VT2021 GitHubCopilot fiche - Revision history

Antoine.Blanquet: /* Fonctionnement */

2021-11-26T21:41:06Z

Fonctionnement

← Older revision		Revision as of 21:41, 26 November 2021
Line 35:		Line 35:
	Github Copilot se présente sous la forme d’une extension à installer dans son IDE de choix. Cette extension est disponible notamment sous '''VS Code''', '''NeoVim''' et les IDE de '''Jetbrains'''.		Github Copilot se présente sous la forme d’une extension à installer dans son IDE de choix. Cette extension est disponible notamment sous '''VS Code''', '''NeoVim''' et les IDE de '''Jetbrains'''.

	Cette extension ~~communiquera~~ avec les serveurs de Github Copilot pour générer du code à partir d’un contexte contenant : le nom du fichier courant, le contenu du fichier courant et la position du curseur dans ce fichier. À partir de ça, les services de Github Copilot ~~pourront~~ donner une séquence de mots au modèle de langage qui ~~gênera~~ ainsi le code.		Cette extension communique avec les serveurs de Github Copilot pour générer du code à partir d’un contexte contenant : le nom du fichier courant, le contenu du fichier courant et la position du curseur dans ce fichier. À partir de ça, les services de Github Copilot peuvent donner une séquence de mots au modèle de langage qui génèrera ainsi le code.

	Un '''modèle de langage''' est un modèle statistique permettant de trouver à partir d’une séquence de mots la probabilité que certains mots suivent cette séquence. Par exemple, si on donne en entrée “Je suis” à un modèle de langage il pourrait renvoyer : "à la montagne.” car il pense que c’est la séquence de mots la plus probable.		Un '''modèle de langage''' est un modèle statistique permettant de trouver à partir d’une séquence de mots la probabilité que certains mots suivent cette séquence. Par exemple, si on donne en entrée “Je suis” à un modèle de langage il pourrait renvoyer : "à la montagne.” car il pense que c’est la séquence de mots la plus probable.

Antoine.Blanquet: /* Concurrence */

2021-11-26T21:38:39Z

Concurrence

← Older revision		Revision as of 21:38, 26 November 2021
Line 23:		Line 23:

	La concurrence la plus proche de Github Copilot vient des sociétés fournissant des IA améliorant les résultats de la complétion automatique des IDE. Deux des acteurs les plus importants dans ce domaine sont [https://www.tabnine.com/ tabnine] et [https://www.kite.com/ kite].		La concurrence la plus proche de Github Copilot vient des sociétés fournissant des IA améliorant les résultats de la complétion automatique des IDE. Deux des acteurs les plus importants dans ce domaine sont [https://www.tabnine.com/ tabnine] et [https://www.kite.com/ kite].
	Les solutions ~~qu’il~~ ~~propose~~ permettent à la complétion automatique ~~de mieux~~ ~~prendre~~ en compte le contexte, permettant ainsi de proposer des complétions plus pertinentes.		Les solutions qu’ils proposent permettent la complétion automatique et prennent en compte le contexte permettant ainsi de proposer des complétions plus pertinentes.

	Cela dit même si ces 2 outils sont ce qu’il y a de plus proche actuellement à Github Copilot, la réalité est ~~qu’il~~ ~~propose~~ des services très différents : là où ces outils se feront discret et ferons des suggestions d’une ligne au plus dans l’interface d’auto complétion. Github Copilot a pour ambition de changer notre manière de coder, affichant directement dans notre éditeur ses suggestions et pouvant générer entièrement le corps d’une fonction lorsque le développeur écrit sa signature.		Cela dit, même si ces 2 outils sont ce qu’il y a de plus proche actuellement à Github Copilot, la réalité est qu’ils proposent des services très différents : là où ces outils se feront discret et ferons des suggestions d’une ligne au plus dans l’interface d’auto complétion. Github Copilot a pour ambition de changer notre manière de coder, affichant directement dans notre éditeur ses suggestions et pouvant générer entièrement le corps d’une fonction lorsque le développeur écrit sa signature.

