Meta har avduket et nytt AI-verktøy, CodeCompose, designet for å speile funksjonene til GitHubs Copilot.
Verktøyet ble avslørt på et arrangement som fremhevet Metas pågående AI-strategi, der man også diskuterte skreddersydde brikker for opplæring av AI-modeller.
CodeCompose er foreløpig ikke offentlig tilgjengelig, men Meta avslørte at de interne utviklingsteamene allerede bruker verktøyet.
Meta har også publiserte en artikkel beskriver CodeCompose: "CodeCompose er basert på InCoder LLM som kombinerer generative evner med toveisfunksjonalitet. Vi har skalert opp CodeCompose til å betjene titusenvis av utviklere hos Meta, på tvers av mer enn 10 programmeringsspråk og flere kodingsflater."
CodeCompose er opplært, testet og validert på Metas egen kodedatabase.
Dette inkluderer rammeverk og biblioteker som er utviklet i Hack, Metas programmeringsspråk, og sikrer at AI-verktøyet integrerer disse komponentene i sine kodingsanbefalinger.
Som Michael Bolin, programvareingeniør i Meta, beskrev det: "Grunnlaget for modellen hviler på offentlig forskning fra Meta. Vi har videreutviklet den spesielt for å imøtekomme våre unike interne behov og kodingsdatabaser."
CodeCompose kan skilte med 6,7 milliarder parametere, halvparten av Copilot, et lignende verktøy som GitHub tilbyr i samarbeid med OpenAI. Flere parametere er imidlertid ikke alltid garantert å øke ytelsen. Ifølge Meta er de grunnleggende treningsdataene omhyggelig renset, noe som reduserer sannsynligheten for at modellen foreslår feilaktig kode.
Siden CodeCompose er trent på intern kode, vil den unngå søksmål som for tiden er innlevert mot OpenAIs potensielt ulovlige bruk av brukernes kode?
Så langt er Metas holdning til om CodeCompose har tatt inn lisensiert eller opphavsrettsbeskyttet kode fortsatt tåkete.
De har imidlertid innrømmet at "InCoders opplæring innebar å samle inn offentlig kode med spesifikke lisenser fra plattformer som GitHub og GitLab og også fra StackOverflow".
Meta fortsetter å motarbeide andre AI-selskaper ved å tilby modeller med åpen kildekode som gjør det mulig for enkeltpersoner og selskaper å bygge modellene sine uten kostnad. Det er allerede vanskelig nok å tjene penger på AI - og lanseringen av hver eneste modell med åpen kildekode reduserer den potensielle fortjenesten.
