{"id":100141,"date":"2021-05-11T22:22:44","date_gmt":"2021-05-11T20:22:44","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/ibm-otkryl-codenet-dlya-sistem-mashinnogo-obucheniya-transliruyushhih-i-proveryayushhih-kod"},"modified":"2021-05-11T22:22:44","modified_gmt":"2021-05-11T20:22:44","slug":"ibm-otkryl-codenet-dlya-sistem-mashinnogo-obucheniya-transliruyushhih-i-proveryayushhih-kod","status":"publish","type":"post","link":"https:\/\/prohoster.info\/da\/blog\/news\/ibm-otkryl-codenet-dlya-sistem-mashinnogo-obucheniya-transliruyushhih-i-proveryayushhih-kod","title":{"rendered":"IBM har \u00e5bnet CodeNet for maskinl\u00e6ringssystemer, der overs\u00e6tter og validerer kode.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
IBM har pr\u00e6senteret initiativet CodeNet, som sigter mod at give forskere et datas\u00e6t, der muligg\u00f8r eksperimentering med anvendelse af maskinl\u00e6ringmetoder til at skabe overs\u00e6ttere fra et programmeringssprog til et andet samt generatorer og analysatorer af kode. CodeNet omfatter en samling af 14 millioner kodeeksempler, der l\u00f8ser 4053 typiske programmeringsproblemer. Samlet set rummer samlingen omkring 500 millioner linjer kode og d\u00e6kker 55 programmeringssprog, b\u00e5de moderne sprog som C++, Java, Python og Go, samt for\u00e6ldede sprog, herunder COBOL, Pascal og FORTRAN. Projektets resultater distribueres under Apache 2.0-licensen, og datas\u00e6t forventes at blive distribueret som offentligt dom\u00e6ne. <\/p>\n
Eksemplerne er forsynet med annotationer og implementerer identiske algoritmer p\u00e5 forskellige programmeringssprog. Det forventes, at det foresl\u00e5ede datas\u00e6t vil hj\u00e6lpe med tr\u00e6ning af maskinl\u00e6ringssystemer og udvikling af innovation inden for overs\u00e6ttelse og maskinel analyse af kode, p\u00e5 samme m\u00e5de som databasen med annoterede billeder ImageNet har hjulpet med udviklingen af systems til m\u00f8nstergenkendelse og maskinsyn. En af de prim\u00e6re kilder til dannelse af samlingen n\u00e6vnes som forskellige programmeringskonkurrencer. <\/p>\n
I mods\u00e6tning til traditionelle overs\u00e6ttere, der er implementeret p\u00e5 grundlag af transformationsregler, kan maskinl\u00e6ringssystemer fange og tage h\u00f8jde for konteksten af kodebrugen. Ved omdannelse fra \u00e9t programmeringssprog til et andet er konteksten lige s\u00e5 vigtig som ved overs\u00e6ttelse fra \u00e9t menneskesprog til et andet. Det er netop manglende hensyntagen til konteksten, der hindrer omdannelsen af kode fra for\u00e6ldede sprog som COBOL. <\/p>\n
Eksistensen af en stor database af implementeringer af algoritmer p\u00e5 forskellige sprog vil hj\u00e6lpe med at skabe universelle maskinl\u00e6ringssystemer, der i stedet for direkte overs\u00e6ttelse mellem specifikke sprog manipulerer med en mere abstrakt repr\u00e6sentation af koden, uafh\u00e6ngig af specifikke programmeringssprog. Et s\u00e5dant system kan anvendes som en overs\u00e6tter, der konverterer den modtagne kode p\u00e5 et hvilket som helst af de underst\u00f8ttede sprog til sin interne abstrakte repr\u00e6sentation, hvorfra der derefter kan genereres kode p\u00e5 mange sprog. <\/p>\n
Systemet vil blandt andet kunne udf\u00f8re tovejs konverteringer. For eksempel bruges der stadig projekter baseret p\u00e5 det for\u00e6ldede programmeringssprog COBOL i banker og offentlige institutioner. Overs\u00e6tteren baseret p\u00e5 maskinl\u00e6ring vil kunne konvertere COBOL-kode til Java-repr\u00e6sentation, og om n\u00f8dvendigt overs\u00e6tte et segment af Java tilbage til COBOL-kode. <\/p>\n
Udover konvertering mellem sprog n\u00e6vnes anvendelsesomr\u00e5derne for CodeNet som oprettelse af intelligente kods\u00f8gesystemer og automatisering af opdagelse af kloner, samt udvikling af optimeringsv\u00e6rkt\u00f8jer og systemer til automatisk kodekorrektion. De eksempler, der pr\u00e6senteres i CodeNet, er udstyret med metadata, der beskriver testresultater for ydeevne, den resulterende programst\u00f8rrelse, hukommelsesforbrug og tilstande, der g\u00f8r det muligt at skelne korrekt kode fra kode med fejl (for at skelne korrekt kode fra inkorrekt er der fors\u00e6tligt inkluderet eksempler med fejl, som udg\u00f8r 29,5%). Maskinl\u00e6ringssystemet kan tage h\u00f8jde for disse metadata for at generere den mest optimale kode eller identificere regressionsproblemer i den analyserede kode (systemet kan forst\u00e5, hvis algoritmen i den overf\u00f8rte kode er implementeret suboptimalt eller indeholder fejl). \n Kilde: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"