TabbyML, le concurrent open source qui défie GitHub Copilot, lève 3,2 millions de dollars – Découvrez la nouvelle révolution !

La course à la création d’assistants IA pour aider les humains à écrire du code informatique s’intensifie

La startup TabbyML, créée par deux anciens employés de Google, a récemment obtenu 3,2 millions de dollars de financement pour travailler sur son générateur de code open source. Contrairement à Copilot de GitHub, un assistant de codage auto-hébergé comme TabbyML a l’avantage d’être hautement personnalisable, selon Meng Zhang, co-fondateur de la startup. « Nous croyons en un avenir où toutes les entreprises auront une sorte de demande de personnalisation dans le développement de logiciels », a-t-il déclaré dans une interview à Toukiela.

Les avantages des solutions open source pour les grandes entreprises

Les logiciels open source répondent particulièrement aux besoins des grandes entreprises, selon Lucy Gao, co-fondatrice de TabbyML. Alors que les développeurs indépendants peuvent incorporer du code open source dans leurs projets, les ingénieurs au sein des entreprises utilisent souvent un code propriétaire qui est donc inaccessible à Copilot. « Par exemple, si mon collègue vient d’écrire une ligne de code, je peux la citer immédiatement en utilisant TabbyML », a expliqué Gao.

Les défis des générateurs de code AI

Les générateurs de code, comme d’autres types d’IA, ne sont pas toujours fiables car ils peuvent être truffés de bugs. Gao estime que ce défi est « relativement facile à relever » dans le cas d’une solution auto-hébergée. Chaque fois que les utilisateurs choisissent de ne pas incorporer les suggestions de TabbyML ou de modifier le code généré automatiquement, le modèle d’IA s’affine en fonction de ces informations.

Les résultats prometteurs des assistants de codage AI

L’objectif des générateurs de code est d’aider les programmeurs humains plutôt que de les remplacer, et des résultats prometteurs ont déjà été obtenus. En juin, GitHub a publié une enquête montrant que les utilisateurs de Copilot acceptaient 30% des suggestions générées par l’assistant de codage. Zhang a cité un autre chiffre révélateur : lors d’un récent événement pour développeurs, Google a annoncé que 24% de ses ingénieurs en logiciel avaient plus de cinq « moments d’assistance » par jour en utilisant son éditeur de code interne augmenté par l’IA, Cider.

La concurrence entre TabbyML et Copilot

TabbyML, qui a été lancé en avril, a déjà reçu plus de 11 000 étoiles sur GitHub. Les deux investisseurs qui ont participé à ce dernier tour de financement sont Yunqi Partners et ZooCap. Zhang affirme que l’avantage d’OpenAI s’estompera à mesure que d’autres modèles d’IA deviendront plus puissants et que les coûts de la puissance de calcul diminueront avec le temps.

La stratégie de GitHub et OpenAI face aux coûts de déploiement

La capacité de GitHub et OpenAI à déployer des modèles d’IA avec des dizaines de milliards de paramètres via le cloud constitue un avantage, selon Zhang. Bien que le coût de service de ces modèles volumineux soit plus élevé, Copilot a réussi jusqu’à présent à atténuer ces dépenses en regroupant les demandes. Cependant, cette stratégie a ses limites : au cours des premiers mois de cette année, Microsoft perdait en moyenne plus de 20 dollars par mois par utilisateur de GitHub Copilot, selon un rapport du Wall Street Journal.

La vision de TabbyML pour l’avenir

En revanche, Tabby vise à réduire la barrière de déploiement en recommandant des modèles entraînés sur 1 à 3 milliards de paramètres, une approche qui entraîne inévitablement une qualité inférieure à court terme. « Cependant, à mesure que le coût de la puissance de calcul diminuera et que la qualité des modèles open source continuera de s’améliorer, l’avantage concurrentiel de GitHub et OpenAI diminuera finalement », a déclaré Zhang.