	==Fonctionnement==		==Fonctionnement==

Antoine.Blanquet: /* Acteurs */

2021-11-26T21:34:20Z

Acteurs

← Older revision		Revision as of 21:34, 26 November 2021
Line 18:		Line 18:

	Les entreprises derrière Github Copilot sont Microsoft, Github et OpenAI. OpenAI est une organisation à but non-lucratif créée en 2015 par Elon Musk et Sam Altman. Cette organisation fait de la recherche dans l’intelligence artificielle et c’est elle qui est derrière le modèle de langage de Github Copilot.		Les entreprises derrière Github Copilot sont Microsoft, Github et OpenAI. OpenAI est une organisation à but non-lucratif créée en 2015 par Elon Musk et Sam Altman. Cette organisation fait de la recherche dans l’intelligence artificielle et c’est elle qui est derrière le modèle de langage de Github Copilot.
	Dans ce projet commun Github a fourni les données pour entraîner le modèle et OpenAI a fourni le modèle en lui-même qui est basé sur GPT-3.		Dans ce projet commun, Github a fourni les données pour entraîner le modèle et OpenAI a fourni le modèle en lui-même qui est basé sur GPT-3.

	===Concurrence===		===Concurrence===

Antoine.Blanquet: /* Critique */

2021-11-26T21:33:54Z

Critique

← Older revision		Revision as of 21:33, 26 November 2021
Line 45:		Line 45:
	==Critique==		==Critique==

	Même si il s'agit actuellement d'une technical review, l’outil reste assez impresionnant et bluffant sur du code populaire : javascript / python / java / ... (code très présent sur github), ça reste assez bluffant, surtout quand on commence à écrire un commentaire et que l’on voit le code se générer devant vos yeux.		Même s'il s'agit actuellement d'une technical review, l’outil reste assez impresionnant et bluffant sur du code populaire : javascript / python / java / ... (code très présent sur github), ça reste assez bluffant, surtout quand on commence à écrire un commentaire et que l’on voit le code se générer devant vos yeux.

	===Aspect Juridique===		===Aspect Juridique===

	Le fait d’exploiter des tonnes de code sous licence GPL pour alimenter un produit commercial peut poser de sérieuses questions d’éthique, notamment sur l’aspect violation de licence. GitHub indique « qu’entraîner des modèles de machine learning sur des données publiques est considéré comme une utilisation acceptable au sein de la communauté du machine learning ». On peut se poser légitiment la question de "Est-ce que le fait de d’utiliser un outil de génération de code donne vraiment le droit d’auteur sur votre code ?". Github assure que l'utilisateur qui utilise l'outil de génération a bien les droits mais cette partie reste flou. Le débat n'est pas encore résolu.		Le fait d’exploiter des tonnes de code sous licence GPL pour alimenter un produit commercial peut poser de sérieuses questions d’éthique, notamment sur l’aspect violation de licence. GitHub indique « qu’entraîner des modèles de machine learning sur des données publiques est considéré comme une utilisation acceptable au sein de la communauté du machine learning ». On peut se poser légitiment la question de "Est-ce que le fait de d’utiliser un outil de génération de code donne vraiment le droit d’auteur sur votre code ?". Github assure que l'utilisateur qui utilise l'outil de génération a bien les droits, mais cette partie reste flou. Le débat n'est pas encore résolu.
	Néanmoins, il y a des alternatives et quelques solutions pouvant résoudre ce problème à termes. Parmi celles ci on retrouve :		Néanmoins, il y a des alternatives et quelques solutions pouvant résoudre ce problème à termes. Parmi celles ci on retrouve :
	- Détecter si le code est utilisable ou pas (en fonction de sa license)		- Détecter si le code est utilisable ou pas (en fonction de sa license)
Line 56:		Line 56:
	===Remplacement des développeurs===		===Remplacement des développeurs===

