Intel Labsilla on suuria suunnitelmia ohjelmistotyökalusta nimeltä ControlFlag, joka käyttää tekoälyä koodin läpi skannaamiseen ja virheiden poimimiseen.
Yksi näistä tavoitteista, ehkä tie tulevaisuudessa, on paistaa se sirupakkauksiksi viimeisenä puolustuslinjana viallista koodia vastaan. Tämä voisi tehdä tiedonkulusta viestintäkanavissa turvallisempaa ja tehokkaampaa.
Mutta se on suuri "jos" ja riippuu siitä, että monet asiat loksahtavat paikoilleen. Intel julkaisi viime viikolla avoimen lähdekoodin työkalun – nimeltä ControlFlag – ohjelmistokehittäjille. Ohjelmisto ylittää koodirivejä ja huomauttaa virheistä, jotka kehittäjät voivat sitten korjata.
Yhtiö käytti ControlFlag-ohjelmaa sisäisellä tuotantolaatuisella ohjelmistolla, joka sisältää miljoonia koodirivejä. Se löysi 104 poikkeavaa, joista yksi oli tietoturvahaavoittuvuus. Mutta se löysi myös 96 väärää positiivista
Chipzilla toivoo, että tekoälytyökalusta tulee viime kädessä kehittynyt järjestelmä, joka vähentää – ja toivottavasti poistaa – koodin manuaalista todentamista tavoitteenaan täysin automatisoida kallis ja aikaa vievä virheenkorjausprosessi.
"Virheenkorjaus on olemassa vain siksi, että meillä on virheviestintä aikomuksestamme koneille. Ja jos parantaisimme tapaa, jolla ilmaisemme tarkoituksellisuutemme koneille, koko virheenkorjauksen kenttä katoaa, tai sitä ei vain [ei] ole enää olemassa", kehitystä johtava Intel Labsin johtava tekoälytutkija Justin Gottschlich. työkalusta, kerrottiin Rekisteri.
Hän vertasi sitä vaihtamiseen manuaalisista vaihteista automaattivaihteistoihin autoissa. "Se johtuu siitä, että me tavallaan keksimme, kuinka tehdä automaattinen siirtyminen näiden vaihteiden läpi ilman, että ihminen osallistuu siihen", Gottschlich sanoi.
Siirtyminen pykälää ylöspäin
Gottschlich sanoi, että yritys ymmärsi, että sen olisi kehitettävä luodinkestävä tekoälyjärjestelmä ja niin tarkka oppimismalli, että se tuottaa kiistatta luotettavia tuloksia koodin todentamisesta. ControlFlagin oppimisjärjestelmä kehittyy ja tarkentuu, kun se nielee enemmän tietoja, hän sanoi.
Tekoälyjärjestelmien tarkkuus voi kärsiä syistä, joihin kuuluu mallien ajautuminen, jolloin oppimisjärjestelmiin syötetty virheellinen data heittää tuloksia raiteilta.
Muissa tapauksissa tekniikka ei ole vastaus. Viime vuonna Walmart lopetettava robottien käyttö käytävillä varaston seuraamiseen sen jälkeen, kun havaittiin, että ihmiset – toisin kuin tekoäly – tuottivat parempia tuloksia.
Intelin ControlFlag-järjestelmä käyttää kaksivaiheista prosessia poikkeamien havaitsemismallin luomiseen, tarkistamiseen ja parantamiseen. Deterministinen järjestelmä analysoi koodia, jäsentää tietoa, kuten koodin semanttisen merkityksen, ja merkitsee epäilyttäviä elementtejä.
Toinen osa on itsevalvontaa käyttävä stokastinen puoli, jossa tekoälyjärjestelmä alkaa oppia itsestään ja miten koodista luokitellaan semanttista ja syntaktista tietoa ja mikä on poikkeavaa ja ei-poikkeavaa.
Intel rakensi ControlFlagin oppimismallin tekniikoilla, mukaan lukien avoimen lähdekoodin jäsennys Githubissa, jolla on nykyään yli 200 miljoonaa tietovarastoa.
"Se lukee koodin ja yrittää erottaa, voinko luottaa tähän koodiin? Ja jos on, mitä voin oppia tästä koodista? Sellaiset historialliset tiedot, jotka yrittävät ennustaa uutta dataa… perustiedot ovat lähdekoodivarastot”, Gottschlich sanoi.
Järjestelmä eroaa perinteisistä tekoälysovelluksista, kuten kansallisen kielen käsittelystä tai kuvantunnistuksesta, eikä se noudata perinteistä korkean tason järjestelmäsuunnittelua tai topologiaa, johon se voitaisiin kytkeä.
"Koska emme käytä tarroja, meidän on tehtävä koko ongelman uudelleenarviointi", Gottschlich sanoi.
Luota mutta varmista
Intel luottaa konseptiin, jota kutsutaan "puoliluottamukseksi", jossa yritys käyttää ympäristötietoja arkiston ympärillä ohjatakseen ControlFlagia sen selvittämiseen, voitko luottaa syöttäviin tietoihin vai et. Esimerkiksi GitHubin tähtiin perustuva luokitusjärjestelmä auttaa ControlFlagia punnitsemaan arkiston koodin suosiota ja luotettavuutta.
Yhtiö käytti ControlFlag-ohjelmaa sisäisellä tuotantolaatuisella ohjelmistolla, joka sisältää miljoonia koodirivejä. Se löysi 104 poikkeavaa, joista yksi oli tietoturvahaavoittuvuus. Mutta se löysi myös 96 väärää positiivista.
"Mitä meidän on parannettava, on useita vääriä positiivisia tuloksia. Tämä on varmasti parantamisen arvoinen alue kehittäjäystävällisemmäksi, koska [a] 50 prosentin virheellisten positiivisten prosenttiosuus ei yksinkertaisesti ole kovin suuri”, Gottschlich sanoi.
Kehittäjät voivat lataa ControlFlag Githubista täältä ja suorita se koodilla. Se toimii Linux- ja Mac OS -käyttöjärjestelmissä, ja Chipzilla pyrkii lisäämään Windows-tukea.
Intel omistaa enemmän resursseja tämän järjestelmän kehittämiseen – jota se kutsuu koneohjelmoimiseksi – pitkällä aikavälillä, mutta toinen haaste on selvittää, miten viestintä, koneoppiminen ja tietojenkäsittely kehittyvät, Gottschlich sanoi.
Intel näkee, että ControlFlag on mahdollisesti muutettu siruiksi tietoliikennekanavien tehostamiseksi. Mutta sitä varten tekoälyjärjestelmän on kypsyttävä ja oltava luotettava siinä määrin, että virheenkorjausprosessi voidaan automatisoida.
"Tällä hetkellä [ControlFlag] on pääasiassa ohjelmistoissa. Osa siitä on, kun rakennamme kehittyneempiä... järjestelmiä, jotkin ydinkomponentit, jos voimme polttaa ne laitteistoksi, koska ne ovat niin kriittisiä koneoppimisjärjestelmille, me todennäköisesti teemme sen", Gottschlich sanoi. ®
Lähde: https://go.theregister.com/feed/www.theregister.com/2021/10/25/intel_controlflag/
