Искусственный интеллект ищет ошибки в коде

Время на прочтение
2 мин

Количество просмотров 2.6K

Исследователи Microsoft разработали инструмент на базе ИИ, который, по мнению ученых, поможет программистам быстрее находить и исправлять ошибки в коде. ПО получило название BugLab и основано оно на принципах работы генеративно-состязательных сетей.

Всего в BugLab задействовано две конкурирующие GAN-сети, которые учатся, «играя» между собой в прятки. А сам процесс построен следующим образом. Первая сеть получает на вход эталонный программный код и решает стоит ли вводит в код ошибку и точно формулирует свою ошибку. К примеру, решает заменить знак сложения знаком вычитания. После этого код редактируется и в него специально заносятся ошибки. Затем другая сеть ищет ошибку, сделанную первой сетью, и пытается ее исправить.

Эти две GAN-сети обучаются самостоятельно в режиме самоконтроля. Первая сеть учится прятать ошибки в коде таким образом, чтобы их было тяжело найти, а вторая учится искать даже самые неочевидные баги. В итоге обе сети получают пользу — первая может с каждым разом генерировать все более сложные ошибки, а вторая их находить.Такой подход к обучению схож с принципами работы генеративно-состязательных сетей, за исключением того, что новые фрагменты кода не создаются с нуля, а перезаписывают данные уже существующих отрывков. Исследователи из Microsoft отметили, что процесс обучения схож с игрой в прятки, когда один участник ищет наиболее подходящее место, в котором его бы не нашли, а второй анализирует ситуацию и пытается найти такие места. 

В компании отметили, что нынешние модели машинного обучения пока не умеют находить сложные логические и архитектурные баги, поэтому исследователи сконцентрировались на обучении ИИ определять самые распространенные ошибки, к которым относятся:

• ошибки использования символов сравнения;

• неправильное применения логических операторов;

• ошибки в именах переменных.

Также исследователи заявили, что во время обучения использовали фрагменты кода на языке программирования Python. А после процесса обучения протестировали ИИ на отрывках кода из Python Package Index (PyPI). Испытания показали, что подобный метод обучения на 30% эффективнее альтернатив.

Далее специалисты из Microsoft опробовали BugLab на проектах с открытым исходным кодом на GitHub. Среди всех найденных ошибок, 19 оказались ранее неизвестными. Но кроме этого, эксперименты показали, что инструмент еще далек от идеала и часто выдает ложные срабатывания.

В ближайшем будущем исследователи планируют обучить ИИ понимать структуру кода, для этого планируется представить фрагменты кода в виде вершин графа и ребрами указать их отношения между собой. Такой подход позволит применить стандартные модели машинного обучения и добиться более точного определения ошибок

Ученые представили новую модель на основе ИИ, которая быстро находит ошибки в коде. Она ускорит разработку минимум на 30%.

Исследователи компании Microsoft разработали решение на основе искусственного интеллекта (ИИ), которое поможет быстрее и лучше писать код. ИИ под названием BugLab основан на игровой модели hide and seek и работает по принципу генеративно-состязательных сетей (GAN).

В блоге исследователи Милтос Алламанис и Марк Брокшмидт рассказали, как они создали две сети и как они обучали друг друга, когда их настроили на состязательность.

«Для измерения производительности мы вручную аннотировали небольшой набор данных с ошибками из пакетов в Python Package Index и показали, что модели, обученные с помощью нашего метода, работают на 30% лучше по сравнению с альтернативами. Например, детекторами, обученными на случайно вставленных ошибках», — отметили в блоге.

Одна сеть предназначена для создания ошибок в коде, а другая — для их поиска. По мере того, как игра продолжается, оба алгоритма становятся лучше. Затем ИИ учится до того момента, когда он становится достаточно точным, чтобы найти ошибки в реальном коде.

Обе модели обучали совместно, без использования маркированных данных самоконтролируемым способом на миллионах фрагментов кода, объясняют исследователи. Несмотря на то, что идея заключалась в создании программы, способной выявлять произвольно сложные ошибки, они все еще находятся «за пределами досягаемости современных методов ИИ», утверждают ученые.

Читать далее

Китайский самолет летит в 5 раз быстрее скорости звука: он облетит Землю за несколько часов

Древний меч викингов оказался очень хрупким: узор гарды проявился лишь в рентген-лучах

Посмотрите на метеорит, который пролетел над Канадой

Независимый разработчик рассказал на Reddit о своём проекте — дебагере на основе искусственного интеллекта. Инструмент называется Adrenaline и работает на базе нейросети GPT-3. Он умеет выделять проблемный код и объяснять, почему он работает неправильно.

В основе Adrenaline лежит нейросеть OpenAI Codex, которая умеет писать код по текстовому описанию. Инструмент поддерживает 22 языка программирования — например, Python, Java, JavaScript и C++.

Как заметил один пользователь Reddit, Adrenaline — это API, который вызывает нейросеть GPT-3 через команду fix this error {error}:

Подробнее узнать об Adrenaline можно на официальном сайте, а протестировать — в песочнице. Также у инструмента есть репозиторий на GitHub.

Чтобы использовать Adrenaline, нужно получить токен от OpenAI API. Но сделать это с территории России нельзя, потому что компания заблокировала доступ. Единственный доступный вариант — создать новый Google-аккаунт под VPN и потом войти через него на сайте OpenAI.