機械プログラミングが次に投資すべきテクノロジーである理由は何ですか?

機械プログラミングが次に投資すべきテクノロジーである理由は何ですか?

[[413321]]

[51CTO.com クイック翻訳]一連の新しいツールは、機械学習やその他の方法を使用して、ソフトウェア開発プロセスの一部を自動化しています。たとえば、GitHub は先月、プログラマーがコードを開発する際に提案を行うツールをリリースしました。 Amazon はまた、ソフトウェアのパフォーマンスのボトルネックを自動的に見つけるのに役立つツールである CodeGuru も開発しました。 Facebook には Aroma があり、これもコーディングの提案を提供します。 Intel Labs の私のチームは、コード内のエラーを自動的に検出するツール (現在は社内使用向け) を構築しました。

このタイプの自動プログラミングは「マシンプログラミング」と呼ばれます。最も興味深い機能の 1 つは「コードの意味的類似性」です。これは、2 つのコード スニペットが類似した特性を示しているか、類似した目標を達成しているかを自動的に判断しようとします。これは、コンピューティングの進歩、「ビッグコードデータ」(約 1,400 万のコードサンプルを含む新しい IBM/MIT CodeNet プロジェクトなど)へのアクセス、および新しい機械学習アルゴリズムのおかげで最近可能になりました。

コード内のセマンティック類似性の力を活用することで、業界では自動化システムを開発することができ、ソフトウェアとハ​​ードウェアの複雑さが増しても開発チームが同じレベルの生産性を維持できるように CIO が支援するとともに、ソフトウェア開発の人材不足や職場の燃え尽き症候群に対処できるようになりました。

言語間の変換をサポート

コードの意味的類似性は、プログラミング言語間の変換を行うツール(翻訳ツールなど)でも使用できます。過去には、プログラムのソース コードをあるプログラミング言語から別のプログラミング言語に変換するソフトウェア システムは手の届かないものでした。しかし、これまでより専門的な従来の言語でプログラミングしてきた大規模なグローバル組織にとって、トランスパイルの最新の進歩は重要な意味を持つ可能性があります。

組織全体のコード ベースを COBOL から Python に手動で変換するのに何年もかかる代わりに、機械プログラミング システムがわずか数日ですべてを実行できる世界を想像してみてください。このようなシステムのプロトタイプはすでに存在しており、Adobe などの一部のテクノロジー企業でも使用されています。たとえば、私の知る限り、Adobe Photoshop は検証済みのリフトを使用して C/C++ を現在のバージョンの Halide に変換します。

マシン推論コード類似性 (MISIM) などのコード意味類似性システムは、組織がコード システム全体を更新するのに役立つだけでなく、人材プールの拡大にも役立ちます。より多くの開発者がこれらの新しい言語に精通するようになるにつれて(例:FORTRAN から Python に移行する)、組織のコード ベースを、今日のソフトウェア開発者にあまり理解されていない古いレガシー言語から最新のプログラミング言語に更新すると、採用が容易になります。新世代の言語は習得が容易で、システムの複雑さの多くを社内で処理しやすくなる傾向があるため、CIO はプログラミング エラーの減少を実感できるかもしれません。

初心者開発者を育成し、開発者のギャップを埋める

コード意味類似性システムもコードを提案できます。たとえば、前述の GitHub Co-Pilot は、ソフトウェアの意図を理解し、開発者を支援するために改良された(またはより完全な)バージョンを提案することを目的としています。

このようなコード提案システムを最大限に活用すれば、初心者と熟練した開発者の両方に改善された代替案を提供することで、ソフトウェアの品質と生産性を向上させることができます。最終的には、これにより、CIO とその IT 部門は、追加のスタッフを雇用したり、新しいリソースにお金をかけたりすることなく、ソフトウェアの需要に対応できるようになります。これらのコード提案システムの最終的なビジョンは、すべての開発者の生産性を向上させることです。

セマンティック類似性システムは開発者と連携してコード内のエラーを自動的に検出することもできます。

結論

ソフトウェアとハ​​ードウェアの異種性により、ソフトウェア開発の分野はますます複雑になっています。開発チームには、ソフトウェアをより速く開発することも求められています。 CIO と彼らが監督するソフトウェア開発にとって、マシン プログラミングは経済的に実行可能な唯一のアプローチである可能性があります。したがって、今こそ、新しいマシン プログラミング ツールを試し、組織内でそれらを最も効果的に実装する方法を学ぶ絶好の機会です。

原題: 機械プログラミングが次に投資すべきテクノロジーである理由、著者: Justin

[51CTOによる翻訳。パートナーサイトに転載する場合は、元の翻訳者と出典を51CTO.comとして明記してください]

<<:  一貫性ハッシュアルゴリズムとは何ですか?

>>:  TCPとUDPの違いと、フロー制御、輻輳制御、高速再送、高速回復アルゴリズムの詳細な説明

ブログ    
ブログ    
ブログ    

推薦する

Hacker News のホットな話題: 利用できるパッケージが非常に多いにもかかわらず、プログラマーは依然としてアルゴリズムを学ぶ必要があるのでしょうか?

さまざまなアルゴリズムの実装やソフトウェア パッケージがオープン ソースで利用できる世界において、ア...

ドローン時代の到来により、人工知能航空機が有人戦闘機に取って代わり、パイロットは失業することになるのでしょうか?

まず、ドローンはソレイマニの暗殺に使用され、その後、アルメニアとアゼルバイジャンの戦場でドローンが活...

...

知っておくべき6つのオープンソースAIツール

[[236435]]誰でも使用できる無料のオープンソース AI ツールをいくつか見てみましょう。オー...

人工知能の便利な日常的な活用例8つ

人工知能が私たちの生活にどのような影響を与えているかを示す例は無数にあります。これを「ロボットが悪の...

データ変換率が低いと機械学習に深刻な影響を与える可能性がある

そのため、データ変換率が低いと機械学習の有効性が著しく低下する可能性があることに注意することが重要で...

Javaコードの効率とアルゴリズム設計を最適化してパフォーマンスを向上

Java 開発では、非効率的なコードや不合理なアルゴリズムにより、プログラムのパフォーマンスが低下す...

データとAIが現代の人事慣行をどのように変えているのか

今日の人事チームにはバランスを取ることが求められています。一方では、データと AI の力を活用してビ...

液体ロボットはマーケティングの策略か、それとも自動化の未来か?

液体ロボットのコンセプトは、ロボット工学と自動化をいくつかの点で変えることが期待されています。その ...

AIと機械学習が克服すべき3つのハードル

[[343495]] [51CTO.com クイック翻訳] 人工知能革命はまだ初期段階ですが、人工知...

テクノロジーは無罪? AIが女性の服を直接「脱がす」!

今朝、またひとつのAI奇抜なアプリケーションが公開されました!アルゴリズムを使って女性の服を直接「脱...

ロボット市場はかつてないほど活況を呈しており、これらの5つのトレンドが今後の方向性となる可能性がある。

CCTVの報道によると、中国は世界最大のロボット市場となっている。今年1月から10月まで、中国の産...

ハイパーオートメーション: 次世代のサイバーセキュリティソリューション

[[421224]]ハイパーオートメーションがネットワークとデータ セキュリティに与えるプラスの影響...

中国の自動運転はアメリカの自動運転と比べてどう劣っているのか?

アリゾナ州フェニックスからテキサス州エルパソまでの距離は約 690 キロメートルで、地図に示されてい...

...