Tilastojen mukaan tuhannessa rivissä ohjelmakoodia on keskimäärin 15-50 virhettä eli bugia. Tuotekehityspalveluja tarjoava Altran on kehittänyt työkalun, joka löytää bugit koodista koneoppimismallien avulla.
Code Defect AI -työkalun mahdollistaa virheiden aikaisemman löytämisen ohjelmistokehitysprojektissa. Tämä minimoi tarpeet korjata ohjelmistoa myöhemmässä vaiheessa projektia ja siten nopeuttaa kehitystä.
Työkalu on jaossa Githubissa. Se ennustaa kehittäjien luomien lähdekoodien virheiden todennäköisyyttä ohjelmistokehitysprosessin varhaisessa vaiheessa tunnistamalla koodin alueet, jotka ovat mahdollisesti viallisia, ja ehdottaa sitten joukkoa testejä virheiden diagnosoimiseksi ja korjaamiseksi.
Virheistä ohjelmistokoodissa on mahdotonta päästä eroon. Mitä myöhemmin virhe löytyy kehityksen elinkaarella, sitä korkeammat kustannukset virheen korjaamiseksi aiheutuvat. Tämä virheen korjausprosessi on aikaa vievää ja kallista.
- On hyvin tiedossa, että ohjelmistokehittäjät ovat jatkuvassa paineessa toimittaa koodi asiakkaalle nopeasti vaarantamatta laatua. Ohjelmistojen julkaisusykli tarvitsee kuitenkin enemmän kuin kokoonpano- ja toimitustoimintojen automatisoinnin. Se tarvitsee algoritmeja, jotka voivat auttaa tekemään strategisia arvioita - varsinkin kun koodi muuttuu monimutkaisemmaksi, sanoo Altranin konsernijohtaja Walid Negm.
Code Defect AI perustuu moniin ML-tekniikoihin. Työkalu tukee integrointia kolmannen osapuolen analysointityökalujen kanssa. Lisäksi työkalu antaa kehittäjille mahdollisuuden arvioida, mitkä koodin ominaisuudet painottavat enemmän virheitä.
Työkalua voidaan ylläpitää sekä paikallisesti että pilvipalvelualustoilla, kuten Microsoftin Azuressa. Työkalu on saatavana myös Microsoft AI Lab -portaalista, josta Microsoftin kehittäjät voivat ladata ratkaisun ja käyttää sitä sisäisesti.
Photo by Chris Reid on Unsplash.
ETNdigi 2/2024 -lehti käsittelee laajasti elektroniikka-alan innovaatioita, erityisesti sulautettuja järjestelmiä ja kehittyvää tekoälyä. Lehdessä esitellään esimerkiksi LUMI-supertietokoneen roolia tekoälymallien kehittämisessä Suomessa. Uutiskattauksen lisäksi mukana on useita syvemmälle eri tekniikoihin sukeltavia artikkeleita.
NordPass on julkaissut kuudetta kertaa vuotuisen 200 yleisintä salasanaa -tutkimuksensa, joka paljastaa kansainvälisesti suositut salasanat sekä 44 eri maan salasanat. Maailmalla yleisin salasana on nerokas ”123456” ja Suomen yleisimpänä jatkaa kestosuosikki ”qwerty123”.
Tulevaisuuden autot nojaavat yhä tiukemmin nopeaan datansiirtoon. Tämän dataväylän pitää perustua standardiin. Sellainen on PCIe-väylä, kertoo Microchip.