程序员又要下岗啦，PolyCoder自动写代码AI编程开源使用啦

2022-03-2012:10:26 发表评论

摘要

程序员又要下岗了，不是危言耸听哦，因为一款开源的 AI 自动写代码项目—— PolyCoder正式问世啦！真的是可以自动写代码哦，比前不久Github推出的Copilot高到不知哪里去了，那么它有什么神奇之处呢？本篇文章就来带大家揭开它的神秘面纱……

分享至：

开篇寄语

程序员又要下岗了，不是危言耸听哦，因为一款开源的 AI 自动写代码项目—— PolyCoder正式问世啦！真的是可以自动写代码哦，比前不久Github推出的Copilot高到不知哪里去了，那么它有什么神奇之处呢？本篇文章就来带大家揭开它的神秘面纱。

前情提要

项目地址

https://github.com/VHellendoorn/Code-LMs

论文地址

https://arxiv.org/abs/2202.13169

内容详情

PolyCoder 是一款开源 AI 代码生成器，研究人员称其胜过 Codex 编写的 C 语言代码（也是一种智能AI写代码的项目，除了Codex，还有另一款类似项目就是大名鼎鼎的 DeepMind 开发的 AlphaCode，但是二者都没有开源哦）。

代码生成人工智能——可以在给出提示的情况下以不同的编程语言编写的人工智能系统——用来降低开发成本，同时允许编码人员专注于创造性的、重复性较低的任务。PolyCoder 这款开源项目就很好的实现了这一目的，让编程工作更简单，也更加轻松。

一种基于 OpenAI 的 GPT-2 语言模型的模型，该模型在 12 种编程语言的 249GB 代码数据库上进行了训练。虽然 PolyCoder 在每项任务中的性能都无法与顶级代码生成器相媲美，但研究人员声称，PolyCoder 能够以比包括 Codex 在内的所有已知模型更高的准确度用 C 语言编写代码。

PolyCoder 采用了多种编程语言代码集来训练，前面提到的12种编程语言是：C、C#、C++、Go、Java、JavaScript、PHP、Python、Ruby、Rust、Scala 和 TypeScript。

在开发 PolyCoder 时，研究人员还研究并比较了不同的代码生成 AI 系统的性能，包括 Codex（通过 API）。有趣的是，他们发现模型主要针对英文文本进行训练，并且只针对少量源代码进行训练，结果证明它们非常擅长生成代码——也许是因为他们从开发人员问答网站 Stack Overflow 等资源中获得了与代码相关的见解，这些资源包含在249GB 数据库。

其实，还有未经过滤的数据集共有 631 GB 数据和 3890 万个文件。该团队表示，由于预算限制，他们选择使用 GPT-2 训练 PolyCoder。

研究人员希望它可以使 AI 代码生成领域的研究普遍化，该领域迄今为止一直由资金雄厚的公司主导。