DeepCode AI वापरून सॉफ्टवेअर सोर्स कोडमध्ये त्रुटी शोधेल

आज एक स्विस स्टार्टअप DeepCode, जे कोड विश्लेषण स्वयंचलित करण्यासाठी कृत्रिम बुद्धिमत्ता आणि मशीन लर्निंगचा वापर करते, घोषित केले की त्याला व्हेंचर फंड्स Earlybird, 4VC आणि Btov Partners कडून $3 दशलक्ष गुंतवणूक प्राप्त झाली आहे. कंपनीने या निधीचा वापर आपल्या सेवेत नवीन प्रोग्रामिंग भाषांना समर्थन देण्यासाठी तसेच जागतिक IT मार्केटमध्ये उत्पादनाची विक्री करण्यासाठी करण्याची योजना आखली आहे.

कोड कोठेही वापरण्यापूर्वी त्रुटी, संभाव्य भेद्यता, स्वरूपन उल्लंघन आणि सॉफ्टवेअर डेव्हलपमेंटमध्ये अधिक लवकर शोधण्यासाठी कोड विश्लेषण आवश्यक आहे. सामान्यतः, ही प्रक्रिया नवीन कोडच्या विकासाच्या समांतरपणे चालविली जाते आणि ती पूर्ण झाल्यानंतर लगेचच, चाचणी स्टेजच्या आधी. “सॉफ्टवेअर चाचणी कोड बाहेरून पाहते, परंतु कोड विश्लेषण तुम्हाला ते आतून पाहण्याची परवानगी देते,” DeepCode सह-संस्थापक आणि CEO बोरिस पास्कलेव्ह यांनी VentureBeat ला दिलेल्या मुलाखतीत स्पष्ट केले.

बहुतेकदा, विकासाच्या पुढील टप्प्यांवर जाण्यापूर्वी स्पष्ट त्रुटी ओळखण्यासाठी त्याच्या लेखकांद्वारे सहकारी आणि व्यवस्थापकांसह कोड पुनरावलोकन केले जाते. आणि प्रकल्प जितका मोठा असेल, तितक्या अधिक कोडच्या ओळी तपासल्या पाहिजेत, ज्यात प्रोग्रामरचा बराच वेळ लागतो. या प्रक्रियेला गती देणारी साधने बर्याच काळापासून आहेत, जसे की स्टॅटिक कोड विश्लेषक जसे की कव्हरिटी आणि पीव्हीएस-स्टुडिओ, परंतु ते त्यांच्या क्षमतांमध्ये मर्यादित असतात कारण ते "त्रासदायक आणि पुनरावृत्ती होणारी शैलीत्मक समस्या, स्वरूपन आणि लहान तार्किक चुका,” पास्कलेव्ह स्पष्ट करतात.

डीपकोड, याउलट, समस्यांच्या विस्तृत श्रेणीचा समावेश करते, उदाहरणार्थ, क्रॉस-साइट स्क्रिप्टिंग आणि SQL इंजेक्शनच्या संधी यांसारख्या भेद्यता शोधणे, कारण त्यात एम्बेड केलेले अल्गोरिदम केवळ वर्णांच्या संचाच्या रूपात कोडचे विश्लेषण करत नाहीत, परंतु प्रयत्न करतात. कार्य लिखित कार्यक्रमांचा अर्थ आणि हेतू समजून घ्या. याच्या केंद्रस्थानी एक मशीन लर्निंग सिस्टम आहे जी तिच्या प्रशिक्षणासाठी सार्वजनिकरीत्या उपलब्ध ओपन सोर्स प्रोजेक्ट्समधील कोडच्या अब्जावधी ओळी वापरते. डीपकोड कोडच्या मागील आवृत्त्यांचे आणि त्यानंतरच्या बदलांचे विश्लेषण करते आणि त्यात कोणत्या त्रुटी आणि वास्तविक प्रोग्रामरने त्यांचे कार्य कसे दुरुस्त केले याचा अभ्यास केला जातो आणि नंतर त्याच्या वापरकर्त्यांना तत्सम उपाय ऑफर करतो. याव्यतिरिक्त, कोडमधील संभाव्य समस्या शोधण्यासाठी सिस्टम पारंपारिक अंदाज अल्गोरिदम देखील वापरते, जसे वर नमूद केलेल्या स्थिर विश्लेषकांप्रमाणे.

