فيسبوك يطلق TransCoder: الذكاء الاصطناعي الذي يحول لغة برمجة إلى أخرى بدقة عالية

أعلن باحثو فيسبوك للتو أنهم نجحوا في تطوير محول لغة برمجة لتطبيقات الذكاء الاصطناعي . يمكن لهذه الأداة التي تسمى TransCoder تحويل التعليمات البرمجية المصدر من لغة برمجة عالية المستوى إلى أخرى. على سبيل المثال، التبديل من C++ إلى Java و Python والعكس.

يعتمد TransCoder على التعلم غير الخاضع للإشراف، ويبحث عن الأنماط غير المكتشفة سابقًا في مجموعات البيانات، والتي تكون غير مصنفة وبحد أدنى من الإشراف البشري. وفقًا للحسابات، فإن TransCoder أفضل بكثير من الأدوات التجارية الموجودة.

يستطيع Facebook TransCoder تحويل التعليمات البرمجية المصدرية من لغة برمجة إلى أخرى بدقة عالية

غالبًا ما يكون تحويل الكود المصدري باستخدام اللغات القديمة إلى لغات برمجة أكثر حداثة وفعالية مثل Java وC++ مكلفًا من حيث الوقت والمال. علاوة على ذلك، يحتاج أولئك الذين يقومون بهذه الوظيفة إلى معرفة متعمقة باللغات القديمة والجديدة. على سبيل المثال، استغرق بنك الكومنولث الأسترالي 5 سنوات وبتكلفة قدرها 750 مليون دولار أمريكي لتحويل الكود المصدري لنظامه بالكامل من COBOL إلى Java.

من الناحية النظرية، يمكن لمحولات لغة البرمجة أن تدعم العملية المذكورة أعلاه بشكل كبير، مما يساعد المبرمجين على عدم الحاجة إلى إعادة كتابة التعليمات البرمجية المصدر من الصفر. ومع ذلك، من الناحية العملية، من الصعب جدًا إنشاء محول وإتقانه لأن لغات البرمجة يمكن أن تستخدم مجموعات بناء جملة مختلفة وتعتمد على منصات واجهة برمجة التطبيقات ومكتبات الوظائف القياسية وأنواع مختلفة من المتغيرات.

ومع ذلك، باستخدام التعلم غير الخاضع للرقابة، يمكن لبرنامج TransCoder الخاص بفيسبوك التحويل بين C++ وJava وPython بمستوى عالٍ من الدقة. يتم تدريب TransCoder عن طريق تسجيل وتعيين مقاطع تعليمات برمجية مماثلة تشترك في نفس وظائف لغات البرمجة. يتم إخفاء الكود المصدري المستخدم لتدريب TransCoder بمقتطفات تعليمات برمجية عشوائية حتى يتمكن TransCoder من التنبؤ بها بناءً على السياق.

هناك عملية أخرى تسمى تقليل الضوضاء بالتشفير التلقائي ستعمل على تدريب TransCoder على إنشاء أسطر صالحة من التعليمات البرمجية تلقائيًا عند تزويدها ببيانات إدخال غير متماسكة وغير واضحة. أخيرًا، تتيح عملية فك تجميع التعليمات البرمجية المصدر لشركة TransCoder إنشاء نظام بيانات موازٍ يمكن استخدامه للتدريب المستقبلي.

يتم "تغذية" الطبيعة المتعددة اللغات لـ TransCoder من خلال مجموعة من "المثبتات" الشائعة عبر لغات البرمجة مثل الكلمات الرئيسية الشائعة "for" و"while" و"if" و"try" والأرقام والعوامل الرياضية و سلاسل انجليزية. ستساعد عملية إلغاء الترجمة أيضًا TransCoder على تحسين جودتها بمرور الوقت.

قام باحثو فيسبوك بتدريب TransCoder على مجموعة البيانات العامة لـ GitHub، والتي تحتوي على 2.8 مليون مستودع مفتوح المصدر. الهدف من هذه العملية التدريبية هو مساعدة TransCoder على تحويل لغة برمجة إلى أخرى على مستوى الوظيفة. بعد ممارسة TransCoder على جميع أكواد المصدر المتاحة، تم تدريب مكونات تقليل الضوضاء التي تستخدم التشفير التلقائي وإلغاء الترجمة فقط على الوظائف، والتي تتخللها مكونات تعمل على 6000 رمز مميز للغات البرمجة.

