DeepCode ຈະຊອກຫາຂໍ້ຜິດພາດໃນລະຫັດແຫຼ່ງຊອບແວໂດຍໃຊ້ AI

ມື້ນີ້ການເລີ່ມຕົ້ນຂອງສະວິດ DeepCode, ເຊິ່ງໃຊ້ປັນຍາປະດິດແລະການຮຽນຮູ້ເຄື່ອງຈັກເພື່ອອັດຕະໂນມັດການວິເຄາະລະຫັດ, ໄດ້ປະກາດວ່າມັນໄດ້ຮັບການລົງທຶນ 4 ລ້ານໂດລາຈາກກອງທຶນບໍລິສັດ Earlybird, 3VC ແລະ Btov Partners. ບໍລິສັດວາງແຜນທີ່ຈະນໍາໃຊ້ທຶນເຫຼົ່ານີ້ເພື່ອແນະນໍາການສະຫນັບສະຫນູນພາສາການຂຽນໂປຼແກຼມໃຫມ່ເຂົ້າໃນການບໍລິການຂອງຕົນ, ເຊັ່ນດຽວກັນກັບການຕະຫຼາດຜະລິດຕະພັນໃນຕະຫລາດ IT ທົ່ວໂລກ.

ການວິເຄາະລະຫັດແມ່ນມີຄວາມຈໍາເປັນເພື່ອກວດຫາຄວາມຜິດພາດ, ຊ່ອງໂຫວ່ທີ່ອາດຈະເກີດຂຶ້ນ, ການລະເມີດການຈັດຮູບແບບ, ແລະຫຼາຍກວ່ານັ້ນໃນການພັດທະນາຊອບແວ, ກ່ອນທີ່ລະຫັດຈະຖືກນໍາໃຊ້ທຸກບ່ອນ. ໂດຍປົກກະຕິ, ຂັ້ນຕອນນີ້ແມ່ນດໍາເນີນຂະຫນານກັບການພັດທະນາລະຫັດໃຫມ່ແລະທັນທີຫຼັງຈາກທີ່ມັນສໍາເລັດ, ກ່ອນຂັ້ນຕອນການທົດສອບຕົວມັນເອງ. "ການທົດສອບຊອບແວເບິ່ງລະຫັດຈາກພາຍນອກ, ແຕ່ການວິເຄາະລະຫັດຊ່ວຍໃຫ້ທ່ານເບິ່ງຈາກພາຍໃນ," ຜູ້ຮ່ວມກໍ່ຕັ້ງ DeepCode ແລະ CEO Boris Paskalev ອະທິບາຍໃນການສໍາພາດກັບ VentureBeat.

ສ່ວນຫຼາຍມັກ, ການທົບທວນຄືນລະຫັດແມ່ນປະຕິບັດໂດຍຜູ້ຂຽນຂອງຕົນຮ່ວມກັນກັບເພື່ອນຮ່ວມງານແລະຜູ້ຈັດການເພື່ອກໍານົດຄວາມຜິດພາດທີ່ຊັດເຈນກ່ອນທີ່ຈະກ້າວໄປສູ່ຂັ້ນຕອນຕໍ່ໄປຂອງການພັດທະນາ. ແລະໂຄງການຂະຫນາດໃຫຍ່, ສາຍຂອງລະຫັດຫຼາຍຕ້ອງໄດ້ຮັບການກວດສອບ, ເຊິ່ງໃຊ້ເວລາຫຼາຍຂອງນັກຂຽນໂປລແກລມ. ເຄື່ອງມືທີ່ຄວນເລັ່ງຂະບວນການນີ້ມີມາເປັນເວລາດົນແລ້ວ, ເຊັ່ນເຄື່ອງວິເຄາະລະຫັດສະຖິດເຊັ່ນ Coverity ແລະ PVS-Studio, ແຕ່ພວກເຂົາມີແນວໂນ້ມທີ່ຈະຈໍາກັດຄວາມສາມາດຂອງເຂົາເຈົ້າຍ້ອນວ່າພວກເຂົາສຸມໃສ່ "ບັນຫາ stylistic ທີ່ຫນ້າລໍາຄານແລະຊ້ໍາຊ້ອນ, ການຈັດຮູບແບບແລະ. ຄວາມຜິດພາດທີ່ມີເຫດຜົນນ້ອຍໆ,” Paskalev ອະທິບາຍ.

