Annonces
Les chercheurs de Microsoft ont créé une solution d'intelligence artificielle (IA) qui, selon eux, aidera les programmeurs à déboguer les applications plus rapidement et avec plus de précision.
Microsoft crée des outils d'IA qui aident les programmeurs. Laboratoire de bogues est une IA qui utilise un modèle de jeu « cache-cache » pour créer des réseaux contradictoires génératifs (GAN).
Cependant, Miltos Allamanis (chercheur principal) et Marc Brockschmidt (directeur principal de la recherche) ont décrit la recherche dans un blog ; expliquer comment ils ont créé deux réseaux et les ont opposés ; de la même manière pour se cacher et chercher.
Annonces
Cependant, un réseau existe ; conçu pour introduire des bogues dans le code existant, petits et grands ; tandis que l'autre l'est ; conçu pour les détecter. L’IA s’améliore au point qu’elle peut identifier les bugs cachés dans le code réel au fur et à mesure que le jeu progresse et que les deux « participants » s’améliorent.
Les deux modèles étaient : formés de manière auto-supervisée sur « des millions d’extraits de code » sans données étiquetées ; selon les chercheurs.
Annonces
Cependant, malgré le fait que l'objectif était de créer un programme capable de détecter des bogues arbitrairement complexes ; les chercheurs affirment que celles-ci sont encore « hors de portée des méthodes modernes d’IA ».
Au lieu de cela, ils se sont concentrés sur les bugs qui sont : couramment trouvé; tels que des comparaisons incorrectes, des opérateurs booléens incorrects, des utilisations de variables incorrectes et d'autres problèmes.
Microsoft crée un outil d'IA qui aide les programmeurs
Cependant, le test était ; réalisé en Python et une fois l'application réalisée ; formé, il était temps de le tester dans le monde réel.
« Pour démontrer les performances, nous annotons généralement un petit ensemble de bugs de crash dans l'index du package Python avec ces bugs et montrons que les modèles tracés avec notre méthode « cache-cache » sont jusqu'à 30% meilleurs que les autres modèles ; comme d’autres détecteurs tracés avec des bugs insérés au hasard », selon le blog.
Pourtant, les résultats étaient « prometteurs », selon le duo ; avec environ un quart des bugs (26%) trouvés et corrigés automatiquement. De plus, 19 bogues jusque-là inconnus ont été découverts ; parmi les bugs trouvés.
En fin de compte, les chercheurs ont conclu que beaucoup plus de formation était nécessaire avant qu’un tel modèle puisse être mis en place ; utilisé dans pratique.
