Microsoft cria ferramenta de I.A. que ajudam programadores

Os pesquisadores da Microsoft criaram uma solução de Inteligência Artificial (AI) que eles acreditam que ajudará os programadores a depurar aplicativos com mais rapidez e precisão.

Crédito: Cengnews

Microsoft cria ferramenta de I.A que ajudam programadores. BugLab é uma IA que usa um modelo de jogo “esconde-esconde” para criar Redes Adversariais Generativas (GAN).

Entretanto Miltos Allamanis (pesquisador principal) e Marc Brockschmidt (gerente sênior de pesquisa principal) descreveram a pesquisa em um blog; explicando como eles criaram duas redes e as colocaram uma contra a outra; de forma semelhante ao esconde-esconde.

Contudo uma rede é; projetada para introduzir bugs no código existente, grandes e pequenos; enquanto a outra é; projetada para detectá-los. A IA melhora a ponto de poder identificar bugs ocultos no código real à medida que o jogo avança e os dois “participantes” melhoram.

Os dois modelos foram; treinados de forma autossupervisionada sobre “milhões de trechos de código” sem dados rotulados; de acordo com os pesquisadores.

Contudo apesar do fato de que o objetivo foi criar um programa que pudesse detectar bugs arbitrariamente complexos; os pesquisadores afirmam que estes ainda estão “além do alcance dos métodos modernos de IA”. 

Em vez disso, eles se concentraram em bugs que são; comumente encontrados; como comparações incorretas, operadores booleanos incorretos, usos incorretos de variáveis ​​e outros problemas.

Microsoft cria ferramenta de I.A. que ajudam programadores

Entretanto o teste foi; realizado em Python e uma vez que o aplicativo foi; treinado era hora de colocá-lo à prova no mundo real.

“Para demonstrar o desempenho, geralmente anotamos um pequeno conjunto de bugs de falhas no Python Pаckаge Index com esses bugs e mostramos que os modelos traçados com nosso método” esconde-esconde “são até 30% melhores do que outros outros; como outros detectores traçados com bugs inseridos aleatoriamente ”, segundo o blog.

Contudo os resultados foram “promissores”, segundo a dupla; com cerca de um quarto de bugs (26%) sendo encontrados e corrigidos automaticamente. Além disso, 19 bugs até então desconhecidos foram descobertos; entre os bugs encontrados.

Por fim, os pesquisadores concluíram que muito mais treinamento é necessário antes que tal modelo possa ser; usado na prática.