ولتقييم TransCoder، استخرج الباحثون 852 دالة متوازية من C++ وJava وPython من GeeksforGeeks، وهي منصة عبر الإنترنت تجمع مشاكل البرمجة وتقدم حلولاً بلغات برمجة متعددة مختلفة. وبهذه الطريقة، قاموا بتطوير نظام قياس جديد، وهو الدقة الحسابية، لاختبار ما إذا كانت الوظيفة الافتراضية تنتج نفس المخرجات كمرجع، وذلك بالنظر إلى نفس المدخلات.

يعترف Facebook أنه حتى أفضل إصدار من TransCoder لا ينتج حتى الآن العديد من الهياكل الوظيفية الدقيقة بالنسبة للمدخلات. ومع ذلك، بشكل عام، تتمتع نتائج التحويل لهذه الأداة بدقة حسابية عالية. فيما يلي إحصائيات دقة TransCoder التي قام فيسبوك بحسابها:

• عند الترجمة من C++ إلى Java، حقق TransCoder 74.8% من النتائج المتوقعة
• عند الترجمة من C++ إلى Python، حقق TransCoder 67.2% من النتائج المتوقعة
• عند الترجمة من Java إلى C++، حقق TransCoder 91.6% من النتائج المتوقعة
• عند الترجمة من Python إلى Java، حقق TransCoder 56.1% من النتائج المتوقعة
• عند الترجمة من Python إلى C++، حقق TransCoder 57.8% من النتائج المتوقعة
• عند الترجمة من Java إلى Python، حقق TransCoder 68.7% من النتائج المتوقعة

وفقًا للباحثين، أظهر TransCoder فهمًا واضحًا لبناء الجملة المحدد لكل لغة بالإضافة إلى هياكل وأساليب بيانات اللغة. يمكن لـ TransCoder أيضًا تكييف مكتبات كل لغة بدقة مع التكيف مع التعديلات الصغيرة، على سبيل المثال متغير الإدخال المعاد تسميته. ومع ذلك، لم تحدد TransCoder بعد بعض المتغيرات في عملية التحويل. ومع ذلك، لا يزال الباحثون يصنفون TransCoder على أنه متفوق على الأطر التي تم إنشاؤها عن طريق إعادة كتابة القواعد يدويًا بناءً على المعرفة المتخصصة.

إلى جانب فيسبوك، تهتم العديد من الشركات الكبرى أيضًا بتطوير الذكاء الاصطناعي القادر على "كتابة التعليمات البرمجية" نيابة عن البشر.

يقول باحثو فيسبوك : "يمكن تعميم TransCoder بسهولة على أي لغة برمجة، دون الحاجة إلى أي معرفة متعمقة. ومن حيث الكفاءة، فإن TransCoder يتفوق بكثير على الحلول التجارية الحالية" . "تظهر نتائجنا التجريبية أن العديد من أخطاء TransCoder يمكن إصلاحها بسهولة عن طريق إضافة قيود بسيطة إلى وحدة فك التشفير لضمان صحة الوظائف التي تم إنشاؤها من الناحية النحوية. أو يمكننا إنشاء بنيات متخصصة لهذه المشكلة."

وبالإضافة إلى فيسبوك، يهتم عدد من الشركات العملاقة الأخرى أيضًا بتطوير أنظمة ذكاء اصطناعي قادرة على "كتابة التعليمات البرمجية" بدلاً من البشر. خلال مؤتمر Microsoft Build في وقت سابق من هذا العام، عرضت OpenAI ذكاءً اصطناعيًا تم تدريبه على GitHub مع القدرة على كتابة برامج كاملة الوظائف بناءً على التعليقات باللغة الإنجليزية. قبل عامين، أنشأت جامعة رايس نظامًا يسمى بايو، وهو قادر على كتابة برامجه الخاصة عن طريق تجميع "الوصايا" في سطور من التعليمات البرمجية المشتركة بشكل عام.

وقال جوستين جوتشليك، مدير مختبرات إنتل: "ستساعد أنظمة الذكاء الاصطناعي هذه في القضاء على التفاصيل الدقيقة في عملية تطوير البرمجيات ". "يمكنها مساعدة المبرمجين على تسريع تطوير البرمجيات عن طريق حل الأخطاء. بالإضافة إلى ذلك، فإنها تساعد في زيادة عدد الوظائف في صناعة التكنولوجيا حيث يمكن أيضًا للأشخاص الذين ليس لديهم خلفية برمجية الانضمام إليها. سيتولى هؤلاء الأشخاص مهام إبداعية ويتركون الجزء الخاص بالبرمجة إلى منظمة العفو الدولية."

ما رأيك في هذا الذكاء الاصطناعي الجديد من فيسبوك؟ يرجى ترك تعليقاتكم في قسم التعليقات أسفل المقال!