TabNine Kini Mendukung Fitur Autocomplete Untuk Bahasa Pemrograman

[Ilustrasi Oleh Pixabay]

Jika biasanya fitur pelengkap otomatis, atau yang biasa disebut dengan autocomplete, tersedia di aplikasi keyboard atau layanan Gmail, kini fitur ini pun hadir untuk dunia pengembangan melalui TabNine. Dengan fitur ini, pengembang tentunya dapat menyelesaikan proyeknya dengan lebih cepat.

Berkat autocompleter bertenaga sistem kecerdasan buatan baru, yang sudah terintegrasi dengan berbagai macam editor kode yang ada, TabNine kini dapat membantu para pengembang dalam membangun kode sumber.

Prinsipnya cukup sederhana. Bahkan secara umum hampir sama dengan prediksi teks biasanya, hanya saja khusus untuk bahasa pemrograman. Yang mana dalam hal ini, pelengkap otomatis akan menyarankan token berikutnya berdasarkan token yang sudah digunakan oleh pengembang sebelumnya.

Untuk menggunakannya pun cukup mudah. Pengembang hanya perlu memasangnya sebagai add-on untuk editor sedang digunakan, apa pun jenis editor tersebut dan bahasa pemrograman yang sedang dipakai.

Hal ini karena sampai dengan saat ini, perlengkapan ini sudah mendukung 22 bahasa pemrograman populer, yang mana di antaranya termasuk bahasa Python, JavaScript, Java, C++, C, PHP, Go, C#, Ruby, Objective-C, Rust, dan Swift.

Berdasarkan keterangan pencipta TabNine, Jacob Jackon, yang kami kutip dari halaman TheNextWeb, model sistem kecerdasan buatan yang dikembangkannya tersebut telah dilatih dengan menggunakan lebih dari 2 juta file yang tersedia di platform pengembangan perangkat lunak, GitHub.

Sebagai dasarnya, Jacob menggunakan algoritma model pemrosesan bahasa natural OpenAI GPT-2. Dengan algoritma ini, sistem kecerdasan buatan TabNine dapat melihat sintaks dan memprediksi kapan pengembang akan memanggil suatu objek atau daftar, bahkan dapat menghasilkan nama objek berdasarkan dokumentasi dalam bahasa natural.

Saat ini, Deep TabNine sedang dalam fase beta di layanan cloud. Para pengembang dapat mendaftar melalui https://tabnine.com/beta_signup supaya bisa mengakses perlengkapan tersebut, dan mempelajarinya melalui ulasan blog yang sudah disiapkan.

Jacob mengungkapkan, timnya sedang bekerja untuk membuat model yang direduksi supaya dapat berjalan pada mesin untuk pengembang individu. Selain itu, dia juga menambahkan bahwa juga akan ada versi perusahaan, yang akan memiliki model yang dilatih agar sesuai dengan persyaratan perusahaan.

[Sumber: TheNextWeb]