Microsoft의 "GitHub 버전 Devin"인 Copilot WorkSpace가 마침내 온라인에 공개되었습니다!
WorkSpace는 모든 개발자가 자연어를 사용하여 마음 속 아이디어를 애플리케이션으로 변환할 수 있도록 하는 새로운 "Copilot 네이티브" 개발 환경입니다.
즉, 아이디어만 있고 타이핑만 할 수 있다면 소프트웨어 개발에 참여할 수 있다는 뜻입니다.
그리고 WorkSpace의 완전 자연어 워크플로는 네티즌들로부터 "GitHub 버전 Devin"이라는 타이틀도 얻었습니다.
GitHub CEO Domke는 WorkSpace가 Copilot의 원래 기능을 뛰어넘어 개발자 경험을 재정의할 것이라고 말했습니다.
Microsoft CEO Nadella도 Copilot WorkSpace가 "IDE의 재정의"임을 강조하면서 "재정의"라는 단어를 다시 언급했습니다.
그럼 Copilot WorkSpace는 무엇을 할 수 있나요?
자연어를 사용하여 소프트웨어 개발 완료
보고서에 따르면 Copilot WorkSpace는 GPT-4 Turbo를 사용하여 개발자가 아이디어에서 시작하여 자연어에 의존하여 전체 개발 프로세스를 완료할 수 있도록 합니다.
구체적으로 개발자는 자신의 아이디어에서 시작하거나 GitHub에서 문제 해결을 목표로 삼을 수 있습니다. 문제 해결을 예로 들면, 페이지에 클릭 한 번으로 WorkSpace를 시작할 수 있는 버튼이 있습니다.
모든 것은 처음이 어렵다는 말처럼 코드를 작성하는 것보다 더 복잡한 것은 프로그램의 디자인 아이디어를 구축하는 것입니다.
그러나 Workspace에서는 코드 베이스 분석과 질문 답변을 바탕으로 문제 해결을 위한 상세한 단계별 계획을 직접 생성합니다.
자연어로 프로그램과 테스트 코드를 작성하는 데 필요한 모든 단계를 목록 형식으로 설계합니다.
물론, 개발 계획이 수립된 후 코드 작성을 직접 할 필요는 없으며 Copilot에서도 수행됩니다.
그리고 계획부터 코드까지 Workspace에서 제안하는 모든 내용이 만족스럽지 않으면 요구 사항을 충족할 때까지 직접 변경할 수 있습니다.
코드가 완성된 후 Workspace에서 직접 테스트를 실행하고 코드 효과를 실시간으로 동적으로 확인할 수 있습니다.
또한 Copilot WorkSpace는 모바일 단말기도 지원하며, APP을 다운로드할 필요 없이 모바일 브라우저에서 사용할 수 있습니다.
GitHub는 영감은 언제 어디서나 발생할 수 있기 때문에 멀티 터미널 지원을 제공해야만 좋은 개발 환경을 만들 수 있다고 말했습니다.
Copilot WorkSpace를 보고 또 다른 프로그래머 집단이 일자리를 잃을까 걱정하기 시작하는데… 마지막으로 취업 기회를 찾아보겠습니다...
그러나 이 문제에 대해 GitHub 관계자도 일어서서 Copilot WorkSpace의 목적은 프로그래머를 대체하는 것이 아니라고 말했습니다
. , 프로그래머가 자신의 아이디어를 빠르게 현실로 바꿀 수 있도록 돕는 것입니다. GitHub의 발언은 그저 플라시보일지도 모르지만 YC의 네티즌들은 사람들에게 정말로 걱정할 필요가 없다고 알리기 위해 다른 방법을 사용하고 있습니다... 일부 네티즌들은 대규모 오픈 소스 모델을 구축했다고 말했습니다. 제품. 3개월 정도 사용해본 결과, 대형 모델의 경우 프롬프트 단어를 디자인하는 것이 코드를 직접 작성하는 것보다 더 번거롭다는 것을 알게 되었고, 결국 전통적인 개발 방식으로 돌아갔습니다. 한편, AI 프로그래밍을 사용해 본 사람들도 간단한 프로그램을 작성하는 것은 괜찮지만, 처음부터 끝까지 대규모 개발은 여전히 사람에게 달려 있다고 말했습니다. 어떤 분들은 이에 반향을 일으키며 GitHub의 접근 방식은 잘못된 스킬 트리를 지적하는 것이고, 개발에 집중해야 할 기능은 소규모 프래그먼트 수정이라고까지 하더군요. 하지만 WorkSpace의 성능이 좋은지, 경험이 어떤지, 사용해보기 전까지는 알 수 없습니다. 현재 Copilot WorkSpace는 아직 테스트 단계에 있으므로 테스트 자격을 얻으려면 등록하고 줄을 서서 기다려야 합니다. 향후 요금이 부과될지 여부에 대해서는 GitHub에서 이번에 공개하지 않았습니다. 통계에 따르면 Copilot의 유료 개인 고객은 180만 명, 기업 고객은 5만 명입니다. 그러나 Wall Street Journal의 뉴스에 따르면 GitHub는 Copilot 사업으로 돈을 벌지 못하고 심지어 1인당 월 평균 20달러, 최대 월 80달러까지 손실을 입는다고 합니다.
위 내용은 Devin의 GitHub 버전이 온라인에 있습니다. Microsoft CEO: Redefine IDE를 입력하면 애플리케이션을 개발할 수 있습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

