GitHub Copilot एक कोड पूर्णता और प्रोग्रामिंग AI-सहायक है, जिसे GitHub और OpenAI द्वारा विकसित किया गया है, जो Visual Studio Code, Visual Studio, Neovim, Eclipse, और JetBrains एकीकृत विकास परिवेशों (IDEs) के उपयोगकर्ताओं को कोड का स्वतः पूर्ण करके सहायता प्रदान करता है। व्यक्तिगत डेवलपर्स और व्यवसायों के लिए सदस्यता द्वारा उपलब्ध, यह जनरेटिव AI सॉफ्टवेयर पहली बार GitHub द्वारा 29 जून 2021 को घोषित किया गया था। उपयोगकर्ता उत्पादन के लिए उपयोग किए जाने वाले बड़े भाषा मॉडल का चयन कर सकते हैं।
Copilot सॉफ्टवेयर विकास में कृत्रिम बुद्धिमत्ता के अनुप्रयोग में एक महत्वपूर्ण मील का पत्थर है, जो मशीन लर्निंग और डीप लर्निंग में दशकों के शोध पर आधारित है। जून 2022 में इसकी सामान्य उपलब्धता ने प्रयोगात्मक तंत्रिका नेटवर्क मॉडल से दुनिया भर के लाखों प्रोग्रामरों द्वारा उपयोग किए जाने वाले वाणिज्यिक उत्पाद में संक्रमण को चिह्नित किया।
इतिहास
29 जून 2021 को, GitHub ने Visual Studio Code विकास परिवेश में तकनीकी पूर्वावलोकन के लिए GitHub Copilot की घोषणा की। प्रारंभिक रिलीज़ परीक्षकों के एक छोटे समूह तक सीमित थी, लेकिन जल्दी ही विस्तारित हो गई। GitHub Copilot को 29 अक्टूबर 2021 को JetBrains मार्केटप्लेस पर एक प्लगइन के रूप में जारी किया गया था। 27 अक्टूबर 2021 को, GitHub ने GitHub Copilot Neovim प्लगइन को एक सार्वजनिक रिपॉजिटरी के रूप में जारी किया। GitHub ने 29 मार्च 2022 को Visual Studio 2022 IDE के लिए Copilot की उपलब्धता की घोषणा की।
21 जून 2022 को, GitHub ने घोषणा की कि Copilot "तकनीकी पूर्वावलोकन" से बाहर है और व्यक्तिगत डेवलपर्स के लिए सदस्यता-आधारित सेवा के रूप में उपलब्ध है। यह सामान्य उपलब्धता तिथि व्यापक रूप से उत्पाद के आम जनता के लिए औपचारिक लॉन्च मानी जाती है।
GitHub Copilot Visual Studio 2013 के लिए "Bing Code Search" प्लगइन का विकास है, जो फरवरी 2014 में जारी एक Microsoft Research परियोजना थी। यह प्लगइन प्राकृतिक भाषा प्रश्नों के उत्तर में उच्च-गुणवत्ता वाले प्रासंगिक कोड स्निपेट प्रदान करने के लिए MSDN और Stack Overflow सहित विभिन्न स्रोतों के साथ एकीकृत था। यह वंश Microsoft और GitHub के भीतर प्रोग्रामरों की सहायता के लिए प्राकृतिक भाषा प्रसंस्करण का उपयोग करने में लंबे समय से चली आ रही रुचि को दर्शाता है।
विशेषताएँ
जब प्राकृतिक भाषा में एक प्रोग्रामिंग समस्या प्रदान की जाती है, तो Copilot समाधान कोड उत्पन्न करने में सक्षम है। यह इनपुट कोड का अंग्रेजी में वर्णन करने और प्रोग्रामिंग भाषाओं के बीच कोड का अनुवाद करने में भी सक्षम है। ये क्षमताएँ ट्रांसफॉर्मर आर्किटेक्चर द्वारा संचालित हैं, जो संदर्भ को समझने और सुसंगत अनुक्रम उत्पन्न करने में उत्कृष्ट हैं।
