英特爾與學院的研究人員合作開發(fā)了一種自動引擎

英特爾科學家表示，他們與麻省理工學院和佐治亞理工學院的研究人員合作開發(fā)了一種自動引擎-機器推斷代碼相似性(MISIM)，該引擎可以確定兩段代碼何時執(zhí)行相似的任務，即使它們使用不同的結構和算法。從表面上看，MISIM的性能要比當前最先進的系統(tǒng)高40倍，顯示出從代碼推薦到自動錯誤修復的應用前景。

隨著異構計算(即使用多個處理器的系統(tǒng))的興起，軟件平臺變得越來越復雜。機器編程(由英特爾實驗室和麻省理工學院創(chuàng)造的術語)旨在通過自動化的，由AI驅(qū)動的工具來解決這一問題。關鍵技術是代碼相似性，或者是試圖確定兩個代碼片段是否顯示相似特征或?qū)崿F(xiàn)相似目標的系統(tǒng)。然而，建立精確的代碼相似性系統(tǒng)是一個相對未解決的問題。

MISIM之所以起作用，是因為它具有新穎的上下文感知語義結構(CASS)，該結構使用AI和機器學習算法來確定給定源代碼的目的。一旦將代碼的結構與CASS集成在一起，算法就會根據(jù)代碼要執(zhí)行的工作分配相似性分數(shù)。如果兩個代碼看起來不同但執(zhí)行相同的功能，則模型會將它們評為相似，反之亦然。

可以將CASS配置為特定的上下文，使其能夠捕獲更高級別描述代碼的信息。而且它可以在不使用編譯器的情況下對代碼進行評級，該程序?qū)⑷祟惪勺x的源代碼轉換為計算機可執(zhí)行的機器代碼。英特爾稱，這賦予了可用性優(yōu)勢，允許開發(fā)人員在不完整的代碼片段上執(zhí)行。

英特爾表示，它正在擴展MISIM的功能集，并將其從研究階段轉移到演示階段，目的是創(chuàng)建一個代碼推薦引擎，以協(xié)助內(nèi)部和外部研究人員對其架構進行編程。所提出的系統(tǒng)將能夠識別算法背后的意圖，并提供語義上相似但性能有所提高的候選代碼。

這可以為雇主省去一些麻煩-更不用說幫助開發(fā)人員自己了。根據(jù)劍橋大學法官商學院的一項研究，程序員花費50.1%的工作時間不進行編程，而將其編程時間的一半用于調(diào)試。估計每年的調(diào)試總費用為3120億美元。像MISIM這樣的以AI為動力的代碼建議和審查工具有望大幅削減開發(fā)成本，同時使編碼人員能夠?qū)Ｗ⒂诟邉?chuàng)造性，減少重復性的任務。

“如果我們在機器編程方面取得成功，最終目標之一就是使全球人口能夠創(chuàng)建軟件，”英特爾實驗室首席科學家兼機器編程研究總監(jiān)賈斯汀·戈茨利希(Justin Gottschlich)在上一次采訪中對VentureBeat表示。“您要做的關鍵事情之一是使人們能夠簡單地指定他們要表達或試圖構建的內(nèi)容的意圖。一旦理解了意圖，就可以通過機器編程來處理軟件的創(chuàng)建，即實際的編程。”