AI 會替代程序員？超好用的自動補全代碼工具 Deep TabNine

作者 | James Vincent等

編譯 | 夕顏

出品 | AI科技大本營（ID:rgznai100）

【CSDN 編者按】在過去的一年中，AI 生成書面文字的能力大大提高。通過掃描龐大的文本數據集，機器學習軟體可以生成從短篇小說到歌詞的各種令人信服的樣本。現在，一個名為 Deep TabNine 的新程序，可以將相同的技術應用於編碼世界。這個程序一經F推出便好評如潮，大有搶了程序員飯碗的架勢。這個程序是否真有這麼好用？我們來一探究竟。

什麼是Deep TabNine？

據外媒 The Verge 報道，Deep TabNine 是由滑鐵盧大學的計算機科學本科生 Jacob Jackson 創建的編碼自動完成器，程序員可以將它作為附件安裝在他們選擇的編輯器中，程序員寫代碼時，這個程序會給出下一行代碼建議，每次提供一小段代碼。你可以將它理解為 Gmail 的智能撰寫功能用到了代碼上。

據悉，Jacob 於 2018 年 2 月開始研究該軟體的原始版本，在 11 月發布之前它叫做 TabNine。本月早些時候，他發布了一個更新版本，該版本使用由研究實驗室 OpenAI 設計的深度學習文本生成演算法模型 GPT-2 來改善能力。該模型使用 Transformer 架構，旨在解決自然語言處理中的問題，Deep TabNine 用這個架構來理解代碼中的英語。例如，模型可以使用 if / else 語句來進行否定。在訓練時，模型的目標是根據前面給定的 token 來預測下一個 token。

Deep TabNine 使用 GitHub 的近 200 萬個文件進行了訓練，它具有預先存在的知識，而不是僅僅從用戶當前的項目中學習。此外，這個模型還引用以自然語言編寫的文檔來推斷函數名稱、參數和返回類型。它還能利用傳統工具難以發現的小線索。例如，它可以理解 app.get_user 的返回類型被假定為具有設置器方法的對象，且 app.get_users的返回類型被假定為列表。

Jacob 表示，這種軟體雖然並不新鮮事物，但機器學習已經大大地改善了它的功能。「這對我來說是解決了一個問題。」

Deep TabNine 的更新版本讓程序員們留下了深刻印象，他們在 Twitter 上稱這個軟體「驚人」、「讓人瘋狂」和「絕對令人興奮」。

用戶 Franck Nijhof 是一位在閑暇時間從事開源家庭自動化軟體工作的 IT 經理，他對 Deep TabNine 不僅感到驚訝 ，還覺得既興奮又害怕。「我使用 Deep TabNine 的第一個小時內沒有作用，因為我不停地被它驚訝到，腦子裡一直不停地問它到底是怎麼知道的？怎麼做到的？」 Nijhof 通過電子郵件告訴 The Verge。

這樣的自動完成工具之前就有過，但 Nijhof 表示 Deep TabNine 的建議更準確。「我過去曾嘗試過一些"通用"的智能編寫程序，但它們很煩人而且沒有幫助，」他說道，「TabNine 無疑是一個改變遊戲規則的存在。」

特斯拉人工智慧總監 Andrej Karpathy 也對這個程序讚不絕口：

深度學習自動編碼 https://t.co/WenacHVj7z 非常酷！很久以前我在做 char-rnn（字元級循環神經網路）時嘗試過相關的想法，但當時它並不是很有用。隨著新工具（GPT-2）的出現和更多的關注，它將會發揮更大的作用。

- Andrej Karpathy（@karpathy），2019年7月18日

Jackson 表示，該軟體之所以可以提供更好的建議，是因為它可以進行預測。大多數自動填充程序必須解析用戶已編寫的內容來提出建議，就像人使用數學公式中的步驟一樣理順代碼。相比之下，Deep TabNine 依賴於機器學習的能力來查找數據中的統計模式以進行預測。

與文本生成演算法在大量書籍、文章和電影腳本數據集上進行訓練的方式相同，Deep TabNine 對來自編碼庫 GitHub 的 200 萬個文件進行了訓練。它在這些數據中找到模式，並用其在任意給定代碼行中可能出現的內容給出建議，無論是變數名還是函數。

Jackson 說，使用深度學習創建自動編碼軟體有幾個優點。首先，它可以輕鬆添加對新語言的支持。只需要將更多的訓練數據放入 Deep TabNine 中，它就會挖出模式。這意味著，Deep TabNine 支持大約 22 種不同的編碼語言，而大多數同類型產品只支持一種。

Deep TabNine 支持的編碼語言完整列表如下：

Python、JavaScript、Java、C ++、C、PHP、Go、C＃、Ruby、Objective-C、Rust、Swift、TypeScript、Haskell、OCaml、Scala、Kotlin、Perl、SQL、HTML、CSS、Bash。