	Les développeurs coûtent cher aux entreprises. On peut légitimement se demander si ~~cette~~ outil ne causerait pas la perte des développeurs. Bien que l'outil soit assez bluffant, ce genre de solution doit être vu comme un outil et non un danger. Il permet d'alléger le temps de recherche / déboggage du développeur.		Les développeurs coûtent cher aux entreprises. On peut légitimement se demander si cet outil ne causerait pas la perte des développeurs. Bien que l'outil soit assez bluffant, ce genre de solution doit être vu comme un outil et non un danger. Il permet d'alléger le temps de recherche / déboggage du développeur.
	Pour produire du code correct, il faut ~~connaitre~~ la technologie ~~utilisé~~. Il est impossible d'utiliser GitHub Copilot sans avoir pratiqué de code. L'expertise et les compétences du développeur sont trop importantes pour pouvoir s'en passer. On peut plutôt voir ~~cette~~ outil comme un remplacement de Stackoverflow plutôt qu'un remplaçant des développeurs.		Pour produire du code correct, il faut connaître la technologie utilisée. Il est impossible d'utiliser GitHub Copilot sans avoir pratiqué de code. L'expertise et les compétences du développeur sont trop importantes pour pouvoir s'en passer. On peut plutôt voir cet outil comme un remplacement de Stackoverflow plutôt qu'un remplaçant des développeurs.
	Selon le CEO de GitHub, « les problèmes que nous mettions plusieurs jours à corriger pourraient diminuer en nombre, mais il y aura toujours des problèmes que les humains devront résoudre. »		Selon le CEO de GitHub, « les problèmes que nous mettions plusieurs jours à corriger pourraient diminuer en nombre, mais il y aura toujours des problèmes que les humains devront résoudre. »

Line 63:		Line 63:

	* Mémorisation d'éléments triviaux		* Mémorisation d'éléments triviaux
	Github Copylot nous permet de ne pas avoir à mémoriser un tas de choses triviaux sur le code. Quand on code il y a beaucoup de ~~chose~~ que l’on doit mémoriser ou alors qu’on a besoin de rechercher sur google.		Github Copylot nous permet de ne pas avoir à mémoriser un tas de choses triviaux sur le code. Quand on code, il y a beaucoup de choses que l’on doit mémoriser ou alors qu’on a besoin de rechercher sur google.

	* Prédiction de code		* Prédiction de code
Line 69:		Line 69:

	* Review de code		* Review de code
	Le développeur prend la place du reviewer de code en utilisant ~~cette~~ outil. La lecture de code est une compétence importante que beaucoup d'entre nous ne pratiquent pas assez à l’école. Cela nous force à lire du code et à raisonner à ce sujet et à se demander est ce que cela va réellement produire le résultat souhaité. Mais c’est à une seule condition, c’est de vraiment prendre le temps de lire ce code. L'outil peut devenir très dangereux pour des développeurs juniors qui se reposeraient trop sur ce système et laisserait l'outil générer des failles de sécurité dans leur code.		Le développeur prend la place du reviewer de code en utilisant cet outil. La lecture de code est une compétence importante que beaucoup d'entre nous ne pratiquent pas assez à l’école. Cela nous force à lire du code et à raisonner à ce sujet et à se demander est ce que cela va réellement produire le résultat souhaité. Mais c’est à une seule condition, c’est de vraiment prendre le temps de lire ce code. L'outil peut devenir très dangereux pour des développeurs juniors qui se reposeraient trop sur ce système et laisserait l'outil générer des failles de sécurité dans leur code.

	===Bilan===		===Bilan===
Line 75:		Line 75:
	Il ne fait aucun doute qu'il fonctionne parfaitement pour les tâches simples sur des projets à petite échelle. À grande échelle, sur des projets plus conséquents, on aperçoit très rapidement les limites de l'outil notamment dans des applications qui se produisent dans un contexte de découplage backend/frontend, ou qui concernent un ensemble de microservices. Si la tâche n'est pas clairement définie et que le programmeur doit faire preuve de créativité, GitHub Copilot ne sera pas aussi utile.		Il ne fait aucun doute qu'il fonctionne parfaitement pour les tâches simples sur des projets à petite échelle. À grande échelle, sur des projets plus conséquents, on aperçoit très rapidement les limites de l'outil notamment dans des applications qui se produisent dans un contexte de découplage backend/frontend, ou qui concernent un ensemble de microservices. Si la tâche n'est pas clairement définie et que le programmeur doit faire preuve de créativité, GitHub Copilot ne sera pas aussi utile.

