Python コードを書くことができる人工知能 Kite が Linux のサポートを発表。プログラマーは職を失うことになるのでしょうか?

[[264788]]

プログラマーが Python コードを書くという反復的な作業を軽減するのに役立つ「自動補完 AI」である Kite は、コミュニティのフィードバックに応えて、Ubuntu 16.04+、Debian、Fedora、Archlinux、Linux Mint の Linux サポートを追加したことを最近発表しました。

Linux 環境でコードを作成する Python 開発者は、好みのコード エディターを使用して、より効率的なソフトウェアを作成できるようになりました。

Kite は TEEC Angel Fund の投資プロジェクトであり、2016 年に最も注目された新ツールのトップ 5 にランクされています。 Kite は、開発ツールに人工知能技術を適用し、ユーザーにインテリジェントな完成開発体験を提供できるアプリケーションです。

Kite は人間のペアプログラマーに相当します。コードを記述すると、使用するライブラリとターミナル コマンドのサンプル ドキュメントが表示されます。 Kite は、単純なエラーやユーザーのニーズを自動的に検出して解決することもできるため、ユーザーは細かい点を気にすることなくプログラミング プロジェクト全体に集中できます。

「Kite の目標は、開発者がより短時間でより優れたプログラムを作成できるように支援することです」と、Kite の CEO 兼創設者であるアダム・スミス氏は述べています。

「Linux は世界中のプログラマーに愛されています。そのため、Linux サポートを追加し、オープンソース開発者が当社の予測的なコード行補完テクノロジーを使用してコードをより速く記述できるようにできることを嬉しく思います。」

1,700万ドルのシリーズAを調達したばかりのKiteは、Gmailのスマート作成に似たオートコンプリート提案を使用して開発者がPythonコードの全行をより速く完成できるようにすることで、AI支援プログラミングの限界を押し広げています。

Python プログラマーは、StackOverflow からコピーして貼り付けたり、定型コードを書いたり、単純な間違いを繰り返し修正したりする代わりに、Kite を使用して、手間をかけずに変換可能なアプリケーションを構築できます。

Kite が 1 月に新しいコード行補完エンジンをリリースして以来、ユーザーがコーディング中に使用するコード補完の量は 2 倍になりました。

Kite は、名前の途中でも入力補完ができるように型推論エンジンを改良し、ユーザーに表示されるコード補完の数を 40% 増加させました。

これにより、Kite を選択したユーザーのコード行完了率が 2 倍になりました。

Kite は、Python ユーザー カンファレンス PyCon で Linux サポートのニュースを発表し、開発者が Kite を使用して反復作業を排除し、Windows、Mac、Linux 環境全体で最高のコーディング効率を達成する方法をデモンストレーションしました。

Kite は、高度な開発者が公開している何千ものコード ソースを使用して、機械学習モデルをトレーニングします。

Kite は世界中で 40,000 人を超える Python 開発者によって使用されており、現在、Atom、Pycharm、Sublime Text、Vim、VS Code など、すべての一般的な Python コーディング環境で利用できます。

Kite の創設チームは、スタンフォード大学、オックスフォード大学、MIT、バークレー大学などの名門大学を卒業したエンジニアで構成されています。同社はサンフランシスコに拠点を置き、製品開発の方法を変えることに尽力しています。

しかし、「プログラマー」は、この人工知能の出現によって失業するのではないかと心配する必要はありません。現在、プログラミングを自動で完了できる人工知能は、通常、比較的単純なタスクしか完了できず、実行に長い時間がかかります。

イスラエルのスタートアップ企業 Codota が開発した人工知能支援プログラミング プロジェクトは、Eclipse などのオープンソース統合開発プラットフォームにオンラインで接続することで、プログラミング中にプログラマーにリアルタイムでコード ソリューションを推奨できます。また、散在するコードだけでなく、コード ステートメントの大きなセクションを推奨することもできます。

Codota を構築するための基本コードは、GitHub や StackOverflow などのオープンソース プラットフォームから取得されています。Codota の創設者である Dror Weiss 氏と Eran Yahav 氏は、オープンソース コードを機械学習モデルに挿入して、Codota が複雑なコードの意味を理解できるようにしています。

Google AutoML システムは機械学習コードを独自に記述することもでき、その効率はある程度プロの研究開発エンジニアの効率を上回ります。

AutoML はさらに一歩進んでトレーニング プロセスの自己エンコードを実現し、Axure と同様のドラッグ アンド ドロップ方式で対話操作を完了できます。

AutoML は、それを作成した研究者よりも機械学習システムのプログラミングがはるかに優れています。ある画像認識タスクでは、記録破りの 82% の精度を達成しました。一部の複雑な AI タスクでも、AI が独自に作成したコードは人間のプログラマーよりも優れています。このソフトウェアは、画像内の複数のポイントを 42% の精度でマークできます。これに対し、人間が構築したソフトウェアの精度は 39% です。

マイクロソフトとケンブリッジが2017年に発表した論文では、プログラミングコンテストで扱われる基本的なプログラミング問題を解決できるプログラミング機械学習システム「DeepCoder」についても説明されている。 「最終的には、プログラマーでない人でも自分のアイデアをコンピューターに伝え、望むプログラムを作成できるようになるかもしれない」と、ディープコーダーの開発者の一人で、ケンブリッジ大学でマイクロソフトの研究プロジェクトに携わっているマーク・ブロックシュミット氏は語った。

DeepCoder が使用する技術はプログラム合成と呼ばれ、既存のソフトウェアからコード行を抽出して新しいプログラムを作成します。

ブルームバーグとインテル研究所の2人の研究者も、完全なソフトウェアプログラムを自動生成できる「AIプログラマー」と呼ばれるAIシステムを実現したと主張している。この「AIプログラマー」は、遺伝的アルゴリズムとチューリング完全な言語を使用して、理論的にはあらゆる種類のタスクを完了できるプログラムを開発する。

AI プログラマーによって生成されたプログラムは、今では初心者の人間のプログラマーによって書かれたプログラムと同じくらい複雑になっています。しかし研究者たちは、AI プログラマーが作成したプログラムは従来の範疇を超え、人間の時間や知恵に制限されないと考えています。