一波不平一波又起！GitHub Copilot四成代码有漏洞

人们对设计基于人工智能的系统越来越感兴趣，从而帮助人类更好地设计计算机系统，包括自动生成计算机代码的工具，最近，第一个自称为“人工智能配对程序员”的GitHub Copilot，这是一个通过开源GitHub代码训练出来的语言模型。

[[420929]]

然而，代码经常包含bug——因此，考虑到Copilot处理过的大量未被验证的代码，语言模型肯定会从可利用的、有bug的代码中学习。因此，有研究人员发现，GitHub Copilot工具提供的代码建议中 有接近40%存在bug。为了对Copilot的实际价值做出量化，研究人员创建了89个测试场景以考查其代码建议质量，编写出了1600多个程序。经过全面审查，研究人员发现其中近四成存在安全漏洞。

由于Copilot的学习对象是GitHub代码库中公开发布的可用代码，因此研究人员推测这些安全漏洞的出现只是系统在模仿现存的代码 bug。研究人员还指出，除了可能继承训练数据当中的bug之外，Copilot还无法分辨训练数据的新旧程度。

随着网络安全的发展，早期编程时的“最佳实践”很可能会逐渐变成“糟糕实践，毫无疑问，像GitHub Copilot 这样的下一代自动补全工具将大大提高软件开发人员的生产力。然而，尽管 Copilot 能快速生成大量代码，但我们的研究结果表明，开发者在使用 Copilot 作为辅助手段时应当保持警惕。理想情况下，Copilot 还应在训练和生成期间匹配适当的安全工具，最大程度减少在代码中引入安全漏洞的风险。

其实，自GitHub Copilot发布以来，就一直风波不断：

Copilot抄袭风波

Copilot发布一周后，被推上了「侵权」的风口浪尖，Github瞬间骂声四起，引发了前所未有的争议。网友表示：你再训练都是基于我们的开源代码，这改一改就想用来赚钱真的好么?原因是GitHub在没有版权持有者许可的情况下，用托管在GitHub上的开源代码训练Copilot

GitHub Copilot生成代码包含身份证号

接着，有人在推特上晒图，表示自己在使用GitHub Copilot时，它竟然给补全出了一张身份证信息出来。

输入B站CEO陈睿的信息后，下方竟然自动补出了身份证号。不过，还好，显示的身份证号其实是假的，其中出生年份和校验位明显都是错的。