编程不头秃,Google「AI程序员」来了,聊天就能敲代码

简介: 编程不头秃,Google「AI程序员」来了,聊天就能敲代码

上周 Google 在 I/O 大会宣布了一个能够辅助编程的聊天机器人 Codey,现在它终于上线 Google Colab 啦!

🌟 Codey

是基于 Google 目前最新的大语言模型 PaLM 2 运行,有着强大的语言理解和编程能力。

Codey 有这些功能:

1⃣️ 用自然语言编程

image.png

2⃣️ AI 补全代码

3⃣️ 聊天机器人

根据 Google 介绍,Codey是在海量的高质量、授权的外部源代码数据集上进行微调,从而提升编码任务的性能。

用户只要像在 ChatGP 或者 Bard 上那样输入自然语言文本提示,就能生成代码或者函数。


Codey 的使用方法也很简单,点击工具栏中上的按钮,就能打开一个对话框,与之对话进行编程。


使用付费版 Google Colab 的用户,可以使用自动补全建议,大大提升敲码效率。


编程的时候遇到困难,直接在侧边栏与 Codey 对话,它能生成相关的代码,并且能直接用在 Google Colab 中。


Google 希望用 Codey 减少编写重复代码的需求,降低编程的门槛。Codey 会在接下来几个月逐步开放,首批面向美区付费用户开放,然后再向免费用户开放。


除了 Codey 以外,现在还有这些 AI 编程工具值得你关注:


🌟 Codeium

Codeium 支持超过 40 种编程语言,包括 C++、Go、Java、JavaScript、Rust、Python 和 PHP。


Codeium 可以从自然语言注释或先前的代码片段生成代码,并在大量的公开代码数据集上进行训练。


VS Codium完全继承了VS Code的特性:

Windows、Linux和Mac三大平台都能使用;

附带IntelliSense代码补全功能;

直接使用VS Code扩展;

强大的内置编译器;

原生支持多种语言和Git等等。

🌟 GitHub Copilot

这是一款由 OpenAI Codex 驱动的 AI 程序员,提供了60天的免费试用期,能够在你的编辑器中实时地建议代码和整个函数。

改善效率神器。当你是一个已经有一定编程经验程序员的时候,那么当你遇到简单但是工作量繁琐的工作,就可以使用它来提高你的工作效率,它可以自动填充一些重复的代码。

🌟 Amazon Code Whisperer

这是一款亚马逊云科技(AWS)宣布的一款实时AI编程助手Amazon CodeWhisperer正式可用,同时推出的还有供所有开发人员免费使用的个人版(CodeWhisperer Individual)。


Amazon CodeWhisperer支持Python、Java、JavaScript、TypeScript、C#、Go、Rust、PHP、Ruby、Kotlin、C、C++、Shell脚本、SQL和Scala等开发语言。


CodeWhisperer帮助开发者基于注释生成代码,追踪开源参考,扫描查找漏洞。


开发人员可以在自己喜欢的IDE(集成开发环境)中使用CodeWhisperer,例如Visual Studio Code、IntelliJ IDEA及其他IDE,提高工作效率、简化工作任务,减轻工作负担。


该工具可以帮助开发者创建代码胜任如下场景,比如常规、耗时的无差别任务,或是在使用不熟悉的API或SDK时构建示例代码,亦或要正确高效地使用亚马逊云科技API操作,还有其他场景比如编写读写文件、处理图像、编写单元测试等代码。


