子公司出品开放源码中国
GitHub Copilot 是 GitHub 今年6 月面世的人工智慧数学模型，这是两个利用机器学习技术为开发人员提供更多标识符提议和标识符Bazelle的远距工具，能协助开发人员更快完成程式设计各项任务。但虽然 GitHub Copilot 体能训练采用的统计数据集，以及该远距工具如今成为了这款向开发人员收费项目的非商业产品，GitHub Copilot 也引起了一些争论。
那是不是两个能代替 GitHub Copilot 的远距工具呢？
日前美国哥伦比亚大学应用软件工程和工程学院现职副教授 Brendan Dolan-Gavitt 开放源码了两个名叫 FauxPilot 的项目，根据如是说，这是 GitHub Copilot 的代替品，能在邻近地区运转并且不能上载使用者的统计数据，如果开发人员采用的是他们体能训练的 AI 数学模型，也无须再害怕聚合标识符的许可证难题。
GitHub Copilot 倚赖 OpenAI Codex，前者是两个如前所述 GPT-3的语义转标识符系统，采用了储存在 GitHub 上的”数千万行公用标识符”展开体能训练。而 FauxPilot 并没采用 Codex，为了方便快捷开发人员采用它倚赖了 Salesforce 的 CodeGen 数学模型，CodeGen 反之亦然也是采用公用开放源码标识符展开体能训练的。
目前 Salesforce CodeGen 提供更多了3.5亿、20亿、60亿 和160亿模块的数学模型，但在 FauxPilot 那边只看到3.5亿、60亿和160亿的数学模型，暂没20亿数学模型需用，这就对体能训练数学模型须要采用的 GPU 提出了较低的要求。因为3.5亿模块的数学模型仅须要2GB VRAM；而稍高两个价格定位的60亿模块数学模型所须要的 VRAM 就大幅上涨到了13GB，这就须要最少 RTX 3090的显示卡就可以跑，就更别说160亿的数学模型了。
虽然 CodeGen 数学模型反之亦然是通过公用标识符体能训练的，因此得出的标识符提议可能仍然存在著作权/ 许可证各方面的难题。开发人员 Dolan-Gavitt 表示，有足够多计算资源的子公司或开发人员能采用他们私有的标识符库或采用某一协定的开放源码标识符库（如只含 GPL 协定的标识符库房）体能训练数学模型，将体能训练好的数学模型引入 FauxPilot 方可恒定采用，这样也无须再害怕产生的标识符会有许可证难题了。这就是 FauxPilot 能在邻近地区运转的益处，它也能为企业提供更多一种在外部运转人工智慧远距应用软件的方式。
FauxPilot 的另两个特征是对于个人隐私各方面的考虑，它不能加载子公司或开发人员撰写的标识符，也不能将这些信息共享资源给第二方。
FauxPilot 在 GitHub 上的地址如下：https://github.com/moyix/fauxpilot
