【為什麼我們要編譯這篇文章】GPT-3 已經夠神，但現在又出現了軟體工程師不可不知的靈魂幫手：GitHub Copilot，此款由 OpenAI、Github 聯手推出的 AI 工具，如何解放程式設計最後一哩路？（責任編輯：藍立晴）
6 月 22 日，微軟推出協力開發者編寫程式的 AI 推薦系統——GitHub Copilot，這是微軟致力開發「簡化程式編寫工具」以來的集大成之作，可以說是軟體工程師不可不知的生產力神器。
微軟攜手 GitHub 與 OpenAI，打造提升「開發效率」的智慧工具
近年來，微軟積極擁抱開源軟體（Open Source），並分別於 2018 年收購軟體原始碼代管服務平台 GitHub；又於 2019 年投資 AI 研究機構 OpenAI 共計 10 億美元，並與其聯手替 Azure 雲端平台開發人工智慧技術。
累計至 2020 年初，GitHub 已有超過 4000 萬名註冊使用者，平台共累積超過 1.9 億個代碼庫，其中包含至少 2800 萬個開源原始碼。
有了前述基礎，微軟和 GitHub 在 OpenAI 的協助下，開發了新 OpenAI Codex 人工智慧系統，可以根據開發人員所撰寫的程式碼，自動提出後續編寫建議，此功能仰賴 GitHub 上程式語言的大量程式碼以及 Azure 強大的雲計算能力，將可以協助工程師提高開發效能。
Codex 是 GitHub Copilot 的核心模型，也是 GPT-3 的後代，後者是 OpenAI 對大量文本進行訓練的強大模型。
目前，GitHub Copilot 可支援大部分常用的框架及程式語言，但現行預覽版在 Python、JavaScript、TypeScript、Ruby 及 Go 等程式語言上得表現最為出色。
連語意分析都做得到，輸入「文字」就可轉譯成「程式碼」
根據 GitHub 聲明，OpenAI Codex 不只是自動化工具，它更可以作為開發者的程式嚮導。
當工程師寫下描述程式邏輯的文字時，它可根據該描述來提供完整的程式碼，也就是說，GitHub Copilot 可透過分析文字含義，加上判讀工程師正在編寫的函數、以及過去幾行程式碼，來判斷後續可能的程式碼。
運作上，工程師可以在註釋中簡單地用「英文」描述一個函式，比如說：「Get average runtime of successful runs in seconds（以秒為單位取得成功運行的平均時間）」，GitHub Copilot 便可以將其轉換為實際程式碼。
當然，工程師在系統提供程式碼推薦之後，仍保留「取用」與「不取用」的彈性，概念上，此系統希望讓工程人員可以將心力花在更需開創性的事物之上。
GitHub Copilot 將成軟體工程師的靈魂幫手
即便這個工具看似對於工程而言相當有用，仍有很多人會問：服務問世後，是否有可能取代開發人員的工作？
事實上，根據 GitHub Copilot 聲明可知，GitHub Copilot 並非為了取代工程師而存在，GitHub 執行長 Nat Friedman 將其定義為「虛擬結對程式設計師（AI pair programmer）」，意指有了 GitHub Copilot 的加入，就有如兩個開發人員在同一個專案上並肩攜作。
針對同一問題，攜手開發的 OpenAi 共同創辦人暨技術長 Greg Brockman 則認為，在程式設計領域攸關兩件重要的是：一是提出關於如何解決某問題的想法；二是將它付諸實行，GitHub Copilot 可以協助工程師加快第二部分的執行效率，包括：降低重複性事件、減少閱讀文件時間、降低進入新框架時的門檻等等。
「當工程師不想花時間去閱讀 Twilio 上的 API 文件，GitHub Copilot 可以有效的協助你，」Brockman 將 Copilot 所負責的工作視為「程式設計的最後一哩路」。
他以親身經歷分享：「以前我不曉得浪費了多少時間閱讀文件，試圖為一件又一件極為普通的任務，找到的解決方法；現在 Copilot 可以讓我不必翻閱一大堆文件才能開始工作。」
Copilot 還不是完美的？GitHub 執行長：雖不是完美，但已足夠安全
目前，GitHub Copilot 技術預覽版並未實際測試系統所建議的程式碼有效與否，因此不能保證編譯或執行能 100% 被完成，然而，已知的是，系統目前表現較佳之處，在於將程式碼切割為各種小型的函式，並替該函式附註有意義的名稱，協助開發者操作不熟悉的函式庫與框架。
GitHub 日前以一組 Python 函式來測試 GitHub Copilot 準確性，清空原先的函式內容並要求系統自動輸入，對比下來，第一次的準確性為 43%，10 次校準之後準確性可達 57%。
雖然 GitHub 內部已努力確保系統將生成安全、高品質的函式，在準確性上仍有訓練空間，對此，執行長 Friedman 提到：「為了提升推薦函式的準確性，我們在 Copilot 建立了許多安全機制，並且認為，這些機制在各個領域中出錯的可能性極低，雖然它絕對不是完美的。」
在此次推出技術預覽版後，OpenAI 預計將在今年夏天發布 Codex 模型，供第三方開發人員將該系統導入到他們自己的應用程式當中。
資料來源：CNBC、TechCrunch、iThome
