IBM মেশিন লার্নিং সিস্টেমের জন্য CodeNet খোলে যা কোড অনুবাদ ও যাচাই করে

IBM তার CodeNet উদ্যোগ উন্মোচন করেছে, যার লক্ষ্য গবেষকদের একটি ডেটাসেট প্রদান করা যা তাদের প্রোগ্রামিং ভাষা অনুবাদক, কোড জেনারেটর এবং বিশ্লেষক তৈরি করতে মেশিন লার্নিং কৌশল ব্যবহার করে পরীক্ষা করার অনুমতি দেয়। কোডনেট 14 মিলিয়ন কোড উদাহরণের একটি সংগ্রহ অন্তর্ভুক্ত করে যা 4053টি সাধারণ প্রোগ্রামিং সমস্যার সমাধান করে। মোট, সংগ্রহে কোডের প্রায় 500 মিলিয়ন লাইন রয়েছে এবং 55টি প্রোগ্রামিং ভাষা কভার করে, উভয় আধুনিক ভাষা যেমন C++, জাভা, পাইথন এবং গো, এবং COBOL, Pascal এবং FORTRAN সহ লিগ্যাসি ভাষা। প্রকল্পের উন্নয়নগুলি Apache 2.0 লাইসেন্সের অধীনে বিতরণ করা হয়, এবং ডেটা সেটগুলি পাবলিক ডোমেইনের আকারে বিতরণ করার পরিকল্পনা করা হয়েছে।

উদাহরণগুলি টীকা করা হয় এবং বিভিন্ন প্রোগ্রামিং ভাষায় অভিন্ন অ্যালগরিদম প্রয়োগ করে। আশা করা হচ্ছে যে প্রস্তাবিত সেটটি মেশিন লার্নিং সিস্টেমকে প্রশিক্ষণ দিতে এবং অনুবাদ এবং মেশিন কোড পার্সিংয়ের ক্ষেত্রে উদ্ভাবন বিকাশে সহায়তা করবে, যেমন ইমেজনেট টীকাযুক্ত চিত্র ডাটাবেস প্যাটার্ন শনাক্তকরণ এবং কম্পিউটার ভিশন সিস্টেমের বিকাশে সহায়তা করেছিল। বিভিন্ন প্রোগ্রামিং প্রতিযোগিতাকে সংগ্রহ গঠনের অন্যতম প্রধান উৎস হিসেবে উল্লেখ করা হয়।

প্রথাগত অনুবাদকদের বিপরীতে, যা রূপান্তরের নিয়মের উপর ভিত্তি করে প্রয়োগ করা হয়, মেশিন লার্নিং সিস্টেমগুলি কোড ব্যবহারের প্রেক্ষাপট ক্যাপচার করতে এবং বিবেচনায় নিতে পারে। একটি প্রোগ্রামিং ভাষা থেকে অন্য ভাষায় রূপান্তর করার সময়, একটি মানব ভাষা থেকে অন্য ভাষায় অনুবাদ করার সময় প্রসঙ্গটি ঠিক ততটাই গুরুত্বপূর্ণ। প্রসঙ্গ বিবেচনার এই অভাবটি কোডকে উত্তরাধিকারী ভাষা যেমন COBOL থেকে রূপান্তরিত হতে বাধা দেয়।

বিভিন্ন ভাষায় অ্যালগরিদম বাস্তবায়নের একটি বৃহৎ ডাটাবেস থাকা সার্বজনীন মেশিন লার্নিং সিস্টেম তৈরি করতে সাহায্য করবে যা নির্দিষ্ট ভাষার মধ্যে সরাসরি অনুবাদের পরিবর্তে, নির্দিষ্ট প্রোগ্রামিং ভাষার থেকে স্বাধীন কোডের আরও বিমূর্ত উপস্থাপনাকে কাজে লাগাতে পারে। এই ধরনের একটি সিস্টেমকে অনুবাদক হিসেবে ব্যবহার করা যেতে পারে, যেকোনও সমর্থিত ভাষায় প্রেরিত কোডকে তার অভ্যন্তরীণ বিমূর্ত উপস্থাপনায় অনুবাদ করে, যেখান থেকে একাধিক ভাষায় কোড তৈরি করা যেতে পারে।

সিস্টেমটি দ্বিমুখী রূপান্তরও করতে সক্ষম হবে। উদাহরণস্বরূপ, ব্যাঙ্ক এবং সরকারী সংস্থাগুলি পুরানো COBOL ভাষায় প্রকল্পগুলি ব্যবহার করা চালিয়ে যাচ্ছে৷ একটি মেশিন লার্নিং-ভিত্তিক অনুবাদক COBOL কোডকে একটি জাভা প্রতিনিধিত্বে রূপান্তর করতে সক্ষম হবে, এবং প্রয়োজনে, জাভা খণ্ডটিকে আবার COBOL কোডে অনুবাদ করতে পারবে।

ভাষার মধ্যে অনুবাদ ছাড়াও, স্মার্ট কোড অনুসন্ধান সিস্টেম তৈরি এবং ক্লোন সনাক্তকরণের অটোমেশন, সেইসাথে অপ্টিমাইজার এবং স্বয়ংক্রিয় কোড সংশোধন সিস্টেমের বিকাশের মতো কোডনেটের প্রয়োগের ক্ষেত্রগুলি উল্লেখ করা হয়েছে। বিশেষ করে, CodeNet-এ উপস্থাপিত উদাহরণগুলি কর্মক্ষমতা পরীক্ষার ফলাফল, ফলস্বরূপ প্রোগ্রামের আকার, মেমরি খরচ এবং অবস্থা বর্ণনা করে মেটাডেটা দিয়ে সজ্জিত, যা আমাদের ভুল কোড থেকে সঠিক কোডের পার্থক্য করতে দেয় (ভুল কোড থেকে সঠিক কোডকে আলাদা করতে, সংগ্রহে বিশেষভাবে ত্রুটি সহ উদাহরণ রয়েছে, যার ভাগ 29.5%)। একটি মেশিন লার্নিং সিস্টেম সবচেয়ে অনুকূল কোড তৈরি করতে বা বিশ্লেষণকৃত কোডে রিগ্রেশন সনাক্ত করতে এই মেটাডেটা বিবেচনা করতে পারে (সিস্টেম বুঝতে পারে যে জমা দেওয়া কোডের অ্যালগরিদমটি সর্বোত্তমভাবে প্রয়োগ করা হয়নি বা ত্রুটি রয়েছে)।

উত্স: opennet.ru