[[264788]]

Kite，那個能為“程序猿”們減少寫Python代碼時的重復勞動的“自動完成AI”，近日宣布，為了回應社區的反饋，它已經添加了對Ubuntu 16.04+、Debian、Fedora、Archlinux、Linux Mint的Linux支持。

現在，在Linux環境中編寫代碼的Python開發人員可以使用他們喜歡的代碼編輯器編寫更高效的軟件。

Kite 是TEEC天使基金投資項目，名列2016年度最熱門新工具前五名 。Kite是一款將人工智能技術應用到開發工具里的應用程序，它可以為用戶帶來智能補全式的開發體驗。

Kite相當于一個人工配對程序員。在編寫代碼時，它會顯示用戶使用的庫和終端命令的示例文檔。 Kite甚至可以自動檢測并解決用戶的簡單的錯誤和需求，使用戶專注編程的整體項目，無需擔心細節問題。

“在Kite，我們的目標是幫助開發人員在更短的時間內創建更好的程序，”Kite的執行官兼創始人亞當·史密斯(Adam Smith)說。

“Linux受到世界各地程序員的喜愛，所以我們很高興能夠添加Linux支持，使開源開發人員能夠使用我們的代碼行預測完成技術更快地編寫代碼。”

在耗資1700萬美元的首輪融資之后，Kite推動了AI輔助編程的前沿，它使開發人員可以使用自動完成建議(類似于Gmail中的智能組合)更快地完成Python代碼的完整行。

Python程序員可以使用Kite以更少的麻煩構建可轉換的應用程序，而不是復制和粘貼StackOverflow，編寫樣板代碼，并反復修改簡單的錯誤。

自從Kite在1月份推出新的代碼行完成引擎以來，用戶在編碼時的代碼使用完成量增加了一倍。

通過改進其類型推斷引擎，允許在名稱中間輸入補全，Kite將顯示給用戶的代碼補全數量增加了40%。

這使得選擇Kite的用戶的代碼行完成率增至以前的兩倍。

Kite在PyCon上發布了支持Linux的新聞，PyCon是Python用戶會議，在會上他們展示了開發人員如何使用Kite消除重復工作，并在Windows、Mac和Linux環境中達到編碼效率的峰值。

Kite使用來自高階開發人員的數千個公開可用的代碼源來訓練它的機器學習模型。

全世界有超過40,000名Python開發人員使用Kite，目前它可用于所有流行的Python編碼環境，包括Atom、Pycharm、Sublime Text、Vim和VS代碼。

Kite的創始團隊由多位畢業于斯坦福，牛津，MIT，伯克利等名校的工程師組成，定位于San Francisco，致力于改變人們開發產品的方式。

不過，“程序猿”們目前并不用擔心這種人工智能的出現會讓他們失業。目前，能自動完成編程的人工智能通常還只能完成較為簡單的任務，所需運行時間也很長。

以色列初創公司Codota所開發的人工智能輔助編程項目通過在線對接Eclipse這類開源集成開發平臺，可以為程序員在編程時實時推薦代碼方案，而且可以推薦大段的代碼語句，而非只是零散的代碼。

搭建Codota的基礎代碼來自GitHub和StackOverflow等開源平臺，Codota的創始人Dror Weiss和Eran Yahav 通過將開源代碼注入機器學習模型中，使Codota能夠讀懂復雜的代碼含義。

Google AutoML 系統也能夠自主編寫機器學習代碼，其效率在某種程度上竟然超過了專業的研發工程師。

AutoML更進一步，實現了訓練過程的自編碼，通過類似Axure的拖拽方式就能完成對話操作。

AutoML 在機器學習系統的編程上，遠勝于創造它的研究人員。在某個圖像識別任務中，其實現了創紀錄的 82% 的準確率。即使在一些復雜的人工智能任務中，其自創建的代碼也比人類程序員優越。它可以在圖像中標記多個點，準確率達到 42%;作為對比，人類打造的軟件只有 39% 。

微軟和劍橋2017年發布的論文中也闡述了一個會編程的機器學習系統DeepCoder，能夠解決編程比賽所涉及到的基礎編程題目。DeepCoder的創造者之一，在劍橋大學參與微軟研究項目的 Marc Brockschmidt表示：“該程序最終可以讓非編程人員通過向計算機描述自己的程序構想來獲得想要的程序。”

DeepCoder所用的技術叫程序合成( program synthesis)，通過截取已有軟件的代碼行來組成新的程序。

來自彭博和英特爾實驗室的兩位研究人員也號稱實現了能夠自動生成完整軟件程序的AI系統“AI Programmer”，這個“AI程序員”利用遺傳算法和圖靈完備語言，開發的程序理論上能夠完成任何類型的任務。

雖然現在AI Programmer生成的程序，復雜程度與人類新手程序員編寫的結果相當。但研究人員認為，AI Programmer編寫的程序完全可以超越傳統范疇，不受人類時間和智慧的局限。