Jak Accenture wykorzystuje Amazon CodeWhisperer do poprawy produktywności programistów

Zaklinacz kodów Amazon jest towarzyszem programowania AI, który pomaga zwiększyć produktywność programistów, generując rekomendacje kodu na podstawie ich komentarzy w języku naturalnym i kodu w zintegrowanym środowisku programistycznym (IDE). CodeWhisperer przyspiesza wykonywanie zadań związanych z kodowaniem, redukując przełączanie kontekstu między IDE a dokumentacją lub forami programistów. Dzięki rekomendacjom kodu w czasie rzeczywistym od CodeWhisperer możesz skupić się na środowisku IDE i szybciej ukończyć zadania związane z kodowaniem.

CodeWhisperer jest zasilany przez Large Language Model (LLM), który jest szkolony na miliardach linii kodu, dzięki czemu nauczył się pisać kod w 15 językach programowania. Możesz po prostu napisać komentarz opisujący konkretne zadanie prostym językiem, na przykład „prześlij plik do S3”. Na tej podstawie CodeWhisperer automatycznie określa, które usługi w chmurze i biblioteki publiczne najlepiej nadają się do określonego zadania, buduje konkretny kod w locie i rekomenduje wygenerowane fragmenty kodu bezpośrednio w IDE. Co więcej, CodeWhisperer bezproblemowo integruje się z Visual Studio Code i środowiskami IDE JetBrains, dzięki czemu możesz pozostać skupiony i nigdy nie opuszczać środowiska IDE. W chwili pisania tego tekstu CodeWhisperer obsługuje języki Java, Python, JavaScript, TypeScript, C#, Go, Ruby, Rust, Scala, Kotlin, PHP, C, C++, Shell i SQL.

W tym poście pokazujemy, jak Accenture w praktyce wykorzystuje CodeWhisperer do poprawy produktywności programistów.

„Accenture używa Amazon CodeWhisperer do przyspieszenia kodowania w ramach naszej inicjatywy najlepszych praktyk inżynierii oprogramowania na naszej platformie Velocity” — mówi Balakrishnan Viswanathan, starszy menedżer ds. architektury technicznej w Accenture. „Zespół Velocity szukał sposobów na zwiększenie produktywności programistów. Po wyszukaniu wielu opcji natknęliśmy się na Amazon CodeWhisperer, aby zmniejszyć nasze wysiłki programistyczne o 30%, a teraz koncentrujemy się bardziej na poprawie bezpieczeństwa, jakości i wydajności”.

Korzyści z CodeWhisperera

Zespół Accenture Velocity używa CodeWhisperer do przyspieszania projektów związanych ze sztuczną inteligencją (AI) i uczeniem maszynowym (ML). Poniższe podsumowanie podkreśla korzyści:

• Zespół spędza mniej czasu na tworzeniu szablonów i powtarzalnych wzorców kodu, a więcej na tym, co ważne: tworzeniu świetnego oprogramowania
• CodeWhisperer umożliwia programistom odpowiedzialne wykorzystanie sztucznej inteligencji do tworzenia poprawnych składniowo i bezpiecznych aplikacji
• Zespół może generować całe funkcje i logiczne bloki kodu bez konieczności wyszukiwania i dostosowywania fragmentów kodu z sieci
• Mogą przyspieszyć wdrażanie początkujących programistów lub programistów pracujących z nieznaną bazą kodu
• Mogą wykrywać zagrożenia bezpieczeństwa na wczesnym etapie procesu programowania, przenosząc skanowanie bezpieczeństwa pozostawione do środowiska IDE programisty

W poniższych sekcjach bardziej szczegółowo omówimy niektóre sposoby, w jakie zespół Accenture Velocity używa CodeWhisperer.

Wdrażanie programistów do nowych projektów

CodeWhisperer pomaga programistom niezaznajomionym z AWS szybciej rozwijać projekty korzystające z usług AWS. Nowi programiści w Accenture potrafili pisać kod dla usług AWS, takich jak Usługa Amazon Simple Storage (Amazon S3) i Amazon DynamoDB. W krótkim czasie byli w stanie być produktywni i przyczynić się do projektu. CodeWhisperer pomagał programistom, dostarczając bloki kodu lub sugestie linia po linii. Jest również świadomy kontekstu. Zmiana instrukcji (komentarzy) na bardziej szczegółowe powoduje, że CodeWhisperer generuje bardziej odpowiedni kod.

