Google améliore la productivité des développeurs grâce à la complétion de code sémantique hybride ML

Des chercheurs de Google ont développé un nouveau système de complétion de code sémantique hybride basé sur Transformer, combinant l'apprentissage automatique (ML) et des moteurs sémantiques basés sur des règles (SE) pour améliorer significativement la productivité des développeurs. Le système intègre ML et SE de trois manières : 1) reclasser les suggestions de jetons uniques de SE à l'aide de ML ; 2) appliquer des complétions de lignes uniques et multiples à l'aide de ML et vérifier l'exactitude avec SE ; et 3) utiliser la continuation de lignes uniques et multiples par ML de suggestions sémantiques de jetons uniques. Une étude de trois mois menée auprès de plus de 10 000 développeurs internes de Google a montré une réduction de 6 % du temps d'itération de codage avec la complétion ML d'une seule ligne. Actuellement, plus de 3 % du nouveau code est généré en acceptant les suggestions de complétion ML. Le système prend en charge huit langages de programmation et intègre des vérifications sémantiques pour garantir l'exactitude du code, augmentant ainsi considérablement la confiance et l'efficacité des développeurs.