Copilot डेवलपर्स को कई बड़े भाषा मॉडलों के बीच चयन करने में सक्षम बनाता है, जिसमें OpenAI के GPT मॉडल, Anthropic का Claude, xAI का Grok, और Google का Gemini शामिल हैं। यह लचीलापन उपयोगकर्ताओं को विभिन्न कार्यों के लिए अनुकूलित मॉडल चुनने की अनुमति देता है, जैसे गति, सटीकता, या लागत।
अपनी वेबसाइट के अनुसार, GitHub Copilot में प्रोग्रामरों के लिए सहायक सुविधाएँ शामिल हैं, जैसे कोड टिप्पणियों का चलने योग्य कोड में रूपांतरण, और कोड के हिस्सों, कोड के दोहराव वाले अनुभागों, और पूरे तरीकों और/या फ़ंक्शनों के लिए स्वतः पूर्णता। GitHub रिपोर्ट करता है कि Copilot की स्वतः पूर्णता सुविधा लगभग आधे समय सटीक है; उदाहरण के लिए, कुछ Python फ़ंक्शन हेडर कोड के साथ, Copilot ने पहले प्रयास में 43% बार और दस प्रयासों के बाद 57% बार फ़ंक्शन बॉडी कोड के शेष भाग को सही ढंग से पूरा किया।
GitHub बताता है कि Copilot की सुविधाएँ प्रोग्रामरों को दस्तावेज़ीकरण पढ़ने में बिताए जाने वाले समय को कम करके अपरिचित कोडिंग फ्रेमवर्क और भाषाओं को नेविगेट करने की अनुमति देती हैं। यह सीखने के नए प्रोग्रामिंग प्रतिमानों और बड़े मौजूदा कोडबेस में ऑनबोर्डिंग के लिए विशेष रूप से मूल्यवान है।
कार्यान्वयन
GitHub Copilot शुरू में OpenAI Codex द्वारा संचालित था, जो GPT-3 का एक संशोधित, उत्पादन संस्करण है। Codex मॉडल को अतिरिक्त रूप से एक दर्जन प्रोग्रामिंग भाषाओं में गीगाबाइट स्रोत कोड पर प्रशिक्षित किया गया है। Copilot के OpenAI Codex को अंग्रेजी भाषा, सार्वजनिक GitHub रिपॉजिटरी, और अन्य सार्वजनिक रूप से उपलब्ध स्रोत कोड के चयन पर प्रशिक्षित किया गया था। इसमें 54 मिलियन सार्वजनिक GitHub रिपॉजिटरी से प्राप्त 159 गीगाबाइट Python कोड का एक फ़िल्टर किया गया डेटासेट शामिल है। OpenAI का GPT-3 विशेष रूप से Microsoft को लाइसेंस प्राप्त है, जो GitHub की मूल कंपनी है।
अंतर्निहित तकनीक कोड अनुक्रमों को प्रभावी ढंग से संसाधित करने के लिए मल्टी-हेड अटेंशन तंत्र और स्थितीय एन्कोडिंग पर निर्भर करती है। मॉडल उत्पादन के दौरान रचनात्मकता और सटीकता को संतुलित करने के लिए टॉप-पी सैंपलिंग और तापमान स्केलिंग का उपयोग करता है।
नवंबर 2023 में, Copilot Chat को OpenAI के GPT-4 मॉडल का उपयोग करने के लिए अद्यतन किया गया था। 2024 में, Copilot ने उपयोगकर्ताओं को Gemini और Claude सहित विभिन्न बड़े भाषा मॉडलों के बीच चयन करने की अनुमति देना शुरू किया। यह बदलाव एक एकल मालिकाना प्रणाली के बजाय कई मॉडल विकल्पों की पेशकश की ओर व्यापक उद्योग प्रवृत्ति को दर्शाता है।
