MTS AI («дочка» МТС, разрабатывает продукты на основе технологий компьютерного зрения и обработки естественного языка) запустила ИИ-сервис Kodify, способный самостоятельно генерировать и дополнять компьютерный код, снимая с программистов рутинные задачи и автоматизируя разработку. Продукт, как считают его создатели, будет интересен как крупным корпорациям, так и стартапам. Kodify, по словам экспертов, пополнит ряды уже существующих на рынке аналогичных продуктов, однако в России эта ниша все еще не насыщена
Поймать код в нейросеть
MTS AI выводит на рынок ассистента для разработчиков — ИИ-сервис Kodify, созданный на базе собственной большой языковой модели (Large Language Model, LLM) Cotype, рассказали Forbes в компании. Kodify может сгенерировать код с нуля по текстовому описанию на естественном языке или предложить наиболее релевантное продолжение кода на основании того, что содержится до и после выбранного фрагмента. Для этого нейросеть анализирует текущие задачи разработчика в рамках проекта и изучает контекст.
Telegram-канал Forbes.Russia
Канал о бизнесе, финансах, экономике и стиле жизни
Модель не требует дообучения и доступна клиентам сразу после установки. Kodify поддерживает наиболее популярные среды разработки и генерирует код на Python и Java. По запросу клиента разработчики MTS AI могут добавить поддержку Go и других популярных языков программирования. Также Kodify может перевести код с одного языка на другой — например, для оптимизации устаревшего софта или интеграции с другим проектом.
В ближайшем будущем ассистент сможет помочь в анализе и оптимизации кода: сервис проверит его на наличие ошибок и уязвимостей, проведет автоматические тесты, предложит варианты рефакторинга, а также автоматически составит документацию по выделенному фрагменту.
Kodify можно запустить в формате on-premise на инфраструктуре заказчика — вся обработка и генерация кода будет происходить только в контуре компании. «Это также позволит дополнительно обучить нейросеть на собственных примерах и полностью управлять источниками информации», — поясняют в MTS AI. В компании считают возможность развернуть Kodify на сервере клиента своим главным преимуществом. «По нашему опыту, именно эта опция актуальна для всех заказчиков». MTS AI планирует монетизировать сервис, однако во сколько может обойтись контракт на его использование, сказать затрудняются. «Порог входа составляет 5-7 млн рублей. Стоимость зависит от каждого конкретного проекта и складывается из ряда параметров: например, количества потоков, сколько людей или сервисов одновременно будут использовать модель, стоимости консалтинга, необходимости интеграции новых языков, нужна ли техподдержка или нет», — говорят в компании.
В MTS AI рассчитывают, что сервис будет востребован практически во всех сферах, где требуется написание программного кода — как в крупных корпорациях со значительными объемами нового кода, так и в небольших компаниях с ограниченным штатом программистов. «Например, его можно использовать в промышленности, чтобы создавать софт для управления системами на производстве, в веб-разработке, чтобы генерировать код для фронтенда и бэкенда, а также в системном администрировании для автоматизации DevOps-задач и управления инфраструктурой», — перечисляют в компании.
В полку ассистентов прибыло
Популяризация LLM началась именно с генерации кода — на GitHub (веб-сервис для хостинга IT-проектов и их совместной разработки) еще несколько лет назад появился продукт GitHub Copilot, который предоставлял аналогичные услуги, говорит директор по маркетингу «Битрикс24» Александр Вартанян. Для российского же рынка эта история все еще нова, говорит он: «Да, появляются решения-аналоги вроде GigaCode от «Сбера», но до широкого распространения подобных сервисов пока далеко».
По мнению экспертов, LLM, пишущие код, могут являться хорошими помощниками в работе, но пока не способны на самостоятельную деятельность на уровне опытного специалиста. Большинство программистов продолжают использовать зарубежные сервисы, поскольку те имеют гораздо большие ресурсы и историю развития, замечает CТO NDT by red_mad_robot Артем Лысенко: помимо GitHub Copilot, это CodeWhisperer от Amazon, Codeium. GPT от OpenAI также может использоваться для помощи в написании кода, хоть и не имеет прямой интеграции со средой разработки.
«Нельзя сказать, что такие инструменты подходят для всех — многие программисты не любят, когда кто-то или что-то вмешивается в процесс написания кода, — объясняет эксперт. — К тому же использовать такие модели стоит осторожно. Иногда они могут сгенерировать с виду неплохой код, но ошибиться в нюансах и тем самым сломать общую логику программы. При этом LLM могут быть хороши для некоторых специалистов как второе мнение, от которого можно оттолкнуться дальше, найти недостатки и получить качественное решение».
Впрочем, Kodify, по мнению Александра Вартаняна, будет востребован у разработчиков, но все будет зависеть от качества получаемого кода: «Первостепенную роль играют датасеты. Только после тестирования на реальных проектах станет понятно, насколько модель будет полезна для разработчиков». Кроме того, в контексте любой LLM, которая участвует в разработке кода, стоит обращать внимание на безопасность, указывает Вартанян: «Не стоить исключать, что иногда модель может «отдавать» код, который будет нести в себе угрозу для безопасности конечного продукта».
Директор по продуктам Just AI Глеб Обломский называет генерацию программного кода с помощью LLM «востребованным кейсом», который появился еще до начала хайпа с ChatGPT. В качестве самого распространенного примера он также приводит GitHub Copilot, который был запущен еще в 2021 году и использовал в своей работе LLM Open AI Codex. «Из российских вендоров о поддержке генерации кода заявляет «Сбер». На мой взгляд, основная ценность таких решений для разработчиков не только в самой генерации кода, но и в удобном интерфейсе использования — чтобы разработчик мог быстро и эффективно пользоваться этим решением, — считает Обломский. — Например, GitHub Copilot интегрируется как плагин в среды разработки».
Плюс $1,5 трлн в мировой ВВП
Применение искусственного интеллекта в написании кода — один из самых расхожих типов использования ИИ. Уже год назад, в июне 2023-го, согласно данным опроса 90 000 разработчиков из 185 стран, проведенного известным профильным сайтом вопросов и ответов о программировании Stack Overflow, 77% респондентов положительно относились к использованию ИИ в своем рабочем процессе, а 70% уже использовали или планировали использовать инструменты для программирования с помощью ИИ. В США и вовсе 92% разработчиков применяют инструменты ИИ-кодинга либо на работе, либо дома при создании авторских проектов, свидетельствуют данные исследования GitHub (также июнь 2023 года).
На конференции Collision Conference в июне 2023 года CEO GitHub Томас Томке привел несколько цифр, которые выявили аналитики компании. Они обнаружили, что ИИ-сервис для программирования GitHub Copilot, который используют уже более 20 000 организаций по всему миру, ускоряет разработку на 55%. Также, по его словам, при прогнозируемом количестве профессиональных разработчиков в 45 млн человек в мире к 2030 году генеративные инструменты способны добавить в глобальную экономику производительность, эквивалентную еще 15 млн разработчиков. Все вместе это могло бы добавить мировому ВВП прирост на $1,5 трлн.