	On peut aussi se questionner sur le code qui est généré, GitHub Copilot a besoin d'une supervision totale. Il faut que la balance entre le temps gagnée sur l'écriture de code soit supérieur au temps perdue à la relecture ~~de celui-ci~~.		On peut aussi se questionner sur le code qui est généré, GitHub Copilot a besoin d'une supervision totale. Il faut que la balance entre le temps gagnée sur l'écriture de code soit supérieur au temps perdue à la relecture.

	Il sera très intéressant de suivre l'avancement du projet au cours des prochaines années quand celui-ci aura bien été ~~roder~~ afin d'atteindre un niveau de satisfaction suffisant.		Il sera très intéressant de suivre l'avancement du projet au cours des prochaines années quand celui-ci aura bien été rodé afin d'atteindre un niveau de satisfaction suffisant.

	=Demonstration=		=Demonstration=

Antoine.Blanquet: /* Fonctionnement */

2021-11-26T21:22:30Z

Fonctionnement

← Older revision		Revision as of 21:22, 26 November 2021
Line 34:		Line 34:

	Github Copilot se présente sous la forme d’une extension à installer dans son IDE de choix. Cette extension est disponible notamment sous '''VS Code''', '''NeoVim''' et les IDE de '''Jetbrains'''.		Github Copilot se présente sous la forme d’une extension à installer dans son IDE de choix. Cette extension est disponible notamment sous '''VS Code''', '''NeoVim''' et les IDE de '''Jetbrains'''.


	Cette extension communiquera avec les serveurs de Github Copilot pour générer du code à partir d’un contexte contenant : le nom du fichier courant, le contenu du fichier courant et la position du curseur dans ce fichier. À partir de ça, les services de Github Copilot pourront donner une séquence de mots au modèle de langage qui gênera ainsi le code.		Cette extension communiquera avec les serveurs de Github Copilot pour générer du code à partir d’un contexte contenant : le nom du fichier courant, le contenu du fichier courant et la position du curseur dans ce fichier. À partir de ça, les services de Github Copilot pourront donner une séquence de mots au modèle de langage qui gênera ainsi le code.

Antoine.Blanquet: /* Fonctionnement */

2021-11-26T21:22:21Z

Fonctionnement

← Older revision		Revision as of 21:22, 26 November 2021
Line 30:		Line 30:

	[[File:diagram.png \| 500px \| thumb \| center \| Comment ça marche]]		[[File:diagram.png \| 500px \| thumb \| center \| Comment ça marche]]

		⚫	[[File:github-github-copilot.gif \| 500px \| thumb \| right \| Autogénération de code d'une fonction]]

	Github Copilot se présente sous la forme d’une extension à installer dans son IDE de choix. Cette extension est disponible notamment sous '''VS Code''', '''NeoVim''' et les IDE de '''Jetbrains'''.		Github Copilot se présente sous la forme d’une extension à installer dans son IDE de choix. Cette extension est disponible notamment sous '''VS Code''', '''NeoVim''' et les IDE de '''Jetbrains'''.

⚫	[[File:github-github-copilot.gif \| 500px \| thumb \| right \| Autogénération de code d'une fonction]]

	Cette extension communiquera avec les serveurs de Github Copilot pour générer du code à partir d’un ~~context~~ contenant : le nom du fichier courant, le contenu du fichier courant et la position du curseur dans ce fichier. A partir de ça les services de Github Copilot pourront donner une séquence de mots au modèle de langage qui gênera ainsi le code.		Cette extension communiquera avec les serveurs de Github Copilot pour générer du code à partir d’un contexte contenant : le nom du fichier courant, le contenu du fichier courant et la position du curseur dans ce fichier. À partir de ça, les services de Github Copilot pourront donner une séquence de mots au modèle de langage qui gênera ainsi le code.

