AI がソフトウェアをテストし、バグを修正できるようになれば、プログラマーの仕事は楽になるのでしょうか?

AI がソフトウェアをテストし、バグを修正できるようになれば、プログラマーの仕事は楽になるのでしょうか?

10月18日のニュース、単純な手作業から複雑な法的判断や医療診断まで、ロボットと人工知能が驚くべき速度で人間に取って代わっています。 AI 自体とほとんどのソフトウェアは依然として主に人間によって作成されていますが、状況が変化しつつある兆候があります。

ソフトウェアテストを自動化できるプログラミング ツールはすでにいくつかあります。この未来は非常にエキサイティングに見えますが、同時に、同業者が侵食されるにはどの程度の時間がかかるのかといった疑問も生じます。将来、プログラミングソフトウェアによって最終的に人間が失業する、ターミネーターのような世界が到来するのでしょうか?

[[206836]]

当社のコンピュータプログラマーは、ソフトウェアのテストとバグの修正に多大な時間と労力を費やしています。このプロセスは費用と時間がかかるだけでなく、高い精度も必要になります。これは、高品質のソフトウェアを設計する場合に非常に重要です。ソフトウェアをテストする一般的な方法は、プログラムを実行し、特定のタスクを実行するように要求し、それがどのように処理されるかを観察することです。このアプローチは動的分析と呼ばれ、多くのツールがこのプロセスに役立ちます。

Facebook は最近、この分野で大きな飛躍を遂げる Sapienz というツールを発表しました。このツールはもともとロンドン大学ユニバーシティ・カレッジによって開発されたもので、自動テストを通じて Android ソフトウェアの脆弱性を特定することができます。 Sapienz には、ソフトウェアの反応に基づいて新しい選択を行うことができる進化型アルゴリズムが含まれています。その目的は、最大数の障害を見つけ、最大数のテストを完了して、タスクを可能な限り効率的に完了することです。

Facebook は、オックスフォード大学からスピンアウトした企業である DiffBlue という形で、近いうちに競争相手に出会うかもしれない。同社は、プログラムの実行方法を分析して理解する人工知能エンジンをベースに、プログラマーを支援する自動ツールをいくつか開発しました。一方は脆弱性を見つけてソフトウェアのテストを実行し、もう一方はハッカーに悪用される可能性のある弱点を特定します。古くなったコーディングを修正したり、改善したりできるソフトウェアもあります。 DiffBlue は最近 2,200 万ドルの資金を調達し、これらのツールを多数の一流企業に提供していく予定であると発表しました。

プログラムの脆弱性を見つけるための専用ツールを開発しました。多くの場合、ソフトウェアの脆弱性は、Word 文書に入力するのとほとんど変わらない、「+」の代わりに「-」を書くなど、指の不注意なミスによって引き起こされます。あるいは、コンピューター科学者は異なる方法で数えるため、1 ではなく 0 から数え始めるため、いわゆる「オフバイワン エラー」が発生します。プログラムのテスト中にこれらの厄介な小さな不具合が発見され、すべての不具合が解消されるまでテストと調整を繰り返す必要があります。

Sapienz ツールの動作方法は次のとおりです。オフィスワーカーは日中、通常の業務を遂行しながら、発見したソフトウェアの脆弱性を報告します。夜間、人々が仕事を終えた後、システムはコンピュータ コードに小さな変更を加え、その調整によって報告された脆弱性が修正されるかどうかを確認します。各コード実行からのフィードバックは、次のテストに最適な変更を推測するために使用されます。

研究者らはレイキャビクの組織で約200人のユーザーを対象に4か月間にわたりSapienzをテストした。このテストでは 22 個の脆弱性が見つかり、すべて自動的に修正されました。それぞれの修正は一晩で完了したため、プログラマーが朝オフィスに到着すると、長いバグ修正リストが待っていました。この技術によりプログラマーの仕事は変わり、頻繁にプログラムをチェックする必要がなくなり、研究開発に多くの時間を割けるようになります。研究者らはまた、同じシステムがプログラムの実行速度の向上や予測ソフトウェアの精度向上など、さまざまな他のタスクにも適用できることを示した。

