AI幫你寫Python，安裝只需5步，還能任你調(diào)教 | 開源

2019.07.18

一行一行地敲代碼就像是徒手搬磚，聰明的程序猿們表示：我們要解放生產(chǎn)力！

比如像這樣：

在機(jī)器學(xué)習(xí)的時(shí)代，AI智能補(bǔ)全代碼早已不是夢(mèng)想，各種IDE和插件都在努力幫助程序猿減少擊鍵次數(shù)，延長(zhǎng)鍵盤壽命（霧。

有位來自斯里蘭卡的程序猿也加入了關(guān)愛鍵盤協(xié)會(huì)，他嘗試用簡(jiǎn)單的深度學(xué)習(xí)模型來實(shí)現(xiàn)自動(dòng)補(bǔ)全Python代碼這個(gè)目標(biāo)，效果意外的不錯(cuò)。該項(xiàng)目現(xiàn)已開源！

簡(jiǎn)單的模型也強(qiáng)大

抱著實(shí)驗(yàn)的心態(tài)，在這個(gè)項(xiàng)目中，斯里蘭卡小哥用到的只是一個(gè)簡(jiǎn)單的LSTM（Long Short-Term Memory）模型。

用來進(jìn)行預(yù)測(cè)的算法是集束搜索（beam search)，這是一種啟發(fā)式圖搜索算法。在進(jìn)行每一步深度擴(kuò)展時(shí)，集束搜索僅保留一些質(zhì)量較高的節(jié)點(diǎn)，減少空間消耗，提高時(shí)間效率。采用集束搜索算法最多可以實(shí)現(xiàn)10個(gè)字符的預(yù)測(cè)。

而投喂給模型的數(shù)據(jù)是標(biāo)記化的Python代碼，這些代碼里的注釋、字符串和空行事先清理掉了。

訓(xùn)練效果是這樣的：

綠色的字母就是自動(dòng)補(bǔ)全開始的位置，按下TAB鍵選擇補(bǔ)全，高亮標(biāo)注為灰色的部分就是AI補(bǔ)充的代碼。

小哥表示，如此簡(jiǎn)單的模型下，使用深度學(xué)習(xí)來自動(dòng)補(bǔ)全Python代碼，仍可以減少30-50%的擊鍵次數(shù)，真的是surprise！

在GitHub上，小哥提供了一個(gè)Python的解析器，而只要寫一個(gè)其他語言的解析器，這個(gè)方案完全可以推廣到其他語言上，實(shí)現(xiàn)Java自動(dòng)補(bǔ)全，C自動(dòng)補(bǔ)全等等。

使用方法

想要親測(cè)一下效果？

沒問題，只需五步，你就可以訓(xùn)練自己的自動(dòng)補(bǔ)全模型。

1、安裝進(jìn)行機(jī)器學(xué)習(xí)的實(shí)驗(yàn)環(huán)境（lab，地址見文末）。

2、將數(shù)據(jù)復(fù)制到 ./data/source。

3、運(yùn)行 extract_code.py 來收集所有的python文件，編碼并將其合并到 all.py。

4、運(yùn)行 evaluate.py 對(duì)模型進(jìn)行評(píng)估。

5、運(yùn)行 train.py 訓(xùn)練模型。

仍需成長(zhǎng)

方法簡(jiǎn)單，效果還挺好，聽上去這個(gè)項(xiàng)目很有潛力啊。不過理想很豐滿，現(xiàn)實(shí)還是有點(diǎn)骨感的。這個(gè)新生的AI還是面臨著許多成長(zhǎng)挑戰(zhàn)的。

挑戰(zhàn)一：效率太低

首先是它的性能尚未能滿足實(shí)際使用的需要。由于編輯集成器的限制，集束搜索算法效率低下，有等它補(bǔ)全代碼的時(shí)間，手動(dòng)都可以敲好幾行代碼了。

對(duì)此斯里蘭卡小哥表示，下一步他們會(huì)嘗試用不同的架構(gòu)來提高推理性能，也歡迎大家向他們分享想法和建議。

挑戰(zhàn)二：前輩強(qiáng)大

Reddit網(wǎng)友們還指出，用機(jī)器學(xué)習(xí)來補(bǔ)全代碼這個(gè)想法早已有比較成功的實(shí)現(xiàn)方案，比如獲得了Trith Ventures投資的Kite。

全球有超過3萬名Python開發(fā)人員使用Kite，它被譽(yù)為當(dāng)前最好用的Python自動(dòng)補(bǔ)全工具。不僅能補(bǔ)全代碼，Kite還能幫你跳過文檔了解到別人是如何實(shí)時(shí)使用函數(shù)的，同時(shí)，它也能提供你的自定義代碼庫里的定義和用法。

連Python之父都忍不住為Kite點(diǎn)贊：這可真夠酷的。