ໃນທາງກັບກັນ, DeepCode ກວມເອົາບັນຫາທີ່ກວ້າງກວ່າ, ສໍາລັບການຍົກຕົວຢ່າງ, ການກວດສອບຊ່ອງໂຫວ່ເຊັ່ນ: ໂອກາດສໍາລັບການຂຽນຂໍ້ຄວາມຂ້າມເວັບໄຊທ໌ແລະການສີດ SQL, ເນື່ອງຈາກວ່າ algorithms ຝັງຢູ່ໃນມັນບໍ່ພຽງແຕ່ວິເຄາະລະຫັດເປັນຊຸດຂອງຕົວອັກສອນ, ແຕ່ພະຍາຍາມ. ເຂົ້າໃຈຄວາມຫມາຍແລະຈຸດປະສົງຂອງການເຮັດວຽກທີ່ຂຽນໂຄງການ. ຈຸດໃຈກາງຂອງນີ້ແມ່ນລະບົບການຮຽນຮູ້ຂອງເຄື່ອງຈັກທີ່ໃຊ້ລະຫັດຫຼາຍພັນລ້ານສາຍຈາກບັນດາໂຄງການ open source ທີ່ເປີດເຜີຍສາທາລະນະສໍາລັບການຝຶກອົບຮົມຂອງມັນ. DeepCode ວິເຄາະລະຫັດສະບັບກ່ອນຫນ້າແລະການປ່ຽນແປງຕໍ່ມາທີ່ໄດ້ເຮັດກັບມັນເພື່ອສຶກສາສິ່ງທີ່ຜິດພາດແລະວິທີທີ່ນັກຂຽນໂປລແກລມແກ້ໄຂການເຮັດວຽກຂອງພວກເຂົາ, ແລະຫຼັງຈາກນັ້ນສະເຫນີວິທີແກ້ໄຂທີ່ຄ້າຍຄືກັນກັບຜູ້ໃຊ້ຂອງມັນ. ນອກຈາກນັ້ນ, ລະບົບຍັງໃຊ້ສູດການຄິດໄລ່ແບບດັ້ງເດີມເພື່ອຊອກຫາບັນຫາທີ່ເປັນໄປໄດ້ໃນລະຫັດ, ຄືກັບຕົວວິເຄາະສະຖິດທີ່ໄດ້ກ່າວມາຂ້າງເທິງ.

ຫນຶ່ງໃນຄໍາຖາມທີ່ສໍາຄັນໃນເວລາທີ່ໃຊ້ DeepCode ແມ່ນ: ການກວດສອບລະຫັດອັດຕະໂນມັດມີຄວາມຫນ້າເຊື່ອຖືແນວໃດ? ຄວາມຖືກຕ້ອງຂອງການວິເຄາະຫນ້ອຍກວ່າ 100% ຫມາຍຄວາມວ່ານັກພັດທະນາຍັງຈະຕ້ອງວິເຄາະລະຫັດຂອງພວກເຂົາດ້ວຍຕົນເອງ. ຖ້າເປັນດັ່ງນັ້ນ, ໃຊ້ເວລາຫຼາຍປານໃດທີ່ຈະໃຊ້ເຄື່ອງມືເພື່ອອັດຕະໂນມັດວຽກງານນີ້ຢ່າງແທ້ຈິງ? ອີງຕາມການ Paskalev, DeepCode ຈະສາມາດຊ່ວຍປະຢັດນັກພັດທະນາປະມານ 50% ຂອງເວລາທີ່ເຂົາເຈົ້າໃຊ້ໃນປັດຈຸບັນຊອກຫາຄວາມຜິດພາດດ້ວຍຕົນເອງ, ເຊິ່ງແມ່ນຂ້ອນຂ້າງເປັນຕົວເລກທີ່ສໍາຄັນ.