开发人员编写代码或注释时可以直接在IDE中直接寻求 CodeWhisperer建议并得到实时反馈。


在一项生产力测试中,与未使用CodeWhisperer的参与者相比,使用CodeWhisperer的参与者完成任务的速度平均快57%,成功率高27%。

image.png

image.png

随着 AI 编程工具的流行,或许在不久的将来,我们使用的每一个程序都有 AI的贡献。

相关文章
|
2天前
|
人工智能 测试技术 开发者
AI 编码助手:编程路上的得力伙伴
在数字化浪潮中,AI编码助手成为开发者不可或缺的工具。它通过代码生成与补全、优化与规范、错误检测与调试等功能,大幅提升编程效率和代码质量。从需求分析到部署,AI助手全程助力,确保项目顺利进行。尽管不能替代开发者创造力,但它无疑是编程道路上的得力伙伴,推动软件开发不断创新。
26 12
|
10天前
|
人工智能 数据挖掘
AI长脑子了?LLM惊现人类脑叶结构并有数学代码分区,MIT大牛新作震惊学界!
麻省理工学院的一项新研究揭示了大型语言模型(LLM)内部概念空间的几何结构,与人脑类似。研究通过分析稀疏自编码器生成的高维向量,发现了概念空间在原子、大脑和星系三个层次上的独特结构,为理解LLM的内部机制提供了新视角。论文地址:https://arxiv.org/abs/2410.19750
51 12
|
1月前
|
人工智能 安全 JavaScript
Open Interpreter:AI 赋能终端!在终端中对话AI模型进行编程,通过运行代码来完成各种计算机操作任务
Open Interpreter 是一个让语言模型运行代码的强大工具,提供了一个类似 ChatGPT 的界面,支持多种编程语言和丰富的功能。
86 7
Open Interpreter:AI 赋能终端!在终端中对话AI模型进行编程,通过运行代码来完成各种计算机操作任务
|
17天前
|
人工智能 文字识别 API
OpenSearch & AI 开放平台,实现0代码图片搜索!
本文主要介绍了如何利用阿里云的 OpenSearch 和 AI 搜索开放平台来构建一个无需编写代码就能完成的图片搜索功能。
63 12
|
16天前
|
人工智能
带上团队一起来做 AI 编程实践丨通义灵码联合TGO鲲鹏会开启 AI 大课
带上团队一起来做 AI 编程实践丨通义灵码联合TGO鲲鹏会开启 AI 大课
|
12天前
|
人工智能 搜索推荐 安全
数百名研发人员用通义灵码,33%新增代码由AI生成,信也科技研发模式焕新升级
目前,信也科技数百名研发人员正在使用通义灵码,周活跃用户占比70%,新增代码中有33%由通义灵码编写,整体研发效率提升了11%,真正实现了数百研发人员开发效能的全面提升。
|
20天前
|
人工智能 并行计算 调度
【AI系统】CUDA 编程模式
本文介绍了英伟达GPU的CUDA编程模型及其SIMT执行模式,对比了SIMD和SIMT的特点,阐述了SIMT如何提高并行计算效率和编程灵活性。同时简要提及了AMD的GPU架构及编程模型,包括最新的MI300X和ROCm平台。
49 5
|
26天前
|
机器学习/深度学习 人工智能 算法
【AI系统】AI 系统与程序代码关系
本文探讨了AI系统与程序代码之间的关系,通过PyTorch实现LeNet5神经网络模型为例,详细介绍了AI训练流程原理、网络模型构建方法、算子实现的系统问题以及AI系统执行的具体计算过程。文章不仅解释了神经网络的前向传播和反向传播机制,还深入分析了算子在AI框架中的作用及其底层实现,包括卷积层的具体计算和优化问题。此外,文章对比了使用PyTorch与直接使用cuDNN+CUDA编程实现神经网络模型的差异,强调了AI框架在提高开发效率、自动化内存管理和实现自动微分等方面的重要性。
33 1
|
27天前
|
人工智能 机器人 Shell
AI语音机器人安装方法 AI机器人安装代码
AI语音机器人安装方法 AI机器人安装代码
29 2
|
23天前
|
机器学习/深度学习 人工智能 并行计算
【AI系统】芯片的编程体系
本文探讨了SIMD与SIMT的区别及联系,分析了SIMT与CUDA编程的关系,深入讨论了GPU在SIMT编程的本质及其与DSA架构的关系。文章还概述了AI芯片的并行分类与并行处理硬件架构,强调了理解AI芯片编程体系的重要性,旨在帮助开发者更高效地利用AI芯片算力,促进生态繁荣。
46 0
下一篇
DataWorks