Deep TabNine: un nuovo autocomplete service basato sul machine learning

Moltissime professioni nei prossimi anni saranno completamente rivoluzionate grazie all’introduzione delle intelligenze artificiali e degli applicativi animati da algoritmi di machine learning.

Ad questo proposito oggi non è raro trovare, sopratutto nelle testate anglofone, redazioni che adottano in modo intensivo intelligenze artificiali nella realizzazione dei contenuti.

Gli stessi algoritmi in grado di scrivere contenuti automaticamente possono ovviamente essere addestrati anche per programmare nuovi applicativi e servizi.

A tal proposito proprio in questi giorni è stato rilasciato Deep TabNine un nuovo autocomplete service basato sul machine learning.

Deep TabNine è stato scritto da Jacob Jackson un ricercatore dell’University of Waterloo in Canada. L’obbiettivo del tool è aiutare gli sviluppatori a scrivere codice in modo più veloce e semplice.

Deep TabNine è sostanzialmente un tool di autocompletamento del codice compatibile con diversi linguaggi di programmazione. Riesce a suggerire allo sviluppatore uno o più modi di scrivere una linea di codice in pochi secondi.

Il TabNine autocompleter sfrutta un deep-learning model per migliorare la qualità dei suggerimenti. In particolare il progetto è basato sul predictive text deep-learning language model GPT-2 di Open AI.

Per addestrare Deep TabNine sono stati sfruttati più di due milioni di file presenti in Github. Il tool riesce quindi a prevedere le intenzioni dello sviluppatori tramite la semplice lettura delle sue precedenti linee di codice.

Deep TabNine non è il primo tool del genere che arriva sul mercato, già da tempo su Visual Studio possiamo trovare Microsoft IntelliSense, che è in grado di suggerire la fine di una riga di codice. Deep TabNine è però più avanzato, può fornire infatti diverse opzioni per la conclusione delle righe così come consigliare l’inserimento di intere funzioni.