Google aumenta la productividad de los desarrolladores con la finalización de código semántico híbrido de ML

Investigadores de Google han desarrollado un nuevo sistema de finalización de código semántico híbrido basado en Transformer que combina el aprendizaje automático (ML) y los motores semánticos basados en reglas (SE) para mejorar significativamente la productividad de los desarrolladores. El sistema integra ML y SE de tres maneras: 1) reordenando las sugerencias de un solo token de SE usando ML; 2) aplicando finalizaciones de una y varias líneas usando ML y verificando la corrección con SE; y 3) usando la continuación de una y varias líneas por ML de sugerencias semánticas de un solo token. Un estudio de tres meses con más de 10,000 desarrolladores internos de Google mostró una reducción del 6% en el tiempo de iteración de codificación con la finalización de ML de una sola línea. Actualmente, más del 3% del nuevo código se genera al aceptar sugerencias de finalización de ML. El sistema admite ocho lenguajes de programación e incorpora comprobaciones semánticas para garantizar la corrección del código, lo que aumenta significativamente la confianza y la eficiencia del desarrollador.