人們對(duì)設(shè)計(jì)基于人工智能的系統(tǒng)越來(lái)越感興趣，從而幫助人類(lèi)更好地設(shè)計(jì)計(jì)算機(jī)系統(tǒng)，包括自動(dòng)生成計(jì)算機(jī)代碼的工具，最近，第一個(gè)自稱為“人工智能配對(duì)程序員”的GitHub Copilot，這是一個(gè)通過(guò)開(kāi)源GitHub代碼訓(xùn)練出來(lái)的語(yǔ)言模型。

[[420929]]

然而，代碼經(jīng)常包含bug——因此，考慮到Copilot處理過(guò)的大量未被驗(yàn)證的代碼，語(yǔ)言模型肯定會(huì)從可利用的、有bug的代碼中學(xué)習(xí)。因此，有研究人員發(fā)現(xiàn)，GitHub Copilot工具提供的代碼建議中 有接近40%存在bug。為了對(duì)Copilot的實(shí)際價(jià)值做出量化，研究人員創(chuàng)建了89個(gè)測(cè)試場(chǎng)景以考查其代碼建議質(zhì)量，編寫(xiě)出了1600多個(gè)程序。經(jīng)過(guò)全面審查，研究人員發(fā)現(xiàn)其中近四成存在安全漏洞。

由于Copilot的學(xué)習(xí)對(duì)象是GitHub代碼庫(kù)中公開(kāi)發(fā)布的可用代碼，因此研究人員推測(cè)這些安全漏洞的出現(xiàn)只是系統(tǒng)在模仿現(xiàn)存的代碼 bug。研究人員還指出，除了可能繼承訓(xùn)練數(shù)據(jù)當(dāng)中的bug之外，Copilot還無(wú)法分辨訓(xùn)練數(shù)據(jù)的新舊程度。

隨著網(wǎng)絡(luò)安全的發(fā)展，早期編程時(shí)的“最佳實(shí)踐”很可能會(huì)逐漸變成“糟糕實(shí)踐，毫無(wú)疑問(wèn)，像GitHub Copilot 這樣的下一代自動(dòng)補(bǔ)全工具將大大提高軟件開(kāi)發(fā)人員的生產(chǎn)力。然而，盡管 Copilot 能快速生成大量代碼，但我們的研究結(jié)果表明，開(kāi)發(fā)者在使用 Copilot 作為輔助手段時(shí)應(yīng)當(dāng)保持警惕。理想情況下，Copilot 還應(yīng)在訓(xùn)練和生成期間匹配適當(dāng)?shù)陌踩ぞ撸畲蟪潭葴p少在代碼中引入安全漏洞的風(fēng)險(xiǎn)。

其實(shí)，自GitHub Copilot發(fā)布以來(lái)，就一直風(fēng)波不斷：

Copilot抄襲風(fēng)波

Copilot發(fā)布一周后，被推上了「侵權(quán)」的風(fēng)口浪尖，Github瞬間罵聲四起，引發(fā)了前所未有的爭(zhēng)議。網(wǎng)友表示：你再訓(xùn)練都是基于我們的開(kāi)源代碼，這改一改就想用來(lái)賺錢(qián)真的好么?原因是GitHub在沒(méi)有版權(quán)持有者許可的情況下，用托管在GitHub上的開(kāi)源代碼訓(xùn)練Copilot

GitHub Copilot生成代碼包含身份證號(hào)

接著，有人在推特上曬圖，表示自己在使用GitHub Copilot時(shí)，它竟然給補(bǔ)全出了一張身份證信息出來(lái)。

輸入B站CEO陳睿的信息后，下方竟然自動(dòng)補(bǔ)出了身份證號(hào)。不過(guò)，還好，顯示的身份證號(hào)其實(shí)是假的，其中出生年份和校驗(yàn)位明顯都是錯(cuò)的。