Amazon presenta CodeWhisperer, su "compañero de codificación" impulsado por ML

Amazon el jueves dio a conocer código susurrador, una nueva herramienta para desarrolladores que genera recomendaciones de código. La herramienta impulsada por el aprendizaje automático está actualmente disponible en versión preliminar.

CodeWhiperer brinda recomendaciones basadas en información contextual, como la ubicación del cursor en el código fuente, el código que precede al cursor y el código en otros archivos en los mismos proyectos. También responde a indicaciones sencillas en lenguaje natural, como "subir un archivo con encriptación del lado del servidor".

A diferencia de las herramientas de asistencia de codificación tradicionales, que generan una línea de código a la vez, CodeWhisperer genera una subrutina completa a la vez. Admite los principales lenguajes de programación, incluidos Java, Javascript y Python, y varios IDE.

CodeWhisperer aprovecha lo último en modelos de lenguaje grande y está capacitado en grandes conjuntos de datos: repositorios de código abierto, repositorios internos de Amazon, documentación de API y foros.

“Entrenamos el modelo en los patrones más comunes para crear aplicaciones en la nube, para que pueda crear e innovar en la nube mucho más rápido que nunca”, dijo Swami Sivasubramanian, vicepresidente de datos y servicios de ML de AWS, durante la conferencia Amazon re:MARS. el jueves. 

Si bien está diseñado para aumentar la productividad del codificador, lo hace de manera responsable, agregó, mitigando riesgos como sesgos, vulnerabilidades de seguridad y errores. Viene con un escáner de seguridad incorporado para ayudar a detectar vulnerabilidades en los proyectos de los desarrolladores. También tiene una función de seguimiento de referencia integrada para detectar si una recomendación de código puede ser similar a los datos de entrenamiento particulares de CodeWhisperer. Esto le permite encontrar y revisar fácilmente ese código de referencia y cómo se usa en el contexto de otro proyecto.

CodeWhisperer también ayudará a los codificadores a evitar el sesgo al eliminar las recomendaciones de código que pueden considerarse sesgadas e injustas.