6 फरवरी 2025 को, GitHub ने "एजेंट मोड" की घोषणा की, जो Copilot के लिए संचालन का एक अधिक स्वायत्त तरीका है। एक प्रोग्रामिंग कार्य दिए जाने पर, यह उपयोगकर्ता के कंप्यूटर पर Visual Studio इंस्टेंस पर कमांड निष्पादित करके इसे पूरा करने का प्रयास करता है। एजेंट मोड विभिन्न LLM से जुड़ सकता है, जिसमें GPT-4o, o1, o3-mini, Claude 3.5 Sonnet, और Gemini 2.0 Flash शामिल हैं।
17 मई 2025 को, GitHub ने "कोडिंग एजेंट" की घोषणा की, जो Copilot के लिए संचालन का एक अधिक स्वायत्त तरीका है। उपयोगकर्ता Copilot को एक कार्य या मुद्दा सौंपेगा, जो फिर क्लाउड में एक विकास परिवेश शुरू करेगा (GitHub Actions द्वारा संचालित) और अनुरोध को पूरा करेगा। यह एक ड्राफ्ट पुल अनुरोध तैयार करेगा और काम करते समय ड्राफ्ट में कमिट पुश करेगा। अनुरोध पूरा करने के बाद, यह कोड समीक्षा के लिए उपयोगकर्ता को टैग करता है। यह अनिवार्य रूप से एजेंट मोड का एक अतुल्यकालिक संस्करण है।
स्वागत
Copilot की रिलीज़ के बाद से, इसकी सुरक्षा और शैक्षिक प्रभाव के साथ-साथ इसके द्वारा उत्पादित कोड के आसपास लाइसेंसिंग विवाद के बारे में चिंताएँ रही हैं। इस उपकरण की डेवलपर उत्पादकता बढ़ाने के लिए प्रशंसा की गई है और सीखने और कोड गुणवत्ता पर संभावित नकारात्मक प्रभावों के लिए आलोचना की गई है।
लाइसेंसिंग विवाद
जबकि GitHub CEO Nat Friedman ने जून 2021 में कहा था कि "सार्वजनिक डेटा पर ML सिस्टम का प्रशिक्षण उचित उपयोग है", नवंबर 2022 में दायर एक क्लास-एक्शन मुकदमे ने इसे "शुद्ध अटकल" कहा, यह दावा करते हुए कि "किसी भी अदालत ने इस प्रश्न पर विचार नहीं किया है कि क्या 'सार्वजनिक डेटा पर ML सिस्टम का प्रशिक्षण उचित उपयोग है।'" Joseph Saveri Law Firm, LLP का मुकदमा Copilot की वैधता को कई दावों पर चुनौती देता है, जिसमें GitHub के उपयोगकर्ताओं के साथ अनुबंध का उल्लंघन से लेकर PII साझा करने के लिए CCPA के तहत गोपनीयता का उल्लंघन शामिल है।
GitHub स्वीकार करता है कि उपकरण के आउटपुट का एक छोटा अनुपात शब्दशः कॉपी किया जा सकता है, जिससे डर पैदा हुआ है कि आउटपुट कोड उचित उपयोग के रूप में वर्गीकृत होने के लिए पर्याप्त रूप से परिवर्तनकारी नहीं है और मूल स्वामी के कॉपीराइट का उल्लंघन कर सकता है। जून 2022 में, Software Freedom Conservancy ने घोषणा की कि वह अपनी परियोजनाओं में GitHub के सभी उपयोगों को समाप्त कर देगा, Copilot पर प्रशिक्षण डेटा में उपयोग किए गए कोड लाइसेंस की अनदेखी करने का आरोप लगाते हुए। एक ग्राहक-सहायता संदेश में, GitHub ने कहा कि "सार्वजनिक रूप से उपलब्ध डेटा पर मशीन लर्निंग मॉडल का प्रशिक्षण मशीन लर्निंग समुदाय में उचित उपयोग माना जाता है", लेकिन क्लास-एक्शन मुकदमे ने इसे "झूठा" कहा और यह भी नोट किया कि "'मशीन लर्निंग समुदाय' में इस अवधारणा की स्वीकृति के स्तर के बावजूद, संघीय कानून के तहत, यह अवैध है"।
गोपनीयता संबंधी चिंताएँ