Pisanie kodu wzorcowego

Deweloperzy mogli użyć CodeWhisperer do spełnienia wymagań wstępnych. Byli w stanie utworzyć klasę danych do wstępnego przetwarzania, po prostu wpisując „class to create preprocessing script for ML data”. Napisanie skryptu wstępnego przetwarzania zajęło tylko kilka minut, a CodeWhisperer był w stanie wygenerować całe bloki kodu.

Pomaganie programistom w kodowaniu w nieznanych językach

Nowy użytkownik Java w zespole mógł z łatwością rozpocząć pisanie kodu w Pythonie za pomocą CodeWhisperer, nie martwiąc się o składnię.

Wykrywanie luk w zabezpieczeniach w kodzie

Deweloperzy byli w stanie wykryć problemy z bezpieczeństwem, wybierając Uruchom skanowanie bezpieczeństwa w ich IDE. Szczegółowe informacje na temat wykrytych problemów z bezpieczeństwem są dostępne bezpośrednio w IDE. Pomaga to programistom wcześnie wykrywać i naprawiać problemy.

"Jako programista, korzystanie z CodeWhisperer umożliwia szybsze pisanie kodu” — mówi Nino Leenus, konsultant AI Engineering w Accenture. „Ponadto CodeWhisperer pomoże ci dokładniej kodować, eliminując literówki i inne typowe błędy za pomocą sztucznej inteligencji. Dla programisty wielokrotne pisanie tego samego kodu jest nużące. Rekomendując kolejne fragmenty kodu, których możesz potrzebować, technologie uzupełniania kodu AI ograniczają takie powtarzalne kodowanie”.

Wnioski

Ten post przedstawia CodeWhisperer, towarzysza kodowania AI firmy Amazon. Narzędzie wykorzystuje modele ML wyszkolone na dużych zbiorach danych w celu dostarczania sugestii i autouzupełniania kodu, a także generowania całych funkcji i klas na podstawie opisów w języku naturalnym. W tym poście zwrócono również uwagę na niektóre korzyści dostrzegane przez firmę Accenture podczas korzystania z CodeWhisperer, takie jak zwiększona produktywność oraz możliwość skrócenia czasu i wysiłku wymaganego do wykonywania typowych zadań związanych z kodowaniem. Już dziś możesz aktywować CodeWhisperer w swoim ulubionym IDE. CodeWhisperer automatycznie generuje sugestie na podstawie istniejącego kodu i komentarzy. Odwiedzać Zaklinacz kodów Amazon zacząć.

---

O autorach

Balakrishnan Viswanathan jest architektem rozwiązań AI/ML w Accenture. Współpracując z AABG, opracowuje i realizuje najnowocześniejsze strategie oparte na chmurze, aby sprostać różnym wyzwaniom związanym z AI/ML. Bala interesuje się zarówno gotowaniem, jak i Photoshopem, którym jest pasjonatem.

Szikhara Kwatry jest architektem rozwiązań specjalistycznych AI/ML w Amazon Web Services, współpracującym z wiodącym globalnym integratorem systemów. Zdobył tytuł jednego z najmłodszych indyjskich mistrzów wynalazców z ponad 500 patentami w domenach AI/ML i IoT. Shikhar pomaga w projektowaniu, budowaniu i utrzymywaniu ekonomicznych, skalowalnych środowisk chmurowych dla organizacji oraz wspiera partnera GSI w budowaniu strategicznych rozwiązań branżowych na AWS. Shikhar lubi grać na gitarze, komponować muzykę i ćwiczyć uważność w wolnym czasie.

Ankur Desai jest Principal Product Managerem w zespole AWS AI Services.

Nino Leenus jest konsultantem AI w Accenture. Specjalizuje się w opracowywaniu kompleksowych rozwiązań uczenia maszynowego i ich wdrażaniu z wykorzystaniem chmury. Jest ciekawa najnowszych narzędzi i technologii z zakresu ML-Ops. Uwielbia podróże i trekking.

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• Platoblockchain. Web3 Inteligencja Metaverse. Wzmocniona wiedza. Dostęp tutaj.
• Źródło: https://aws.amazon.com/blogs/machine-learning/how-accenture-is-using-amazon-codewhisperer-to-improve-developer-productivity/