ນັກພັດທະນາສາມາດເຊື່ອມຕໍ່ DeepCode ກັບບັນຊີ GitHub ຫຼື Bitbucket ຂອງເຂົາເຈົ້າ, ແລະເຄື່ອງມືຍັງສະຫນັບສະຫນູນການຕັ້ງຄ່າ GitLab ທ້ອງຖິ່ນ. ນອກຈາກນັ້ນ, ໂຄງການມີ API ພິເສດທີ່ຊ່ວຍໃຫ້ນັກພັດທະນາສາມາດເຊື່ອມໂຍງ DeepCode ເຂົ້າໃນລະບົບການພັດທະນາຂອງຕົນເອງ. ເມື່ອເຊື່ອມຕໍ່ກັບ repository, DeepCode ຈະວິເຄາະແຕ່ລະການປ່ຽນແປງລະຫັດແລະທຸງບັນຫາທີ່ເປັນໄປໄດ້.

"ໂດຍສະເລ່ຍ, ນັກພັດທະນາໃຊ້ເວລາປະມານ 30% ຂອງເວລາຂອງພວກເຂົາຊອກຫາແລະແກ້ໄຂຂໍ້ບົກພ່ອງ, ແຕ່ DeepCode ສາມາດປະຫຍັດເວລາເຄິ່ງຫນຶ່ງຂອງເວລານັ້ນໃນປັດຈຸບັນ, ແລະຫຼາຍກວ່ານັ້ນໃນອະນາຄົດ," Boris ເວົ້າ. "ເນື່ອງຈາກວ່າ DeepCode ຮຽນຮູ້ໂດຍກົງຈາກຊຸມຊົນນັກພັດທະນາທົ່ວໂລກ, ມັນສາມາດຊອກຫາບັນຫາຫຼາຍກ່ວາຄົນຫນຶ່ງຫຼືກຸ່ມນັກທົບທວນທັງຫມົດສາມາດພົບໄດ້."

ນອກເຫນືອຈາກຂ່າວໃນມື້ນີ້ຂອງການໄດ້ຮັບການລົງທຶນ, DeepCode ຍັງໄດ້ປະກາດນະໂຍບາຍມູນຄ່າໃຫມ່ສໍາລັບຜະລິດຕະພັນຂອງຕົນ. ຈົນກ່ວາໃນປັດຈຸບັນ, DeepCode ມີພຽງແຕ່ຟຣີສໍາລັບໂຄງການພັດທະນາຊອບແວແຫຼ່ງເປີດ. ໃນປັດຈຸບັນມັນຈະບໍ່ເສຍຄ່າສໍາລັບການນໍາໃຊ້ສໍາລັບຈຸດປະສົງດ້ານການສຶກສາໃດໆແລະເຖິງແມ່ນວ່າສໍາລັບບໍລິສັດການຄ້າທີ່ມີຜູ້ພັດທະນາຫນ້ອຍກວ່າ 30 ຄົນ. ແນ່ນອນ, ດ້ວຍຂັ້ນຕອນນີ້, ຜູ້ສ້າງ DeepCode ຕ້ອງການເຮັດໃຫ້ຜະລິດຕະພັນຂອງພວກເຂົາເປັນທີ່ນິຍົມຫຼາຍໃນບັນດາທີມງານຂະຫນາດນ້ອຍ. ນອກຈາກນັ້ນ, DeepCode ຈະຄິດຄ່າບໍລິການ $20 ຕໍ່ຜູ້ພັດທະນາຕໍ່ເດືອນສໍາລັບການນໍາໃຊ້ cloud ແລະ $50 ຕໍ່ນັກພັດທະນາສໍາລັບການສະຫນັບສະຫນູນທ້ອງຖິ່ນ.

ກ່ອນຫນ້ານີ້, ທີມງານ DeepCode ໄດ້ຮັບການລົງທຶນແລ້ວ 1 ລ້ານໂດລາ. ມີອີກ 4 ລ້ານຄົນ, ບໍລິສັດກ່າວວ່າມັນມີແຜນທີ່ຈະຂະຫຍາຍພາສາການຂຽນໂປຼແກຼມທີ່ມັນສະຫນັບສະຫນູນນອກເຫນືອຈາກ Java, JavaScript ແລະ Python, ລວມທັງການເພີ່ມການສະຫນັບສະຫນູນສໍາລັບ C #, PHP ແລະ C / C ++. ພວກເຂົາເຈົ້າຍັງໄດ້ຢືນຢັນວ່າພວກເຂົາກໍາລັງເຮັດວຽກກ່ຽວກັບສະພາບແວດລ້ອມການພັດທະນາແບບປະສົມປະສານຂອງຕົນເອງ.

ແຫຼ່ງຂໍ້ມູນ: 3dnews.ru