程式设计师用 AI 写 AI 程式码，“搞死”其他程式设计师？
▼
用 AI 演算法帮程式设计师写 AI 演算法？或许是不少程式设计师的心愿──“你已经是个成熟 AI 了，该学会自己补好程式码了”就要实现。
6 月 GitHub 与 Open AI 合作推出“GitHub Copilot”AI 编码工具，Copilot 能据上下文自动补好程式码，包括文档字符串、注释、函数名称、程式码，只要编码者给提示，AI 工具就可补好完整函数。
令人震惊的是 Copilot 还在进化。近日举行的 GitHub Universe 2021 开发者大会，GitHub 表示 Copilot 支援 Java、C、C++ 和 C# 等语言多行程式码，并增加 Neovim 和 JetBrains IDE，包含支援开发者常用的 IntelliJ IDEA、PyCharm 等编辑器。
（Source：GitHub Copilot）
GitHub 表示，如今 30% 新程式码都是 AI 编码工具 Copilot 帮助下完成，Copilot 真有如此强大吗？社群有不少人拿到 Copilot 试用资格并分享使用感想。
Copilot 虽强大，但就和大部分人工智慧工具一样，仍建立在 OpenAI Codex 演算法基础上，需藉大量程式码训练。这对同样有微软血统的 OpenAI 及 GitHub 来说不是问题，微软 2018 年斥资 75 亿美元收购全球约 5,000 万用户的程式码开源网站 GitHub，意味 Copilot 依靠的 Codex 演算法接受了数十亿行公开程式码训练。
其实早在 Copilot 诞生前，OpenAI 就推出 1,750 亿参数的 AI 模型 GPT-3。GPT-3 耗费千万美元，以人类诗歌、小说、新闻等大量自然语言训练（主要是英文），因此 GPT-3 对自然语言具备一定程度理解能力。神经网络之父 Geoffrey Hinton 在 GPT-3 出现后曾感慨：“生命、宇宙和万物的答案，其实只是 4.398 万亿个参数而已。”
GPT-3走红背后，AI 正变成普通人玩不起的游戏
Infogram
Codex 就是基于 GPT-3 的模型训练，OpenAI 联合创始人兼首席技术长 Greg Brockman 曾表示 Codex 是 GPT-3 的后代。因此 Codex 也具备将部分指令清晰的英语翻译成程式码的能力，甚至有部分媒体宣传 Codex 让程式设计师门槛降低到只要讲英文就能写程式码的地步。
官方示范时程式设计师只需在编辑界面写下“Make it be smallish”，上图的大型飞船就会如下图缩小，程式设计师不需输入任何程式码，Codex 会自动编写。
如今，Codex 经过无数程式码与金钱训练出来的强大能力应用到 AI 工具 Copilot，虽然造就 Copilot 神奇的程式码补完、函数建议等功能，但也使 Copilot 陷入争议。
当 Copilot 受越来越多程式设计师欢迎，GitHub CEO Nat Friedman 兴奋表示：“每天都有数百名 GitHub 开发者使用 Copilot，如果预览版进展顺利，我们计划某个时候会扩展为付费产品。”
Nat Friedman 这番话让 Copilot 一下子没那么香了，这意味经过 GitHub 和 OpenAI 一波神操作后，收费的 Copilot 白嫖全球最大程式码共享网站 GitHub 5,000 万用户的知识成果来商业化。争议焦点在于 Copilot 版权有开源程式码衍生品商业化 GPL 的问题。GPL（General Public License）即通用公共许可证，是一系列自由软件许可证的统称，可用来保证用户执行、研究、共享和修改软件的自由。对应的是任何复制、迁移 GPL 版权的衍生作品都必须遵循相同或等效许可条款。
简单来说，就是开源软件、开源程式码随便用没问题，但只要用了就得支援开源，任何人也可免费使用程式码或软件。Copilot 引起 GitHub 社群公愤的关键就是把开源程式码变成商业产品，无视早期促进程序语言世界丰富、开放的开源精神，有不少程式设计师在社群媒体公开表示未来将不再使用 GitHub 托管程式码。
GitHub 解释是 Copilot“通常不会精确复制程式码模组”，也有人认为 Copilot 据大量程式码 AI 训练得出的结果就如人类成长，前期也需透过学习其他人知识内化成自己的，很难把 AI 模型训练的程式码简单理解为复制贴上。
然而有不少人否定这说法，透过 Copilot 解决程式常见问题时，会发现 Copilot 几乎一字不差复制贴上 GitHub 某段程式码。这表示 Copilot 成为商业产品后，使用 Copilot 的用户把程式码应用到自家产品时不小心就会中招违反 GPL 协议，面临被告风险，已有一些科技公司明确要求禁止员工使用 Copilot 。
Copilot 实际应用问题不止如此，随着程式设计师对 Copilot 了解逐步加深，发现 Copilot 并不完美，仍有不少缺陷。 Copilot 背后的 Codex 既经过大量文本语言训练，也吸收网络世界鱼龙混杂程式码，因此 Copilot 输出部分程式码或许没有那么美好，有隐私泄露、安全风险等问题。
也有网友表示“Copilot 一时爽，调试火葬场”，因为想清楚清晰描述目标函数想达成的功能并不简单，使用 Copilot 时需不断回顾检查 AI 生成的程式码是否正确，这反而干扰编码时的思路。
GitHub Copilot 还在未收取任何费用的申请试用阶段，争论也还继续。随着 AI 工具日益强大，人类将来面对的类似问题只会越来越多。
（本文由 品玩授权转载；首图来源：The GitHub Blog）
延伸阅读：
- 和 AI 结伴写程式！OpenAI 与 GitHub 联手推出 AI 程式码产生工具，比 GPT-3 更强大
- GPT-3 走红背后，AI 变成普通人玩不起的游戏
- 为了精进自家 AI 产品与技术，微软取得 OpenAI GPT-3 独家授权
▼
特别声明 本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。