DeepCode वापरताना मुख्य प्रश्नांपैकी एक आहे: स्वयंचलित कोड पुनरावलोकन कितपत विश्वासार्ह आहे? 100% पेक्षा कमी विश्लेषण अचूकतेचा अर्थ असा आहे की विकसकांना त्यांच्या कोडचे मॅन्युअली विश्लेषण करावे लागेल. तसे असल्यास, हे कार्य स्वयंचलित करण्यासाठी साधने वापरून किती वेळ मिळेल? पास्कलेव्हच्या मते, डीपकोड डेव्हलपर सध्या त्यांच्या स्वतःच्या त्रुटी शोधण्यात घालवलेल्या वेळेपैकी सुमारे 50% वेळ वाचविण्यात सक्षम असेल, जी एक महत्त्वपूर्ण आकडेवारी आहे.

विकसक त्यांच्या GitHub किंवा Bitbucket खात्यांशी DeepCode कनेक्ट करू शकतात आणि साधन स्थानिक GitLab कॉन्फिगरेशनला देखील समर्थन देते. याव्यतिरिक्त, प्रकल्पामध्ये एक विशेष API आहे जो विकासकांना त्यांच्या स्वतःच्या विकास प्रणालींमध्ये DeepCode समाकलित करण्यास अनुमती देतो. एकदा रेपॉजिटरीशी कनेक्ट झाल्यानंतर, DeepCode प्रत्येक कोड बदलाचे विश्लेषण करेल आणि संभाव्य समस्या दर्शवेल.

बोरिस म्हणतात, “सरासरी, डेव्हलपर त्यांचा सुमारे 30% वेळ बग शोधण्यात आणि त्याचे निराकरण करण्यात घालवतात, परंतु DeepCode आता त्यातील निम्मा वेळ वाचवू शकतो आणि भविष्यात आणखीही,” बोरिस म्हणतात. “डीपकोड विकासकांच्या जागतिक समुदायाकडून थेट शिकत असल्यामुळे, एका व्यक्ती किंवा समीक्षकांच्या संपूर्ण गटापेक्षा अधिक समस्या शोधण्यात सक्षम आहे.”

गुंतवणूक प्राप्त झाल्याच्या आजच्या बातम्यांव्यतिरिक्त, DeepCode ने त्याच्या उत्पादनासाठी नवीन मूल्य धोरण देखील जाहीर केले. आत्तापर्यंत, DeepCode फक्त मुक्त स्रोत सॉफ्टवेअर विकास प्रकल्पांसाठी विनामूल्य आहे. आता ते कोणत्याही शैक्षणिक उद्देशासाठी आणि 30 पेक्षा कमी विकासक असलेल्या व्यावसायिक कंपन्यांसाठी वापरण्यासाठी विनामूल्य असेल. अर्थात, या चरणासह, DeepCode च्या निर्मात्यांना त्यांचे उत्पादन लहान संघांमध्ये अधिक लोकप्रिय बनवायचे आहे. याव्यतिरिक्त, DeepCode क्लाउड डिप्लॉयमेंटसाठी प्रति डेव्हलपर प्रति महिना $20 आणि स्थानिक समर्थनासाठी $50 प्रति डेव्हलपर आकारतो.

यापूर्वी, DeepCode टीमला आधीच $1 दशलक्ष गुंतवणूक मिळाली होती. आणखी 4 दशलक्षांसह, कंपनीने सांगितले की ती Java, JavaScript आणि Python च्या पलीकडे समर्थन पुरवणाऱ्या प्रोग्रामिंग भाषांचा विस्तार करण्याची योजना आखत आहे, ज्यामध्ये C#, PHP आणि C/C++ साठी समर्थन जोडणे समाविष्ट आहे. त्यांनी देखील पुष्टी केली की ते त्यांच्या स्वतःच्या एकात्मिक विकास वातावरणावर काम करत आहेत.

स्त्रोत: 3dnews.ru