Facebook lanza TransCoder: IA que convierte un lenguaje de programación a otro con gran precisión

Los investigadores de Facebook acaban de anunciar que han desarrollado con éxito un conversor de lenguajes de programación para aplicaciones de inteligencia artificial . Esta herramienta llamada TransCoder puede convertir código fuente de un lenguaje de programación de alto nivel a otro. Por ejemplo, cambiar de C++ a Java, Python y viceversa.

Basado en el aprendizaje no supervisado, TransCoder busca patrones no descubiertos previamente en conjuntos de datos, que no están etiquetados y con una mínima supervisión humana. Según los cálculos, TransCoder es muy superior a las herramientas comerciales existentes.

Facebook TransCoder puede convertir código fuente de un lenguaje de programación a otro con alta precisión

Convertir el código fuente utilizando lenguajes antiguos a lenguajes de programación más modernos y eficaces, como Java y C++, suele resultar costoso en tiempo y dinero. Además, quienes realizan este trabajo deben tener un conocimiento profundo de los idiomas nuevos y antiguos. Por ejemplo, el Commonwealth Bank de Australia tardó cinco años y un coste de 750 millones de dólares en convertir el código fuente de todo su sistema de COBOL a Java.

En teoría, los convertidores de lenguajes de programación pueden respaldar en gran medida el proceso anterior, ayudando a los programadores a no tener que reescribir el código fuente desde cero. Sin embargo, en la práctica, es muy difícil construir y perfeccionar un convertidor porque los lenguajes de programación pueden usar diferentes conjuntos de sintaxis y depender de plataformas API, bibliotecas de funciones estándar y tipos de variables diferentes.

Sin embargo, al utilizar el aprendizaje no supervisado, TransCoder de Facebook puede convertir entre C++, Java y Python con un alto nivel de precisión. TransCoder se entrena grabando y mapeando segmentos de código similares que comparten las mismas funciones de los lenguajes de programación. El código fuente utilizado para entrenar TransCoder incluso está enmascarado con fragmentos de código aleatorios para que TransCoder pueda predecirlos según el contexto.

Otro proceso llamado eliminación de ruido de codificación automática entrenará a TransCoder para que genere automáticamente líneas de código válidas cuando se le proporcionen datos de entrada incoherentes y poco claros. Finalmente, el proceso de descompilación del código fuente permite a TransCoder crear un sistema de datos paralelo que puede usarse para capacitación futura.

La naturaleza multilingüe de TransCoder se "alimenta" aún más mediante un conjunto de "anclajes" comunes en todos los lenguajes de programación , como las palabras clave comunes "para", "mientras", "si" y "probar", números, operadores matemáticos y Cuerdas inglesas. El proceso de descompilación también ayudará a TransCoder a mejorar su calidad con el tiempo.

Los investigadores de Facebook entrenaron a TransCoder en el conjunto de datos públicos de GitHub, que contiene 2,8 millones de repositorios de código abierto. El objetivo de este proceso de formación es ayudar a TransCoder a convertir un lenguaje de programación a otro a nivel de función. Después de practicar TransCoder en todo el código fuente disponible, solo los componentes de eliminación de ruido que utilizan codificación automática y descompilación recibieron capacitación adicional en las funciones, intercalados con componentes que funcionan en 6.000 tokens de lenguajes de programación.

Para evaluar TransCoder, los investigadores extrajeron 852 funciones paralelas de C++, Java y Python de GeeksforGeeks, una plataforma en línea que compila problemas de programación y proporciona soluciones en múltiples lenguajes de programación diferentes. De esta manera, desarrollaron un nuevo sistema de medición, la precisión computacional, para probar si, dada la misma entrada, la función hipotética produce la misma salida como referencia.

Facebook admite que ni siquiera la mejor versión de TransCoder produce todavía muchas estructuras funcionales precisas en relación con la entrada. Sin embargo, en general, los resultados de conversión de esta herramienta tienen una alta precisión de cálculo. A continuación se muestran las estadísticas de precisión de TransCoder que calculó Facebook:

• Al traducir de C++ a Java, TransCoder logró el 74,8% de los resultados esperados
• Al traducir de C++ a Python, TransCoder logró el 67,2% de los resultados esperados
• Al traducir de Java a C++, TransCoder logró el 91,6% de los resultados esperados
• Al traducir de Python a Java, TransCoder logró el 56,1% de los resultados esperados
• Al traducir de Python a C++, TransCoder logró el 57,8% de los resultados esperados
• Al traducir de Java a Python, TransCoder logró el 68,7% de los resultados esperados

Según los investigadores, TransCoder demostró una comprensión clara de la sintaxis específica de cada idioma, así como de las estructuras y métodos de datos del idioma. TransCoder también puede adaptar con precisión las bibliotecas de cada idioma mientras se adapta a pequeñas modificaciones, por ejemplo, una variable de entrada renombrada. Aun así, TransCoder aún no ha identificado determinadas variables en el proceso de conversión. Sin embargo, los investigadores aún califican a TransCoder como superior a los marcos creados reescribiendo manualmente reglas basadas en conocimientos especializados.

Además de Facebook, muchas grandes empresas también están interesadas en desarrollar una IA capaz de "escribir código" en nombre de los humanos.

"TransCoder se generaliza fácilmente a cualquier lenguaje de programación, sin necesidad de conocimientos profundos. En términos de eficiencia, TransCoder es muy superior a las soluciones comerciales existentes" , afirman los investigadores de Facebook. "Nuestros resultados experimentales muestran que muchos de los errores de TransCoder se pueden solucionar fácilmente agregando restricciones simples al decodificador para garantizar que las funciones generadas sean sintácticamente correctas. O podemos crear arquitecturas especializadas para este problema".

Además de Facebook, otros gigantes también están interesados ​​en desarrollar sistemas de inteligencia artificial capaces de "escribir código" en lugar de humanos. Durante la conferencia Microsoft Build a principios de este año, OpenAI demostró una inteligencia artificial entrenada en GitHub con la capacidad de escribir software completamente funcional basado en comentarios en inglés. Hace dos años, la Universidad Rice creó un sistema llamado Bayou que es capaz de escribir su propio software sintetizando "testamentos" en líneas de código compartidas públicamente.

"Estos sistemas de IA ayudarán a eliminar minucias en el proceso de desarrollo de software ", afirmó Justin Gottschlich, director de Intel Labs. "Pueden ayudar a los programadores a acelerar el desarrollo de software resolviendo errores. Además, ayudan a aumentar la cantidad de trabajos en la industria de la tecnología a los que también pueden unirse personas sin experiencia en programación. Estas personas asumirán tareas creativas y dejarán la parte de codificación. a la IA."

¿Qué opinas de esta nueva IA de Facebook? ¡Deje sus comentarios en la sección de comentarios debajo del artículo!