重新定義程序員職業(yè)，F(xiàn)acebook推出代碼推薦工具Aroma
本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。
解放程序員，F(xiàn)acebook是認真的。
這一社交網(wǎng)絡巨頭在其官方博客上宣布，推出面向程序員的工具Aroma。
直擊程序員想實現(xiàn)功能，而不知道如何寫代碼的痛點。
它能幫助程序員輕松地找到可以“參考使用”的代碼，節(jié)省他們?nèi)粘ｉ_發(fā)工作流程中的時間和精力。
比如，一個安卓程序員想要了解其他人如何解碼手機中的bitmap，他可以使用下面的這些代碼直接進行搜索：
- Bitmap bitmap = BitmapFactory.decodeStream(input);
然后，Aroma會給出一些代碼推薦：
- final BitmapFactory.Options options = new BitmapFactory.Options();
- options.inSampleSize = 2;
- // ...
- Bitmap bmp = BitmapFactory.decodeStream(is, null, options);
這段代碼來自與五個實現(xiàn)類似功能的代碼，但是去除了相關細節(jié)，以便程序員更好地參考。
除此之外，Aroma也能夠集成在編碼環(huán)境中。
Facebook表示，使用這一工具，程序員再也不用像原來那樣，自己手動瀏覽幾十個代碼搜索結果了。
哪怕代碼庫非常大，它也能在幾秒鐘內(nèi)給出推薦，并且不需要提前進行模式挖掘。
現(xiàn)在，F(xiàn)acebook已經(jīng)將其用到了自己內(nèi)部代碼庫中，并為其一些開源項目創(chuàng)建了Aroma版本。
這一工具亮相之后，便引發(fā)了巨大的關注。
甚至有人在Twitter上評論稱，可以重新定義程序員這一職業(yè)。
Facebook是如何做到的？
給程序員推薦代碼
用Aroma給程序員推薦代碼，主要分為3個階段：
***，基于特征的搜索。
首先，Aroma會解析語料庫中的每個代碼，并創(chuàng)建其解析樹，并將代碼集索引為稀疏矩陣。
然后，從每個代碼的解析樹中提取一組結構特征。這些結構特征都是經(jīng)過精心選擇的，可以捕捉每個代碼的用法、調(diào)用方法和結構信息。
進而根據(jù)每個代碼的特點，為其創(chuàng)建稀疏向量。
***，所有代碼的特征向量構成索引矩陣，用于搜索檢索。
當一個程序員編寫新的代碼時，Aroma會以上述的方式創(chuàng)建一個稀疏向量，并將該向量與包含所有現(xiàn)有代碼的特征向量的矩陣相乘。
點積***的前1000個代碼會被檢索出來，作為推薦代碼的候選。
盡管代碼語料庫可以包含數(shù)百萬種代碼，但由于稀疏向量和矩陣的點積能夠非常高效的實現(xiàn)，這種檢索的速度會很快。
第二，重新排序和聚類。
通過檢索得到推薦代碼的候選集之后，接下來就是對其進行聚類。為了做到這一點，Aroma要先根據(jù)候選的各個代碼和查詢代碼的相似性來對它們進行重新排序。
因為稀疏向量只包含關于存在哪些特征的抽象信息，所以點積分數(shù)低估了代碼之間的實際相似性。
因此，Aroma對方法語法樹進行修剪，去掉方法主體中不相關的部分，只保留與查詢片段最匹配的部分，并根據(jù)候選代碼片段與查詢的實際相似性對其重新排序。
在獲得了***的排序列表之后，Aroma會運行一個迭代的聚類算法來尋找相似的代碼片段，并在創(chuàng)建代碼時推薦額外的代碼語句。
第三，用交叉算法創(chuàng)建代碼進行推薦。
交叉算法的工作原理，是將所有推薦代碼中的***個代碼片段作為“基礎”代碼，然后與其余的代碼進行對比，迭代地對其進行“修剪”。
比如下面的這幾段代碼，每一個都有特定于其項目的代碼，但都包含公共的代碼。
***段代碼：
- InputStream is = ...;
- final BitmapFactory.Options options = new BitmapFactory.Options();
- options.inSampleSize = 2;
- Bitmap bmp = BitmapFactory.decodeStream(is, null, options);
- ImageView imageView = ...;
- imageView.setImageBitmap(bmp);
- // some more code
第二段代碼：
- BitmapFactory.Options options = new BitmapFactory.Options();
- while (...) {
- in = ...;
- options.inSampleSize = 2;
- options.inJustDecodeBounds = false;
- bitmap = BitmapFactory.decodeStream(in, null, options);
- }
基于上述的方法，Aroma會對***段代碼和第二段代碼進行比較，來找到公共代碼。***段代中關于ImageView的代碼，沒有出現(xiàn)在第二段代碼中，因此將被刪除。結果如下所示：
- InputStream is = ...;
- final BitmapFactory.Options options = new BitmapFactory.Options();
- options.inSampleSize = 2;
- Bitmap bmp = BitmapFactory.decodeStream(is, null, options);
然后，將得到代碼與第三段代碼，第四段代碼進行比較……
修剪之后剩下的代碼，就是所有方法中常見的代碼，它將成為***被推薦的代碼。
其他被推薦的代碼，也是以這樣的過程創(chuàng)建出來的。
此外，Aroma的算法也可以確保這些推薦彼此之間有很大的不同，因此程序員可以看到幾個不同的代碼，來學習各種各樣的編程模式。
程序員們的擔憂
雖然這一工具受到了不少程序員的好評， 但也有一些程序員表達了不一樣的觀點。
有人在Hacker News上表示，這也許就是自己作為程序員職業(yè)生涯結束的開始。
也有人說，這個工具似乎是試圖強迫機器學習解決實際上沒有人有問題的例子。
他說，很多人搜索習慣用法的主要用例，就是知道如何進行高級別的重構，而不是獲得相似的代碼。
此外，也有人擔憂有人寫錯了代碼，它會不會在其他代碼庫中大肆傳播……
你覺得呢？這一工具，對于程序員來說，影響幾何？歡迎在評論區(qū)給出你的看法。
傳送門
Aroma論文鏈接：
Aroma: Code Recommendation via Structural Code Search
https://arxiv.org/abs/1812.01158
