Facebook araştırmacıları, yapay zeka uygulamalarına yönelik bir programlama dili dönüştürücüsünü başarıyla geliştirdiklerini kısa süre önce duyurdular . TransCoder adı verilen bu araç, kaynak kodunu bir üst düzey programlama dilinden diğerine dönüştürebilir. Örneğin, C++' tan Java'ya, Python'a ve tam tersine geçiş.
Denetimsiz öğrenmeyi temel alan TransCoder, veri kümelerinde daha önce keşfedilmemiş, etiketlenmemiş ve minimum düzeyde insan denetimi gerektiren kalıpları arar. Hesaplamalara göre TransCoder mevcut ticari araçlardan çok daha üstün.

Facebook TransCoder kaynak kodunu bir programlama dilinden diğerine yüksek doğrulukla dönüştürebilir
Eski dilleri kullanan kaynak kodunu Java ve C++ gibi daha modern ve etkili programlama dillerine dönüştürmek genellikle hem zaman hem de para açısından maliyetlidir. Üstelik bu işi üstlenenlerin hem eski hem de yeni dilleri derinlemesine bilmesi gerekiyor. Örneğin Avustralya Commonwealth Bank'ın tüm sisteminin kaynak kodunu COBOL'dan Java'ya dönüştürmesi 5 yıl sürdü ve 750 milyon ABD doları tutarında bir maliyete mal oldu.
Teorik olarak, programlama dili dönüştürücüleri yukarıdaki süreci büyük ölçüde destekleyebilir ve programcıların kaynak kodunu sıfırdan yeniden yazmak zorunda kalmamasına yardımcı olabilir. Ancak pratikte bir dönüştürücü oluşturmak ve mükemmelleştirmek çok zordur çünkü programlama dilleri farklı sözdizimi kümeleri kullanabilir ve API platformlarına, standart işlev kitaplıklarına ve farklı değişken türlerine güvenebilir.
Ancak denetimsiz öğrenmeyi kullanan Facebook'un TransCoder'ı, C++, Java ve Python arasında yüksek düzeyde doğrulukla dönüşüm gerçekleştirebilir. TransCoder, programlama dilleriyle aynı işlevleri paylaşan benzer kod bölümlerinin kaydedilmesi ve eşlenmesiyle eğitilir. TransCoder'ı eğitmek için kullanılan kaynak kodu, rastgele kod parçacıklarıyla bile maskelenir, böylece TransCoder bunları bağlama dayalı olarak tahmin edebilir.
Otomatik kodlama gürültüsünü giderme adı verilen başka bir süreç, TransCoder'ı tutarsız, belirsiz giriş verileri sağlandığında otomatik olarak geçerli kod satırları oluşturacak şekilde eğitecektir. Son olarak kaynak kodu ayrıştırma işlemi, TransCoder'ın gelecekteki eğitim için kullanılabilecek paralel bir veri sistemi oluşturmasına olanak tanır.
TransCoder'ın çok dilli yapısı , "for", "while", "if" ve "try" ortak anahtar sözcükleri, sayılar, matematiksel operatörler ve "try" gibi programlama dilleri arasındaki bir dizi ortak "çapa" tarafından daha da "beslenir". İngilizce dizeleri. Derleme işlemi aynı zamanda TransCoder'ın zamanla kalitesini artırmasına da yardımcı olacaktır.
Facebook araştırmacıları TransCoder'ı GitHub'un 2,8 milyon açık kaynak deposu içeren halka açık veri kümesi üzerinde eğitti. Bu eğitim sürecinin amacı, TransCoder'ın bir programlama dilini diğerine işlev düzeyinde dönüştürmesine yardımcı olmaktır. TransCoder'ın mevcut tüm kaynak kodu üzerinde uygulanmasının ardından, yalnızca otomatik kodlama ve derlemeyi çözme kullanan gürültü giderme bileşenleri, işlevler konusunda daha ileri eğitim aldı ve bunların arasına 6.000 programlama dili belirteci üzerinde çalışan bileşenler serpiştirildi.