最重要的是，由於深度學習的分析能力，Deep TabNine 提出的建議整體上具有很高的質量。而且，因為軟體不會查看用戶自己寫的代碼來提出建議，所以它可以從編碼的那一刻開始就起作用，而不用等著從用戶編寫的代碼中尋找蛛絲馬跡。

當然，這個軟體也並非完美。它在提出建議時會出錯，另外，它也不是對所有類型的編碼都有用。Hacker News 和 r / program subreddit 的用戶已經找到了它的各種優點和編程漏洞（但大多數傾向於正面評論）。

用戶1：免費版本 200 KB 的限制對於實際代碼庫來說太低了，有考慮過提高限制嗎？

Jacob Jackson 回復：可以試下付費版 30 天返款。所有版本的 TabNine 仍然適用於大於索引限制的項目。索引中將添加和刪除文件，以確保索引文件與用戶正在編輯的文件儘可能相關。

用戶2：可以用，但不是很好用。對於你最喜歡的編輯器不支持或沒有插件的語言來說，這是一個非常酷的技術，但是如果編輯器已經對語言有很好的支持（比如 VSCode for Typescript），它可能不會比連接自動完成的編輯器更好用。

用戶3：添加 IntelliJ Idea 支持，我會買它:)

用戶 4：支持 Emacs 後，我會買！

對於這個為程序員構建的編碼工具的編輯器和工作流程精確度，大家也有很多看法。

Jackson 也坦承了 Deep TabNine 的一些缺點，如它更適合某些類型的編碼。它在自動完成相對死記硬背的代碼時效果最好，這種編程已經被做過數千次，只有很小的變化。但是，它並不擅長用戶用於解決新問題的探索性代碼。考慮到軟體的智能來自數據中的模式，這並不奇怪。

那麼，它對於普通程序員真的有用嗎？這取決於很多因素，比如他們使用的編程語言，他們想要實現的目標等。但 Jackson 表示，與其說是一個人類編碼助手，它更像是一種更快的輸入法（一種常見的被稱為結對編程的做法）。

「想像一下，現在所有的程序員都在使用相當於手機的鍵盤打字，而使用 Deep TabNine 有點像轉而去使用常規鍵盤，」他說道。這款軟體可以提高用戶輸入信息的速度，並且可以提高工作效率，「因為你可以花更多時間考慮內容而不是細節。」但它不會按照你的方式編寫代碼，而你也確實需要要密切關注它的動向。

雖然集成深度學習模型具有多種優勢，但使用它需要大量的算力。Jackson 明確提到，在筆記本電腦上運行無法實現 TabNine 用戶習慣的低延遲。對此，他們提供了一種解決方案——TabNine Cloud（Beta）服務，該服務將使用戶能夠使用 TabNine 的伺服器進行 GPU 加速自動完成。訪問 TabNine Cloud，可以在此處免費註冊：https://tabnine.com/beta_signup

但是，有許多人更願意將代碼保存在他們的機器上。為了確保代碼的隱私性和安全性，TabNine 團隊正在研究以下用例：

• 他們承諾在未來推出尺寸減小的模型，個人開發者可以在筆記本電腦上運行，提供合理的延遲。

• 企業可以選擇模型許可，在自己的硬體上運行。他們還提供訓練自定義模型，以了解企業代碼庫特有的獨特模式和樣式。

目前，Jackson 正在考慮下一步該用這款軟體做些什麼，以及是否值得商業化。他說，他本人目前在一家大型科技公司有一份全職工作，他還不想放棄，但來自各領域的人都對這款軟體表示「非常感興趣」。「我還沒有真正決定我想用它做什麼。」

目前，TabNine 的個人許可用費用為 49 美元，商業用途費用為 99 美元，個人必須註冊 Deep TabNine 測試版才能訪問新的深度學習功能。購買許可之後， TabNine 能夠索引更多文件，給出更多相關建議。

網站上寫道：「TabNine 每分鐘至少可以為你節省 1 秒鐘。如果你認為你的時間價值超過 1.40 美元/小時，它將幫你在不到一年的時間內收回成本。「

他說，如果他能夠使用開源軟體創建這樣的程序，那麼 AI 輔助編碼的未來就是一片光明。

「這是在這個領域工作的每個人的目標，告訴計算機你想要寫什麼樣的代碼，它就能幫你寫，」他說道。「我們目前距離實現這個目前還很遠，但我認為這種工具可以幫助你更方便地表達自己的想法。」

原文鏈接：

https://www.theverge.com/2019/7/24/20708542/coding-autocompleter-deep-tabnine-ai-deep-learning-smart-compose

https://hub.packtpub.com/introducing-deep-tabnine-a-language-agnostic-autocompleter-based-on-openais-gpt-2/

【END】

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！