	Un '''modèle de langage''' ~~est un~~ est un modèle statistique permettant de trouver à partir d’une séquence de mots la probabilité que certains mots suivent cette séquence. Par exemple si on donne en entrée “Je suis” à un modèle de langage il pourrait renvoyer : "à la montagne.” car il pense que c’est la séquence de mots la plus probable.		Un '''modèle de langage''' est un modèle statistique permettant de trouver à partir d’une séquence de mots la probabilité que certains mots suivent cette séquence. Par exemple, si on donne en entrée “Je suis” à un modèle de langage il pourrait renvoyer : "à la montagne.” car il pense que c’est la séquence de mots la plus probable.
	Dans le cas de Github Copilot son modèle de langage ~~s’appel~~ '''OpenAI codex''', ce modèle est basé sur GPT-3 et a été entraîné sur un set de données contenant notamment du code venant de répertoire public de Github.		Dans le cas de Github Copilot, son modèle de langage s’appelle '''OpenAI codex''', ce modèle est basé sur GPT-3 et a été entraîné sur un set de données contenant notamment du code venant de répertoire public de Github.

	'''OpenAI codex''' peut prendre comme ~~context~~ 14kb de Python ce qui est plus de 3 fois plus que GPT-3. Donc l’architecture du modèle n’est pas exactement la même.		'''OpenAI codex''' peut prendre comme contexte 14kb de Python ce qui est plus de 3 fois plus que GPT-3. Donc l’architecture du modèle n’est pas exactement la même.
	Les séquences de texte en entrée peuvent être du code ou du texte dans de multiples langues, nous avons personnellement pu tester pour l’anglais et le français, et les résultats ~~générer~~ ~~était~~ de qualité très proche. Cependant comme la grande majorité des répertoires de code utilise l’anglais il est préférable de fournir des séquences d'~~entrer~~ en anglais pour avoir les meilleurs résultats. OpenAI codex peut générer du code dans de multiples ~~languages~~ notamment Python, C, JavaScript, Go, Perl, PHP, Ruby, Swift, TypeScript, il peut aussi générer du code baser sur certains frameworks comme React.		Les séquences de texte en entrée peuvent être du code ou du texte dans de multiples langues, nous avons personnellement pu tester pour l’anglais et le français, et les résultats générés étaient de qualité très proche. Cependant comme la grande majorité des répertoires de code utilise l’anglais, il est préférable de fournir des séquences d'entrée en anglais pour avoir les meilleurs résultats. OpenAI codex peut générer du code dans de multiples langages notamment Python, C, JavaScript, Go, Perl, PHP, Ruby, Swift, TypeScript, il peut aussi générer du code baser sur certains frameworks comme React.

	==Critique==		==Critique==

Antoine.Blanquet: /* Concurrence */

2021-11-26T20:45:29Z

Concurrence

← Older revision		Revision as of 20:45, 26 November 2021
Line 25:		Line 25:
	Les solutions qu’il propose permettent à la complétion automatique de mieux prendre en compte le contexte, permettant ainsi de proposer des complétions plus pertinentes.		Les solutions qu’il propose permettent à la complétion automatique de mieux prendre en compte le contexte, permettant ainsi de proposer des complétions plus pertinentes.

	Cela dit même si ces 2 outils sont ce qu’il y a de plus proche actuellement à Github Copilot, la réalité est qu’il propose des ~~service~~ très ~~différent~~ : la ou ces outils se feront discret et ferons des ~~suggestion~~ d’une ligne au plus dans l’interface d’auto complétion. Github Copilot a pour ambition de changer notre manière de coder, affichant directement dans notre éditeur ses suggestions et pouvant générer entièrement le ~~corp~~ d’une fonction lorsque le développeur écrit sa signature.		Cela dit même si ces 2 outils sont ce qu’il y a de plus proche actuellement à Github Copilot, la réalité est qu’il propose des services très différents : là où ces outils se feront discret et ferons des suggestions d’une ligne au plus dans l’interface d’auto complétion. Github Copilot a pour ambition de changer notre manière de coder, affichant directement dans notre éditeur ses suggestions et pouvant générer entièrement le corps d’une fonction lorsque le développeur écrit sa signature.