TransCoder'ı değerlendirmek için araştırmacılar, programlama sorunlarını derleyen ve birden fazla programlama dilinde çözümler sunan çevrimiçi bir platform olan GeeksforGeeks'ten C++, Java ve Python'dan 852 paralel işlev çıkardı. Bu şekilde, aynı girdi verildiğinde varsayımsal fonksiyonun referans olarak aynı çıktıyı üretip üretmediğini test etmek için yeni bir ölçüm sistemi olan hesaplamalı doğruluk geliştirdiler.
Facebook, TransCoder'ın en iyi sürümünün bile henüz girdiye göre pek çok doğru fonksiyon yapısı üretmediğini kabul ediyor. Ancak genel olarak bu aracın dönüşüm sonuçları yüksek hesaplama doğruluğuna sahiptir. TransCoder'ın Facebook'un hesapladığı doğruluk istatistikleri aşağıdadır:
- TransCoder, C++'tan Java'ya çevirirken beklenen sonuçların %74,8'ini elde etti
- TransCoder, C++'dan Python'a çeviri yaparken beklenen sonuçların %67,2'sini elde etti
- TransCoder, Java'dan C++'ya çevirirken beklenen sonuçların %91,6'sını elde etti
- TransCoder, Python'dan Java'ya çeviri yaparken beklenen sonuçların %56,1'ini elde etti
- TransCoder, Python'dan C++'a çeviri yaparken beklenen sonuçların %57,8'ini elde etti
- TransCoder, Java'dan Python'a çeviri yaparken beklenen sonuçların %68,7'sini elde etti
Araştırmacılara göre TransCoder, her dilin kendine özgü sözdiziminin yanı sıra dilin veri yapılarını ve yöntemlerini de net bir şekilde anladığını gösterdi. TransCoder ayrıca her dilin kitaplıklarını, örneğin yeniden adlandırılan bir giriş değişkeni gibi küçük değişikliklere uyarlarken hassas bir şekilde uyarlayabilir. Buna rağmen TransCoder, dönüştürme sürecindeki belirli değişkenleri henüz tanımlamadı. Ancak araştırmacılar hala TransCoder'ı, özel bilgilere dayalı olarak kuralların manuel olarak yeniden yazılmasıyla oluşturulan çerçevelerden daha üstün olarak değerlendiriyor.
Facebook'un yanı sıra birçok büyük şirket de insanlar adına "kod yazabilen" yapay zekanın geliştirilmesiyle ilgileniyor.
Facebook araştırmacıları , "TransCoder, derinlemesine bilgi gerektirmeden herhangi bir programlama diline kolayca genelleştirilebilir. Verimlilik açısından TransCoder, mevcut ticari çözümlerden çok daha üstündür" diyor. "Deneysel sonuçlarımız, TransCoder'daki birçok hatanın, oluşturulan işlevlerin sözdizimsel olarak doğru olduğundan emin olmak için kod çözücüye basit kısıtlamalar ekleyerek kolayca düzeltilebileceğini gösteriyor. Veya bu sorun için özel mimariler oluşturabiliriz."
Facebook'un yanı sıra diğer bazı devler de insanlar yerine "kod yazabilen" yapay zeka sistemleri geliştirmekle ilgileniyor. Bu yılın başlarında düzenlenen Microsoft Build konferansında OpenAI, GitHub üzerinde eğitilmiş ve İngilizce yorumlara dayalı tamamen işlevsel bir yazılım yazma yeteneğine sahip bir yapay zekayı gösterdi. İki yıl önce Rice Üniversitesi, Bayou adında, halka açık olarak paylaşılan kod satırlarındaki "vasiyetleri" sentezleyerek kendi yazılımını yazabilen bir sistem yarattı.
Intel Laboratuvarları direktörü Justin Gottschlich, "Bu yapay zeka sistemleri, yazılım geliştirme sürecindeki ayrıntıların ortadan kaldırılmasına yardımcı olacak " dedi. "Programcıların hataları çözerek yazılım geliştirmeyi hızlandırmalarına yardımcı olabilirler. Ayrıca teknoloji sektöründe programlama geçmişi olmayan kişilerin de katılabileceği işlerin sayısının artmasına yardımcı olurlar. Bu kişiler yaratıcı görevler üstlenecek ve kodlama kısmını bırakacaklar. AI'ya."
Facebook'un bu yeni yapay zekası hakkında ne düşünüyorsunuz? Lütfen yorumlarınızı yazının altındaki yorum kısmına bırakın!