1 前言在发布DALL·E的15个月后,OpenAI在今年春天带了续作DALL·E 2,以其更加惊艳的效果和丰富的可玩性迅速占领了各大AI社区的头条。近年来,随着生成对抗网络(GAN)、变分自编码器(VAE)、扩散模型(Diffusion models)的出现,深度学习已向世人展现其强大的图像生成能力;加上GPT-3、BERT等NLP模型的成功,人类正逐步打破文本和图像的信息界限。在DALL·E 2中,只需输入简单的文本(prompt),它就可以生成多张1024*1024的高清图像。这些图像甚至

“Making large models smaller”这是很多语言模型研究人员的学术追求,针对大模型昂贵的环境和训练成本,陈丹琦在智源大会青源学术年会上做了题为“Making large models smaller”的特邀报告。报告中重点提及了基于记忆增强的TRIME算法和基于粗细粒度联合剪枝和逐层蒸馏的CofiPruning算法。前者能够在不改变模型结构的基础上兼顾语言模型困惑度和检索速度方面的优势;而后者可以在保证下游任务准确度的同时实现更快的处理速度,具有更小的模型结构。陈丹琦 普

Wav2vec 2.0 [1],HuBERT [2] 和 WavLM [3] 等语音预训练模型,通过在多达上万小时的无标注语音数据(如 Libri-light )上的自监督学习,显著提升了自动语音识别(Automatic Speech Recognition, ASR),语音合成(Text-to-speech, TTS)和语音转换(Voice Conversation,VC)等语音下游任务的性能。然而这些模型都没有公开的中文版本,不便于应用在中文语音研究场景。 WenetSpeech [4] 是

由于复杂的注意力机制和模型设计,大多数现有的视觉 Transformer(ViT)在现实的工业部署场景中不能像卷积神经网络(CNN)那样高效地执行。这就带来了一个问题:视觉神经网络能否像 CNN 一样快速推断并像 ViT 一样强大?近期一些工作试图设计 CNN-Transformer 混合架构来解决这个问题,但这些工作的整体性能远不能令人满意。基于此,来自字节跳动的研究者提出了一种能在现实工业场景中有效部署的下一代视觉 Transformer——Next-ViT。从延迟 / 准确性权衡的角度看,

3月27号,Stability AI的创始人兼首席执行官Emad Mostaque在一条推文中宣布,Stable Diffusion XL 现已可用于公开测试。以下是一些事项:“XL”不是这个新的AI模型的官方名称。一旦发布稳定性AI公司的官方公告,名称将会更改。与先前版本相比,图像质量有所提高与先前版本相比,图像生成速度大大加快。示例图像让我们看看新旧AI模型在结果上的差异。Prompt: Luxury sports car with aerodynamic curves, shot in a

人工智能就是一个「拼财力」的行业,如果没有高性能计算设备,别说开发基础模型,就连微调模型都做不到。但如果只靠拼硬件,单靠当前计算性能的发展速度,迟早有一天无法满足日益膨胀的需求,所以还需要配套的软件来协调统筹计算能力,这时候就需要用到「智能计算」技术。最近,来自之江实验室、中国工程院、国防科技大学、浙江大学等多达十二个国内外研究机构共同发表了一篇论文,首次对智能计算领域进行了全面的调研,涵盖了理论基础、智能与计算的技术融合、重要应用、挑战和未来前景。论文链接:https://spj.scien

译者 | 李睿审校 | 孙淑娟近年来, Transformer 机器学习模型已经成为深度学习和深度神经网络技术进步的主要亮点之一。它主要用于自然语言处理中的高级应用。谷歌正在使用它来增强其搜索引擎结果。OpenAI 使用 Transformer 创建了著名的 GPT-2和 GPT-3模型。自从2017年首次亮相以来,Transformer 架构不断发展并扩展到多种不同的变体,从语言任务扩展到其他领域。它们已被用于时间序列预测。它们是 DeepMind 的蛋白质结构预测模型 AlphaFold

说起2010年南非世界杯的最大网红,一定非「章鱼保罗」莫属!这只位于德国海洋生物中心的神奇章鱼,不仅成功预测了德国队全部七场比赛的结果,还顺利地选出了最终的总冠军西班牙队。不幸的是,保罗已经永远地离开了我们,但它的「遗产」却在人们预测足球比赛结果的尝试中持续存在。在艾伦图灵研究所(The Alan Turing Institute),随着2022年卡塔尔世界杯的持续进行,三位研究员Nick Barlow、Jack Roberts和Ryan Chan决定用一种AI算法预测今年的冠军归属。预测模型图


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

안전한 시험 브라우저
안전한 시험 브라우저는 온라인 시험을 안전하게 치르기 위한 보안 브라우저 환경입니다. 이 소프트웨어는 모든 컴퓨터를 안전한 워크스테이션으로 바꿔줍니다. 이는 모든 유틸리티에 대한 액세스를 제어하고 학생들이 승인되지 않은 리소스를 사용하는 것을 방지합니다.

ZendStudio 13.5.1 맥
강력한 PHP 통합 개발 환경

SublimeText3 영어 버전
권장 사항: Win 버전, 코드 프롬프트 지원!

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구
