Intel Machine Inferred Code Similarity (MISIM)

Основные статьи:

• Доказательное программирование
• Логическое программирование
• Нейросети (нейронные сети)
• Машинное обучение (Machine Learning)

2020: Анонсирование системы машинного программирования MISIM

31 июля 2020 года Intel представила автоматическую систему машинного программирования Machine Inferred Code Similarity (MISIM), которая способна распознавать, для чего предназначена та или иная часть программного продукта. Для этого система изучает структуру исходного кода и анализирует код программ с аналогичными свойствами. Точность MISIM до 40 раз превосходит современные системы проверки кода. Решение может использоваться для широкого спектра задач — от рекомендаций по программированию до автоматического исправления ошибок. MISIM была разработана Intel совместно с Массачусетским технологическим институтом (MIT) и Технологическим институтом Джорджии.

Создание систем точного выявления схожего кода пока что остается нерешенной проблемой. Современным компьютерам по-прежнему крайне сложно определять степень схожести двух фрагментов программы на основе анализа их исходного кода, а также понимать, что оба фрагмента выполняют одни и те же функции . Система MISIM способна наиболее точно определять, когда два фрагмента исходного кода выполняют аналогичные вычисления, даже если они имеют разные алгоритмы и структуру данных.

Ключевое отличие MISIM от существующих систем определения схожего кода — это контекстно-зависимая семантическая структура (contest-aware semantic structure, CASS). Цель CASS — определить, для чего предназначен тот или иной фрагмент кода. Она может быть настроена на определенный контекст — это позволяет ей эффективнее собирать информацию, описывающую код.Российский рынок мобильных приложений для бизнеса и госсектора: актуальные тенденции и крупнейшие разработчики. Обзор TAdviser 9.6 т

Как только структура кода интегрируется в CASS, несколько нейронных сетей оценивают степень сходства двух фрагментов на основе задач, которые они должны решать. То есть, если две части кода выглядят разными по структуре, но выполняют одни и те же функции, нейросети оценят их как схожие.

Другая особенность MISIM заключается в том, что она не использует компилятор. Это позволяет системе анализировать неполные фрагменты кода, которые находятся в процессе разработки, что является одним из важнейших свойств для реализации системы подсказок и автоматического исправления ошибок.

Объединив все эти подходы в единую систему, исследователи Intel, MIT и Технологического института Джорджии выяснили, что MISIM позволяет до 40 раз точнее идентифицировать схожие фрагменты кода, чем другие существующие сегодня решения.

В настоящее время MISIM находится в стадии доработки, однако, проект уже перешел от исследовательской стадии к демонстрационным моделям. Они должны реализовать механизм рекомендаций к исходному коду для программистов, которые создают приложения, работающие в гетерогенных архитектурах. Такая система сможет распознавать задачи разрабатываемого алгоритма непосредственно в процессе его создания и предлагать семантически схожие, но более эффективные варианты его реализации. ^[1]