gangen. CodeWhisperer forstår også utviklerens hensikt slik den kommer til uttrykk gjennom enkle engelske kommentarer. Følgende eksempel viser hvordan CodeWhisperer genererer hele funksjonen for å konvertere en JSON-fil til en CSV-fil, mens man vurderer utviklerens hensikt om å bruke nøklene i JSON-filen som overskrifter for CSV-filen.

Å bygge applikasjoner på AWS er ​​akkurat blitt enklere

CodeWhisperer gjør det enkelt for utviklere å bruke AWS-tjenester ved å gi kodeanbefalinger for AWS-applikasjonsprogrammeringsgrensesnitt (API) på tvers av de mest populære tjenestene, inkludert Amazon Elastic Compute Cloud (Amazon EC2), Lambda og Amazon enkel lagringstjeneste (Amazon S3). Når du skriver kode i IDE-en din, analyserer CodeWhisperer automatisk kommentaren, setter sammen koden ved hjelp av relevante skytjenester og offentlige programvarebiblioteker for ønsket funksjonalitet, og anbefaler kodebiter og til og med hele funksjoner direkte i IDE-en som oppfyller beste praksis. Følgende eksempel viser hvordan CodeWhisperer kan generere hele funksjonen for å laste opp en fil til Amazon S3 ved hjelp av serverside-kryptering.

Utnytte kraften til AI på en ansvarlig måte

Vi har trent CodeWhisperer-modellen på enorme mengder offentlig tilgjengelig kode for å forbedre nøyaktigheten til anbefalingene. Enkelt sagt er nøyaktigheten til modellen direkte proporsjonal med størrelsen på treningsdataene. Og selv om dette har hjulpet oss på nøyaktighetsfronten, kan denne typen modeller også lære noen uønskede mønstre. Vi tror at selv om AI utvilsomt kan øke produktiviteten, må vi utnytte denne kraften på en ansvarlig måte. Det er noen få fremtredende funksjoner som gjør CodeWhisperer unik på dette området.

Hos AWS liker vi å si at sikkerhet er jobb null. Derfor gir CodeWhisperer også muligheten til å kjøre skanninger på koden din (generert av CodeWhisperer så vel som skrevet av deg) for å oppdage sikkerhetssårbarheter. Følgende skjermbilde illustrerer sikkerhetsskanningsfunksjonaliteten til CodeWhisperer. Vi har inkludert en kodebit som kan forårsake ressurslekkasje. Når du velger Kjør sikkerhetsskanning, oppdager CodeWhisperer dette sikkerhetsproblemet og viser problemet.

For det andre tilbyr vi en referansesporer som kan oppdage når genererte utdata kan være lik bestemte treningsdata. Selv om modellen har lært å skrive kode og genererer helt ny kode basert på læringen, kan en uavhengig generert kodeanbefaling i svært sjeldne tilfeller ligne på en unik kodebit i treningsdataene. Ved å varsle deg når dette skjer, og gi deg depot- og lisensinformasjonen, gjør CodeWhisperer det lettere for deg å bestemme om du vil bruke koden i prosjektet ditt og foreta de relevante kildekodeattribusjonene slik du finner passende.

CodeWhisperer forteller deg i sanntid at den gjeldende kodeanbefalingen du ser kan være lik en referansekode ved å vise et varsel i popup-vinduet for anbefalinger. I det følgende skjermbildet er den genererte koden funnet å være lik en referansekode som er under MIT-lisensen. Hvis utvikleren godtar anbefalingen, logger CodeWhisperer aksepten og tilhørende lisensinformasjon. Du kan deretter se referanseloggen ved å velge Åpne CodeWhisperer Reference Panel under CodeWhisperer-noden.

Til slutt implementerer vi teknikker for å oppdage skjevheter basert på vanlige stereotyper. Vi har implementert filtre som oppdager åpenbar skjevhet i den genererte koden og fjerner kodeanbefalinger som kan anses som partiske og urettferdige. Tenk deg for eksempel en rekrutteringsprogramvare som hjelper med å ansette ledere ved automatisk å kortliste kandidater. Ved uavgjort er programvaren avhengig av en uavgjort logikk. Mens du genererer en anbefaling for dette scenariet, er det mulig at en AI-modell kan generere kode som favoriserer kandidater basert på upassende parametere. CodeWhisperer kan oppdage skjevheter i anbefalingene og filtrere den ut før den noen gang viser anbefalinger til utvikleren.

Lås opp produktivitetsgevinster med CodeWhisperer

«Distraksjoner er en konstant utfordring under koding, spesielt når det er nødvendig å bytte kontekst for å slå opp kodeeksempler og dokumentasjon på nettet. Amazon CodeWhisperer holder meg fokusert på koden ved automatisk å tilby nyttige forslag akkurat når jeg trenger dem, så jeg trenger aldri å forlate redaktøren min."

– Ryan Grove, Staff Software Engineer hos SmugMug.

"Vi er glade for å jobbe med AWS om å bringe Amazon CodeWhisperer til IntelliJ-plattformen. Hos JetBrains har vi som mål å gjøre programvareutvikling til en jevn og hyggelig opplevelse. Tilgjengeligheten av plugin-modulen for verktøyene våre vil hjelpe utviklere med å holde fokus på IDE og redusere behovet for å søke og tilpasse kodebiter fra nettet. Fra og med i dag kan brukere av IntelliJ IDEA, PyCharm og WebStorm begynne å jobbe med Amazon CodeWhisperer rett i deres IDE, med flere IDEer som skal støttes i nær fremtid."

– Max Shafirov, administrerende direktør i JetBrains.

Komme i gang

I løpet av forhåndsvisningsperioden er CodeWhisperer tilgjengelig for alle utviklere over hele verden gratis. For å få tilgang til tjenesten i forhåndsvisning, meld deg på ventelisten innen registrere seg. For mer informasjon om tjenesten, besøk Amazon Code Whisperer.

---

Om forfatterne

Ankur Desai er hovedproduktsjef i AWS AI Services-teamet.

Atul Deo er direktør for produktledelse med AWS AI Services-teamet.

• Myntsmart. Europas beste Bitcoin og Crypto Exchange.
• Platoblokkkjede. Web3 Metaverse Intelligence. Kunnskap forsterket. FRI TILGANG.
• CryptoHawk. Altcoin Radar. Gratis prøveperiode.
• Kilde: https://aws.amazon.com/blogs/machine-learning/introducing-amazon-codewhisperer-the-ml-powered-coding-companion/