Copilot सेवा क्लाउड-आधारित है और GitHub Copilot सर्वरों के साथ निरंतर संचार की आवश्यकता होती है। इस अपारदर्शी आर्किटेक्चर ने टेलीमेट्री और व्यक्तिगत कीस्ट्रोक्स के डेटा माइनिंग के बारे में चिंताओं को बढ़ावा दिया है। स्थानीय कोड पूर्णता उपकरणों के विपरीत, Copilot कोड स्निपेट और संदर्भ को दूरस्थ सर्वरों पर भेजता है, जो मालिकाना कोडबेस के लिए डेटा सुरक्षा के बारे में प्रश्न उठाता है।
2022 के अंत में GitHub Copilot पर Quake गेम स्रोत कोड उत्सर्जित करने का आरोप लगाया गया था, बिना किसी लेखक के आरोपण या लाइसेंस के। इस घटना ने मॉडलों द्वारा प्रशिक्षण डेटा को शब्दशः पुन: उत्पन्न करने के जोखिम को उजागर किया, जो डीप लर्निंग प्रणालियों में एक ज्ञात चुनौती है।
सॉफ्टवेयर विकास पर प्रभाव
GitHub Copilot की रिलीज़ ने उद्योग भर में AI-सहायता प्राप्त विकास उपकरणों के अपनाने को तेज कर दिया। इसने बड़े भाषा मॉडल के पाठ निर्माण से परे व्यावहारिक अनुप्रयोगों का प्रदर्शन किया, जिससे Google DeepMind और OpenAI जैसी कंपनियों के बाद के उत्पाद प्रभावित हुए।
Copilot की सफलता ने मॉडल प्रूनिंग और दक्षता सुधारों में शोध को भी प्रेरित किया, क्योंकि इन मॉडलों को पैमाने पर चलाने के लिए महत्वपूर्ण कंप्यूटिंग संसाधनों की आवश्यकता होती है। Amazon Web Services, Azure, और Google Cloud जैसे क्लाउड प्रदाताओं ने ऐसे कार्यभार का समर्थन करने के लिए AWS Trainium जैसे विशेष हार्डवेयर विकसित किए हैं।
इस उपकरण ने कंप्यूटर विज्ञान में शैक्षिक दृष्टिकोणों को भी प्रभावित किया है। कुछ शिक्षक चिंता करते हैं कि छात्र AI सहायता पर अत्यधिक निर्भर हो सकते हैं, जबकि अन्य इसे उच्च-स्तरीय डिज़ाइन और आर्किटेक्चर कौशल पर ध्यान केंद्रित करने के अवसर के रूप में देखते हैं। MIT CSAIL और Stanford AI Lab जैसे संस्थानों ने सीखने के परिणामों पर AI पेयर प्रोग्रामिंग के निहितार्थों का अध्ययन किया है।
भविष्य की दिशाएँ
2025 तक, GitHub न्यूनतम मानवीय हस्तक्षेप के साथ पूरे कार्यों को पूरा करने में सक्षम एजेंट मोड और कोडिंग एजेंटों सहित अधिक स्वायत्त क्षमताओं के साथ Copilot का विकास जारी रखता है। ये विकास एक ऐसे भविष्य की ओर इशारा करते हैं जहाँ AI सिस्टम नियमित कोडिंग कार्यों को संभालते हैं, जिससे मानव डेवलपर्स जटिल समस्या-समाधान और सिस्टम डिज़ाइन पर ध्यान केंद्रित कर सकते हैं।
कई LLM प्रदाताओं का एकीकरण मॉडल-अज्ञेयवादी प्लेटफार्मों की ओर एक व्यापक उद्योग बदलाव को दर्शाता है। यह दृष्टिकोण उपयोगकर्ताओं को एक एकल विक्रेता के मॉडल में बंद किए बिना AI में तेजी से प्रगति से लाभ उठाने की अनुमति देता है।
यह भी देखें
संदर्भ
स्रोत तथ्य Wikipedia द्वारा CC BY-SA लाइसेंस के तहत प्रदान किए गए हैं।
बाहरी लिंक
आधिकारिक वेबसाइट