我喜欢编写代码来制作东西：应用程序、网站、图表，甚至音乐。这是我20多年来努力学习的一项技能。
因此，我必须承认，上周关于发布一个名为GitHub Copilot的新“AI助手”编码助手的新闻让我感到很复杂。
Copilot是一个了不起的工具，它根据“简单的英语”描述按顺序输出代码。但这会让像我这样的程序员失业吗？
接受过数十亿行人类代码的训练
GitHub（现归微软所有）是一个面向程序员的协作平台和社交网络。你可以把它想象成Dropbox和Instagram之间的交叉，从个人爱好者到大型科技公司的高薪软件工程师，每个人都在使用它。
在过去十年左右的时间里，GitHub的用户已经为超过2亿个应用上传了数百亿行代码。这是很多ifs和fors以及打印（“hello world”）语句。
副驾驶AI的工作原理与许多其他机器学习工具类似：它是通过扫描和查找GitHub编码社区成员编写和上传的数百亿行代码中的模式来“训练”的。
培训可能需要几个月的时间，数亿美元的计算设备，以及足够维持一所房子十年的电力。但是，一旦完成，人类编码人员就可以编写一个描述（用简单的英语）来描述他们想要代码做什么，副驾驶AI助手将为他们编写代码。
基于Codex的“语言模型”，Copilot是一系列“智能自动完成”工具的下一步。然而，这些在过去受到了更大的限制。副驾驶是一项重大改进。
非常有效的助手
大约一年前，我被允许提前“预览”副驾驶，我一直在断断续续地使用它。学习如何准确地用英语构建您的请求需要一些练习，以便副驾驶AI提供最有用的代码输出，但它可能会非常有效。
然而，我们离“嘿，Siri，让我成为一个百万美元的iPhone应用程序”还有很长的路要走仍然有必要使用我的软件设计技能来找出不同代码位在我的应用程序中应该做什么。
要了解副驾驶的工作水平，请想象写一篇文章。你不能只是把论文问题扔给它，然后期望它能写出一篇有用的、有充分论证的文章。但是如果你理解了论点，可能会为每一段写下主题句，它通常会很好地自动填充每一段的其余部分。
根据我正在做的编码类型，这有时可以节省大量的时间和脑力。
偏差和缺陷
这些人工智能编码辅助工具存在一些开放性问题。我有点担心他们会引入并加强赢家通吃的动态：很少有公司有数据（在本例中，是数十亿行代码）来构建这样的工具，因此创建一个与Copilot竞争的对手将是一个挑战。
Copilot本身是否能够提出新的更好的方法来编写代码和构建软件？我们以前见过人工智能系统的创新。另一方面，副驾驶可能仅限于按照我们一贯的方式行事，因为根据过去数据训练的人工智能系统往往会这样做。
我与副驾驶的经验也让我意识到我的专业知识仍然是需要的，检查“建议的”代码实际上是我正在寻找的。
有时，看到副驾驶误解了我的输入是很平常的。这些都是简单的案例，该工具可以轻松地请求不同的建议。
更棘手的情况是代码看起来正确，但它可能包含一个微妙的错误。这个bug可能是因为人工智能代码生成的东西很难，也可能是因为副驾驶训练的数十亿行人类编写的代码包含了他们自己的bug。
另一个令人担忧的问题是培训代码副产品的许可和所有权方面的潜在问题。GitHub表示正在努力解决这些问题，但我们将拭目以待。
来自相同输入的更多输出
有时，使用副驾驶让我感到有点渴望。我经常认为，这项技能至少让我有一点特别（我用计算机编写代码和制作东西的能力），可能正在“自动化”，就像人类历史上不同时期的许多其他工作一样。
然而，我还没有卖掉我的笔记本电脑，去丛林里过简单的生活。人类编码员仍然是系统的关键部分，但作为策展人而不是创造者。
当然，你可能会想“这就是程序员会说的”鈥?你可能是对的。
人工智能工具，如Copilot、OpenAI的文本生成器GPT-3和谷歌的Imagen文本到图像引擎，在过去几年中取得了巨大的进步。
许多从事文本和图像业务的白领“创意产业”开始与他们对（至少部分）自动化的恐惧作斗争。副驾驶显示，我们中的一些人在技术行业是在同一条船上。
不过，我（谨慎地）感到兴奋。Copilot是最乐观的工具构建传统中的一个力倍增器：它提供了更多的杠杆作用，以在相同的输入量下增加有用的输出。
这些新工具和它们提供的新杠杆嵌入到更广泛的人、技术和环境参与者系统中，我真的很想看到这些系统如何重新配置自己以应对。
与此同时，这可能有助于节省我的脑汁，以应付编码工作中的困难部分，这可能只是一件好事。
本文是根据知识共享许可证从对话中重新发布的。阅读原文。