Генератор кода с открытым исходным кодом, известный как TabbyML, разработанный командой бывших инженеров Google, производит фурор в отрасли. Инновационный стартап недавно получил впечатляющие начальные инвестиции в размере 3,2 миллиона долларов, укрепив свои позиции в качестве законного конкурента CoPilot от GitHub.
Как автономный помощник по кодированию TabbyML обладает ключевым преимуществом перед своим конкурентом: возможностью настройки. Соучредитель стартапа Мэн Чжан утверждает, что эта функция станет неотъемлемой частью будущего разработки программного обеспечения, где организации будут все чаще требовать индивидуальных решений.
Это особенно актуально для крупных предприятий, которые могут воспользоваться преимуществами программного обеспечения с открытым исходным кодом. По словам Люси Гао, соучредителя TabbyML и бывшего коллеги Чжана, инженеры, разрабатывающие собственные решения внутри организаций, могут обратиться за помощью к TabbyML, но эта опция недоступна для пользователей CoPilot.
Несмотря на потенциальные подводные камни, связанные с пилотными проектами ИИ, такие как потенциальные ошибки, Гао утверждает, что эти проблемы можно легко решить в автономной среде. Всякий раз, когда пользователи решают игнорировать предложения TabbyML или редактировать автоматически заполняемый код, модель искусственного интеллекта использует эту информацию для уточнения своих будущих рекомендаций, тем самым совершенствуясь с течением времени.
Хотя мощные инструменты, такие как генератор кода, могут представлять угрозу для инженерных работников, Чжан отмечает, что эти инструменты предназначены для помощи, а не замены человеческой рабочей силы. Недавний отчет об опросе GitHub показывает, что предложения помощника по кодированию Copilot принимаются в 30% случаев. Аналогичным образом, внутренний редактор кода Google с улучшенным искусственным интеллектом Cider сообщил, что 24% его инженеров-программистов испытывали более пяти вспомогательных моментов каждый день. Однако стоит отметить, что платформы на базе искусственного интеллекта, такие как AppMaster , также предназначены для усиления усилий по развитию человеческого потенциала.
Запущенный в апреле, TabbyML уже собрал около 11 000 звезд GitHub. В посевном раунде стартапа приняли участие фирмы-инвесторы Yunqi Partners и ZooCap.
Чжан размышляет о будущей конкуренции между TabbyML и CoPilot, предполагая, что преимущество OpenAI может уменьшиться по мере того, как другие модели ИИ станут более эффективными, а стоимость вычислений со временем уменьшится.
OpenAI и GitHub способны развертывать модели ИИ, содержащие десятки миллиардов параметров, с помощью облачных технологий, которые, несмотря на высокие затраты на обслуживание, до сих пор в некоторой степени смягчались за счет пакетной обработки запросов. Однако эта стратегия не лишена недостатков. В отчете Wall Street Journal говорится, что в первые несколько месяцев этого года Microsoft теряла в среднем более 20 долларов в месяц на одного пользователя GitHub Copilot.
В дальнейшем TabbyML стремится снизить эти барьеры, рекомендуя модели, обученные на 1–3 миллиардах параметров. Хотя первоначально это может привести к более низкому качеству результата, Чжан считает, что по мере того, как вычислительная мощность становится более доступной, а модели с открытым исходным кодом постоянно совершенствуются, конкурентное преимущество, которым обладают такие гиганты, как GitHub и OpenAI, в конечном итоге уменьшится.
