aiXcoder：源自中国的深度学习代码补全工具

从程序员到数据工程师，编写程序代码是一项基本功，但是编写冗长代码的过程也极大地消耗了开发者的耐心。近来，有不少关于代码补全工具的消息爆出，例如，来自美国的Kite，来自加拿大的TabNine等，一时间获得了不少程序员的关注。但其实很多人还并不知道，在这些国外产品不断被媒体推送的背后，有一款能力更为强大、更早将深度学习应用于代码补全的产品，一款源自中国的工具——aiXcoder，它的研发者们来自于北京大学。

aiXcoder支持Java、C++/C、Python、PHP、JavaScript等语言，以插件的方式集成到现有的IDE中，如Pycharm、AndroidStudio、VSCode、Eclipse、Webstorm、Sublime等，插件的背后是一个强大的云端深度学习引擎。针对开发者，该产品目前分为社区版、专业版和企业版。社区版是完全免费的，专业版也可以通过分享而免费获得。企业版是aiXcoder功能最为强大的版本，它能够在企业内部的私有云中进行部署，并能够利用企业自己的代码来进行模型的优化训练，从而具有更高的准确率和运行性能。

aiXcoder用起来怎么样？机器之心也对aiXocder进行了使用测试。机器之心在Pycharm上试用了社区版/专业版，它们都是需要在线推断。不同的地方在于专业版还需要额外的内存，因为每一个Pro用户都需要额外的缓冲区来储存模型「学到的」用户习惯。当然，Pro用户的缓冲区是是只有该插件能访问的。

使用体会一般而言，当我们选择Python和PyCharm时，代码补全就自然用IDE自带的工具。使用aiXcoder第一个感受是它比自带的补全工具灵活得多，因为以前的补全主要体现在Python函数或其它包的API，而aiXcoder还会预测变量名是什么、运算是什么、想调用的函数又是什么。虽然代码补全的推断过程全是在云端完成的，但在我们的使用中，一般网络环境甚至4G都能有实时的反馈，所以补全速度上基本和Pycharm自带的工具差不多。

aiXcoder的代码补全效果我们先看看写TensorFlow时的代码补全效果：

如上所示，aiXcoder在TensorFlow的代码环境下能够直接「猜测」到模型建立后的一系列代码流程。例如，在定义了loss之后需要定义optimizer，之后需要train_op、init方法，然后最终定义模型的保存方式saver，以及开始运行计算图。这样一个流程基本上是深度学习开发者所知晓的，但是按照流程写下来非常繁琐。在aiXcoder的提示下，开发速度得到了提升。

对于一些变量，aiXcoder可根据变量类型提出该变量可能的操作。例如，对于下图的变量「m」，aiXcoder提出了一个对字符串进行增加的代码：

如下是自动补全的一些候选，一些函数名称可能是开发者之间经常使用的，因此得到了推荐：

aiXcoder也将产品和其他代码补全工具进行了对比，包括Kite和TabNine等。在对比过程中，aiXcoder较其他插件在效率上提升1.5倍以上。

aiXcoder，背后有着强大的技术支撑。据李戈教授介绍，aiXcoder很早就试过了语言模型，将代码视为一种语言从而直接建模，这就和DeepTabNine一样。但是研究者很快发现，只有语言模型是行不通的，它总会提出一些毫无意义、很不科学的补全建议。为此，aiXcoder融合了基于序列的程序代码语言模型、基于抽象语法树和程序逻辑关系的图神经网络等方法，共同打造一个完整的系统。

在获得程序代码的各种特征之后，就该把这些特征输入深度神经网络进行分析了，但这并不容易，因为在输入神经网络之前需要把这些特征进行向量化表示。在研究过程中，北京大学提出了一系列解决程序语言成分相量化的办法，并且在国际上最早发表了相关的论文，这些都为aiXcoder的构造打下了基础。

总体而言，aiXcoder主要依赖于其特有的对程序代码进行学习的深度神经网络模型，该模型能够对程序的如下几类特征进行分析：1.程序的结构语义特征，2.程序元素间的逻辑关系，3.程序语言序列模型。aiXcoder借助图神经网络能够对程序元素之间的多种关系进行建模，从而能够对程序元素之间的复杂关系进行分析和推理。

aiXcoder的团队来自北京大学高可信软件技术教育部重点实验室，是国内顶尖的软件科学研究团队，是北京大学计算机软件与理论全国重点学科的主要支撑。该团队在AAAI/IJCAI/ACL等顶会上发表过很多代码生成的相关论文，这也是一大笔技术累积。