[ad_1]
Intel Labs имеет большие планы по созданию программного инструмента под названием ControlFlag, который использует искусственный интеллект для сканирования кода и выявления ошибок.
Одна из этих целей, возможно, выходящая в будущем, состоит в том, чтобы встроить ее в пакеты микросхем в качестве последней линии защиты от ошибочного кода. Это может сделать поток информации по каналам связи более безопасным и эффективным.
Но это большое «если», и это зависит от многих вещей, которые встанут на свои места. На прошлой неделе Intel предоставила разработчикам программного обеспечения открытый исходный код этого инструмента, получившего название ControlFlag. Программа просматривает строки кода и указывает на ошибки, которые затем могут исправить разработчики.
Компания запускала ControlFlag на проприетарном программном обеспечении внутреннего качества с миллионами строк кода. Он обнаружил 104 аномалии, одна из которых была уязвимостью системы безопасности. Но также обнаружено 96 ложных срабатываний.
Chipzilla надеется, что инструмент ИИ в конечном итоге станет сложной системой, которая сокращает – и, надеюсь, устраняет – ручную проверку кода с целью полной автоматизации дорогостоящего и трудоемкого процесса отладки.
«Отладка существует только потому, что у нас есть недопонимание машин. [won’t] “, – сказал Джастин Готчлих, главный специалист по искусственному интеллекту в Intel Labs, который возглавляет разработку этого инструмента. °.
Он сравнил это с переходом от механических коробок передач к автоматическим в автомобилях. «Это потому, что мы как бы выяснили, как сделать автоматический переход через эти передачи без участия человека», – сказал Готчлих.
Переход на ступеньку выше
Готчлих сказал, что компания осознала, что ей потребуется разработать надежную систему искусственного интеллекта и модель обучения, настолько точную, что она дает бесспорно надежные результаты при проверке кода. По его словам, система обучения ControlFlag развивается и становится более точной по мере получения большего количества данных.
Точность систем искусственного интеллекта может пострадать по причинам, которые включают в себя дрейф модели, когда неверные данные, вводимые в обучающие системы, приводят к ухудшению результатов.
В других случаях технология – не ответ. В прошлом году Walmart прекратил использование роботов в проходах для отслеживания запасов после того, как обнаружил, что люди – в отличие от ИИ – дают лучшие результаты.
Система Intel ControlFlag использует двухэтапный процесс для создания, проверки и улучшения модели обнаружения аномалий. Детерминированная система анализирует код, разбирает такую информацию, как семантическое значение кода, и помечает подозрительные элементы.
Вторая часть – это стохастическая сторона с использованием самоконтроля, когда система ИИ начинает учиться самостоятельно, и как классифицировать семантическую и синтаксическую информацию из кода, а также то, что является аномальным и неаномальным.
Intel построила модель обучения ControlFlag с помощью методов, включая анализ открытого исходного кода на Github, который сегодня насчитывает более 200 миллионов репозиториев.
«Он читает код и пытается определить, могу ли я доверять этому коду? И если да, то что я могу узнать из этого кода? Типа исторических данных, пытающихся сделать предсказание новых данных … базовые данные – это репозитории исходного кода », – сказал Готчлих.
Система отличается от обычных приложений искусственного интеллекта, таких как обработка на национальном языке или распознавание изображений, и не соответствует традиционной высокоуровневой системе или топологии, к которой она могла бы быть подключена.
«Поскольку мы не используем ярлыки, нам нужно переосмыслить всю проблему», – сказал Готчлих.
Доверяй, но проверяй
Intel полагается на концепцию, называемую «полу-доверием», при которой компания использует данные окружающей среды вокруг репозитория, чтобы указать ControlFlag, можете ли вы доверять получаемым данным. Например, звездочка на GitHub помогает ControlFlag оценивать популярность и надежность кода из репозитория.
Компания запускала ControlFlag на проприетарном программном обеспечении внутреннего качества с миллионами строк кода. Он обнаружил 104 аномалии, одна из которых была уязвимостью системы безопасности. Но также было обнаружено 96 ложных срабатываний.
«Нам нужно работать над улучшением ряда ложных срабатываний. Это, безусловно, область улучшений, чтобы сделать ее более удобной для разработчиков, потому что [a] 50% ложных срабатываний – это не очень хорошо », – сказал Готчлих.
Разработчики могут скачать ControlFlag с Github здесь и запустить его в коде. Он работает в Linux и Mac OS, и Chipzilla работает над добавлением поддержки Windows.
По словам Готчлиха, Intel выделяет больше ресурсов на разработку этой системы, которую она называет машинным программированием, в долгосрочной перспективе, но еще одна проблема – выяснить, как будут развиваться коммуникации, машинное обучение и вычисления.
Intel считает, что ControlFlag может быть встроен в микросхемы, чтобы сделать каналы передачи данных более эффективными. Но для этого система ИИ должна развиться и быть надежной до такой степени, чтобы процесс отладки можно было автоматизировать.
“Сейчас, [ControlFlag is] в основном в программном обеспечении. Частично это связано с тем, что по мере того, как мы создаем более продвинутые … системы, некоторые из основных компонентов, если мы сможем записать их в оборудование, потому что они очень важны для систем машинного обучения, мы, вероятно, сделаем это “, – сказал Готчлих. сказал. ®
[ad_2]