	==Fonctionnement==		==Fonctionnement==

Antoine.Blanquet: /* Acteurs */

2021-11-26T20:43:40Z

Acteurs

← Older revision		Revision as of 20:43, 26 November 2021
Line 17:		Line 17:
	===Acteurs===		===Acteurs===

	Les entreprises derrière Github Copilot sont Microsoft, Github et OpenAI. OpenAI est une organisation a but non lucratif créée en 2015 par Elon Musk et Sam Altman. Cette organisation fait de la recherche dans l’intelligence artificielle et c’est elle qui est derrière le modèle de langage de Github Copilot.		Les entreprises derrière Github Copilot sont Microsoft, Github et OpenAI. OpenAI est une organisation à but non-lucratif créée en 2015 par Elon Musk et Sam Altman. Cette organisation fait de la recherche dans l’intelligence artificielle et c’est elle qui est derrière le modèle de langage de Github Copilot.
	Dans ce projet commun Github a fourni les données pour entraîner le modèle et OpenAI a fourni le modèle en lui-même qui est basé sur GPT-3.		Dans ce projet commun Github a fourni les données pour entraîner le modèle et OpenAI a fourni le modèle en lui-même qui est basé sur GPT-3.

Hugo.Prat-Capilla: /* Critique */

2021-11-26T20:38:05Z

Critique

← Older revision		Revision as of 20:38, 26 November 2021
Line 45:		Line 45:
	==Critique==		==Critique==

	Même si il s'agit ~~actuelllement~~ d'une technical review, l’outil reste assez impresionnant et bluffant sur du code populaire : javascript / python / java / ... (code très présent sur github), ça reste assez bluffant, surtout quand on commence à écrire un commentaire et que l’on voit le code se générer devant vos yeux.		Même si il s'agit actuellement d'une technical review, l’outil reste assez impresionnant et bluffant sur du code populaire : javascript / python / java / ... (code très présent sur github), ça reste assez bluffant, surtout quand on commence à écrire un commentaire et que l’on voit le code se générer devant vos yeux.

	===Aspect Juridique===		===Aspect Juridique===

Hugo.Prat-Capilla: /* Fonctionnement */

2021-11-26T16:52:46Z

Fonctionnement

← Older revision		Revision as of 16:52, 26 November 2021
Line 30:		Line 30:

	[[File:diagram.png \| 500px \| thumb \| center \| Comment ça marche]]		[[File:diagram.png \| 500px \| thumb \| center \| Comment ça marche]]

⚫	[[File:github-github-copilot.gif \| 500px \| thumb \| right \| Autogénération de code d'une fonction]]

	Github Copilot se présente sous la forme d’une extension à installer dans son IDE de choix. Cette extension est disponible notamment sous '''VS Code''', '''NeoVim''' et les IDE de '''Jetbrains'''.		Github Copilot se présente sous la forme d’une extension à installer dans son IDE de choix. Cette extension est disponible notamment sous '''VS Code''', '''NeoVim''' et les IDE de '''Jetbrains'''.

		⚫	[[File:github-github-copilot.gif \| 500px \| thumb \| right \| Autogénération de code d'une fonction]]

	Cette extension communiquera avec les serveurs de Github Copilot pour générer du code à partir d’un context contenant : le nom du fichier courant, le contenu du fichier courant et la position du curseur dans ce fichier. A partir de ça les services de Github Copilot pourront donner une séquence de mots au modèle de langage qui gênera ainsi le code.		Cette extension communiquera avec les serveurs de Github Copilot pour générer du code à partir d’un context contenant : le nom du fichier courant, le contenu du fichier courant et la position du curseur dans ce fichier. A partir de ça les services de Github Copilot pourront donner une séquence de mots au modèle de langage qui gênera ainsi le code.