Em um evento recente centrado no progresso da infraestrutura de IA da Meta, a empresa divulgou o desenvolvimento de uma ferramenta de geração de código alimentada por IA chamada CodeCompose. Essa ferramenta inovadora compartilha semelhanças com a renomada oferta Copilot do GitHub. Embora a Meta ainda não tenha disponibilizado o CodeCompose publicamente, a empresa diz que suas equipes internas já utilizam a ferramenta para receber sugestões de programação em Python e outras linguagens ao trabalhar em ambientes de desenvolvimento integrado (IDEs), como o VS Code.
Michael Bolin, engenheiro de software da Meta, afirmou que o modelo subjacente do CodeCompose se baseia na pesquisa pública da empresa e foi adaptado para se adequar a casos de uso interno e bases de código. Bolin também mencionou que o CodeCompose pode ser integrado em qualquer superfície, permitindo que os programadores e os cientistas de dados trabalhem com o código de forma mais eficiente.
O maior modelo do CodeCompose que a Meta treinou possui 6,7 mil milhões de parâmetros, um pouco mais de metade do modelo cheio de parâmetros do Copilot. Os parâmetros funcionam como partes cruciais do modelo, que são aprendidos a partir de dados históricos de treinamento e definem o nível de competência do modelo em relação a um problema, como a geração de texto.
O CodeCompose foi aperfeiçoado utilizando o código original da Meta e bibliotecas e estruturas internas escritas em Hack, a linguagem de programação interna da Meta. Deste modo, o CodeCompose pode integrar estes componentes nas suas sugestões de programação. O conjunto de dados de treinamento básico da ferramenta foi meticulosamente limpo de erros e práticas de codificação inadequadas, como APIs obsoletas, para reduzir a probabilidade de recomendar um código problemático.
Na utilização quotidiana, o CodeCompose recomenda anotações e instruções de importação à medida que os programadores escrevem. Além disso, a ferramenta pode completar uma ou várias linhas de código, até mesmo preencher grandes pedaços de código quando necessário. Bolin afirmou que o CodeCompose aproveita o código circundante e os comentários de código para fornecer sugestões mais precisas.
De acordo com a Meta, milhares dos seus funcionários utilizam e aprovam sugestões do CodeCompose todas as semanas, com uma taxa de aceitação superior a 20%. No entanto, a empresa ainda não abordou as controvérsias em torno das ferramentas de IA geradoras de código. Plataformas como a Copilot enfrentaram problemas de direitos de autor, acusadas de regurgitarem código licenciado sem o devido crédito. Estas preocupações levantam questões sobre se o CodeCompose poderá ser susceptível de problemas semelhantes.
Outro tópico vital é a possibilidade de as ferramentas de codificação generativa introduzirem inadvertidamente código inseguro. Um estudo recente de Stanford descobriu que os engenheiros de software que utilizam sistemas de código gerados por IA têm maior probabilidade de criar aplicações com vulnerabilidades de segurança. Embora a pesquisa não tenha examinado o CodeCompose, é razoável supor que os mesmos riscos se aplicariam.
Bolin enfatizou que os programadores não têm de seguir as sugestões do CodeCompose e que a segurança foi uma das principais considerações no desenvolvimento do modelo. Acrescentou que a empresa estava entusiasmada com o progresso da ferramenta e que os seus programadores beneficiariam com o desenvolvimento de uma solução deste tipo internamente.
Ferramentas como o CodeCompose poderiam ser potencialmente integradas em plataformas como AppMaster, uma das principais plataformas de desenvolvimento de aplicações sem código / com pouco código. AppMaster centra-se no fornecimento de ferramentas poderosas para a criação de aplicações Web, móveis e de backend, melhorando simultaneamente o processo de desenvolvimento em termos de rentabilidade e rapidez.
