تشخیص اشکال به طور خودکار با هوش مصنوعی مایکروسافت امکان پذیر است تواتو

صفحه به دلیل قوانین ایران حذف شد. از استفاده از آن خودداری نمایید.

مدیریت هیچ مسئولیتی در قبال این صفحه ندارد.

مسئولیت استفاده از این مطالب به عهده خود کاربر است.

محققان مایکروسافت یک سیستم هوشمند خلاقانه توسعه داده اند که می تواند اشکالات کد برنامه را شناسایی کند. این سیستم به توسعه دهندگان کمک می کند تا مشکلات موجود در برنامه های خود را سریع تر، دقیق تر و راحت تر پیدا کنند.

سیستم‌های AI BugLabs مشابه «شبکه‌های تولید رقابتی» (GAN) هستند. این سیستم توسط Miltos Amanis، محقق ارشد مایکروسافت، و Mark Brockashmith، رئیس تحقیقات شرکت توسعه داده شده است.

در این سیستم مایکروسافت دو شبکه را با هم مقایسه کرده و آنها را با هم مقایسه می کند. یکی از این شبکه ها یک باگ نمونه دریافت کرد و دیگری باگ در کد برنامه پیدا کرد. عملکرد شبکه در حال بهبود است و سیستم هوش مصنوعی مایکروسافت می تواند باگ های پنهان در کد برنامه را شناسایی کند.

سیستم های تشخیص خطای مایکروسافت هنوز نیاز به توسعه دارند

توسعه دهندگان این هوش مصنوعی می گویند: “از لحاظ تئوری، آموزش دستگاه ها با استفاده از روش های عمودی بازی برای یافتن عیوب تصادفی پیچیده امکان پذیر است. اما این باگ ها هنوز فراتر از محدوده مکانیک های هوش مصنوعی مدرن هستند. به همین دلیل، ما روی مجموعه ای از اشکالات رایج[و] ما از کد پایتون برای آزمایش سیستم خود استفاده کردیم.

محققان مایکروسافت می گویند زمانی که هوش مصنوعی آموزش داده می شود، سیستم آنها 30 درصد در تشخیص اشکالات بهتر از سیستم های مشابه است. تحقیقات نشان داده است که این سیستم می تواند به طور خودکار حدود 26 درصد از باگ ها را شناسایی و رفع کند. محققان گفتند: “سیستم ما 19 باگ ناشناخته را در کد منبع باز GitHub پیدا کرد.” اما نتایج نشان می دهد که هشدارهای نادرست زیادی وجود دارد. بنابراین بهینه‌سازی‌های زیادی باید انجام شود تا بتوانیم این سیستم را عملی کنیم.»

در نهایت، محققان به این نتیجه رسیدند که هوش مصنوعی آنها امیدوارکننده است، اما هنوز کارهایی برای انجام دادن دارند. با توجه به کار مایکروسافت بر روی GPT-3 در GatHub، این امکان وجود دارد که سیستم فعلی تشخیص آفات در نهایت به عنوان یک محصول تجاری به بازار عرضه شود.