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    

推薦する

AI のブラックボックスを開く: 「説明可能な」人工知能 (XAI) への認知ガイド!

今日、企業組織は意思決定に人工知能や機械学習モデルをますます頼りにしており、こうした意思決定は私たち...

...

...

キロメートル認識誤差5%未満の世界最先端の超長距離精密3Dセンシング技術をリリース。

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

女の子にとって恥ずかしいこと:将来、人間とロボットが赤ちゃんを産むようになる

将来、ロボットが世界を支配するのでしょうか?デイリー・メール紙によると、人工知能の専門家で『ロボット...

DeepMindは、オンラインで攻撃的な言葉を出力することに特化したZaun AIを提案している

言語モデル (LM) は、不快な言葉を生成する可能性がしばしばあり、モデルの展開にも影響を及ぼします...

Deep Policy Gradient Algorithm は真の Policy Gradient Algorithm ですか?

深層強化学習は最近大きな成功を収めていますが、安定性の欠如や再現性の低さといった限界もあります。 M...

概要: AI はサイバーセキュリティをどのように変えるのでしょうか?

データセキュリティはこれまで以上に重要になっています。最近のノートン社のレポートによると、一般的なデ...

...

人工知能は転移学習を使用して、自然画像から抽出した特徴を使用してイラスト分類の精度を向上させます

人工知能は転移学習を利用して、自然画像から抽出した特徴を利用してイラスト分類の精度を向上させます (...

継続的インテリジェンスとは何ですか?モノのインターネットにどのような影響を与えるでしょうか?

IoTの世界は、希望に満ちた2020年を迎えようとしています。 5G企業は、2020年は5Gが公共...

百度研究所が新しいAIツールを発表:10分以内に記事を自動的に動画に変換可能

[[322859]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI...

100キーワード学習法による人工知能(AI)の学習

100キーワード学習法は、キーワード(つまり、キーポイント)を中心に学習するという、効率的な学習法で...

顔の特徴を検出するシンプルなディープラーニング手法を教えます

著者注: 携帯電話で、人の顔に特殊効果を加えるアプリを見たことがあるかもしれません。これらのアプリは...

5Gで「選ばれる」分野!自動運転バスがあなたのところにやって来ます

自動運転タクシー、バス、道路清掃車、物流配送車... 自動運転技術の急速な発展により、これらの無人車...