これらのプログラムがソフトウェア開発者にもたらすメリットは簡単にわかりますが、そのマイナス面は何でしょうか?企業はIT部門の従業員を解雇するでしょうか?プログラマーは将来について心配し始めるべきでしょうか?そんなことは起きないと思います。自動化されたソフトウェア テスト ツールの登場により、企業は低レベルのプログラマーを解雇する可能性がありますが、ソフトウェア開発部門にこれらのツールを導入することで、プログラマーの創造性を高めることができると考えています。メンテナンスよりも研究開発に多くの時間を費やすことになり、刺激的なデザインにつながる可能性があります。

コンピューター関連の仕事はなくなることはないだろうが、退屈な仕事はなくなるかもしれない。プログラマー、ソフトウェア エンジニア、コーダーは、仕事をより簡単かつ効率的にするための自動化ツールをさらに利用できるようになります。仕事はあまり変わらないかもしれませんが、私たちはテクノロジーの発展に適応することも学ばなければなりません。そうしなければ、私たちは社会として取り残されてしまいます。

上記の情報は、NetEase の企業情報サービスプロバイダーである Hunan Leading Network Technology によって編集され、公開されています。

<<:  第19回全国大会報告書に人工知能が盛り込まれました!私の国のAIの4つの大きな利点と唯一の欠点

>>:  機械学習の決定木とランダムフォレストモデル

ブログ    
ブログ    

推薦する

IT の現状レポート: IT リーダーの 90% が、生成型 AI がまもなく主流になると考えています

7月25日、海外メディアの報道によると、セールスフォース・ドットコムが発表したIT現状報告によると、...

【ビッグネームがやってくる 第12話】eスポーツデータ処理プラットフォームにおけるAIとビッグデータシステムの応用

[51CTO.comより引用] eスポーツは近年最も急速に発展した競技スポーツのユニークな分野として...

IoTとAIを活用した依存症治療

IoT および AI ベースのデバイスは、私たちの中毒的な習慣をきめ細かなレベルで監視できるため、ユ...

AIとデータ分析を活用してデータを収益化する4つの手法

ビジネスにとってのデータの経済的価値を概念化したり直接測定したりすることは困難です。多くの経営者は、...

エネルギー産業の変革、人工知能が次の機会となる

世界のエネルギーシステムは、再生可能エネルギーの発電、電気自動車、エネルギー IoT (EIoT) ...

人工知能がクラウドコンピューティングの発展に与える影響

クラウド コンピューティングは、組織の業務、情報の保存、意思決定の方法を変え、技術革新と分析研究への...

Java仮想マシンオブジェクトの生存判定とガベージコレクションアルゴリズム

[[323332]]この記事では主に、オブジェクトが生きているかどうかを判断する方法を説明し、Jav...

2020 年の企業向け最高の AI プラットフォーム

企業は長年にわたり、業務と分析を手作業で処理してきましたが、その結果、人件費と事務処理が増加し、最適...

AI チャットボットの 7 つの使い方

今日、ビジネスプロフェッショナルは市場での収益を増やすために高度なテクノロジーを求めています。人工知...

中国人民大学高陵人工知能学院のネイチャーサブジャーナル:マルチモーダル基本モデルを使用して汎用人工知能への移行を試みている

最近、中国人民大学高陵人工知能学院の陸志武教授、孫昊准教授、温継栄学院長教授が共同責任著者として国際...

ルカン氏は再び冷や水を浴びせる: 本を読むことしかできない言語モデルが「人間のような知性」を達成することは決してないだろう

昨年のChatGPTのリリース以来、業界内外で大規模言語モデルへの熱狂が巻き起こり、Googleの社...

機械学習入門: HelloWorld (Tensorflow)

ソースコードのダウンロードアドレス: https://share.weiyun.com/a0c166...

DeepMindがMuJoCoをオープンソース化!メタは「スケルトンハンド」にクルミをプレイさせるために使用されます

「クルミで遊んでいる」骸骨の手を見たことがありますか? この魔法の「手」は、Meta が新たにリリー...

伝染病警報!人工知能は何をするのでしょうか?

中国で新型コロナウイルスの感染が初めて確認されたのは2019年12月19日。感染源については、これま...