Intel Labs are planuri mari pentru un instrument software numit ControlFlag, care folosește inteligența artificială pentru a scana codul și a identifica erorile.
Unul dintre aceste obiective, probabil o cale de ieșire în viitor, este să-l coaceți în pachete de cip ca o ultimă linie de apărare împotriva codului defect. Acest lucru ar putea face fluxul de informații pe canalele de comunicații mai sigur și eficient.
Dar acesta este un mare „dacă” și depinde de multe lucruri care se încadrează în loc. Săptămâna trecută, Intel a oferit dezvoltatorilor de software instrumentul – numit ControlFlag. Software-ul analizează liniile de cod și subliniază erorile pe care dezvoltatorii le pot remedia apoi.
Compania a rulat ControlFlag pe o bucată proprietară de software intern de calitate a producției, cu milioane de linii de cod. A găsit 104 anomalii, dintre care una era o vulnerabilitate de securitate. Dar a găsit și 96 de fals pozitive
Chipzilla speră ca instrumentul AI să devină în cele din urmă un sistem sofisticat care reduce – și sperăm că elimină – verificarea manuală a codului, cu scopul de a automatiza complet procesul de depanare costisitor și consumator de timp.
„Depanarea există doar pentru că avem o comunicare greșită a intenției noastre către mașini. Și dacă ar fi să îmbunătățim modul în care ne exprimăm intenționalitatea către mașini, întregul domeniu al depanării va dispărea sau pur și simplu [nu va mai] exista”, Justin Gottschlich, cercetător principal AI la Intel Labs, care conduce dezvoltarea. a instrumentului, spus Registrul.
El a comparat asta cu trecerea de la vitezele manuale la transmisiile automate în automobile. „Aceasta se datorează faptului că ne-am dat seama cum să facem tranziția automată prin acele trepte fără a fi implicată ființa umană”, a spus Gottschlich.
Trecând cu o crestătură în sus
Gottschlich a spus că firma a recunoscut că va trebui să dezvolte un sistem AI antiglonț și un model de învățare atât de precis încât să producă rezultate indiscutabil de fiabile la verificarea codului. Sistemul de învățare al ControlFlag evoluează și devine mai precis pe măsură ce ingerează mai multe date, a spus el.
Precizia sistemelor AI poate avea de suferit din motive care includ deviația modelului, în care datele greșite introduse în sistemele de învățare aruncă rezultatele de pe șină.
În alte cazuri, tehnologia nu este răspunsul. Anul trecut, Walmart întrerupt utilizarea roboților în culoar pentru a urmări inventarul după ce a constatat că oamenii – spre deosebire de AI – au produs rezultate mai bune.
Sistemul Intel ControlFlag folosește un proces în doi pași pentru a genera, verifica și îmbunătăți modelul de detectare a anomaliilor. Sistemul determinist analizează codul, analizează informații precum semnificația semantică a codului și semnalează elementele suspecte.
A doua parte este partea stocastică folosind auto-supravegherea, în care sistemul AI începe să învețe singur și cum să clasifice informațiile semantice și sintactice din cod și ce este anormal și non-anomal.
Intel a construit modelul de învățare ControlFlag prin tehnici, inclusiv analizarea codului open-source pe Github, care are astăzi peste 200 de milioane de depozite.
„Citește codul și încearcă să discerne, este acest cod în care pot avea încredere? Și dacă este, ce pot învăța din acest cod? Genul de date istorice, care încearcă să facă predicția noilor date... datele de bază sunt depozitele de cod sursă”, a spus Gottschlich.
The system is different from conventional AI applications such as national language processing or image recognition, and doesn’t follow a traditional high-level system design or topology in which it could be plugged in.
„Pentru că nu folosim etichete, ceea ce trebuie să facem este să regândim întreaga problemă”, a spus Gottschlich.
Crede dar verifica
Intel se bazează pe un concept numit „semi încredere”, în care compania folosește date de mediu în jurul depozitului pentru a ghida ControlFlag dacă puteți sau nu să aveți încredere în datele care sunt ingerate. De exemplu, sistemul de evaluare bazat pe stele de pe GitHub ajută ControlFlag să cântărească popularitatea și fiabilitatea codului dintr-un depozit.
Compania a rulat ControlFlag pe o bucată proprietară de software intern de calitate a producției, cu milioane de linii de cod. A găsit 104 anomalii, dintre care una era o vulnerabilitate de securitate. Dar a găsit și 96 de fals pozitive.
„Ceea ce trebuie să lucrăm la îmbunătățirea este o serie de fals pozitive. Aceasta este cu siguranță o zonă de îmbunătățire pentru a deveni mai prietenos pentru dezvoltatori, deoarece [o] rată de 50% fals pozitive nu este super grozavă”, a spus Gottschlich.
Dezvoltatorii pot descărcați ControlFlag de pe Github aici și rulați-l pe cod. Funcționează pe Linux și Mac OS, iar Chipzilla lucrează pentru a adăuga suport Windows.
Intel dedică mai multe resurse dezvoltării acestui sistem – pe care îl numește programare de mașini – pe termen lung, dar o altă provocare este să știe cum vor evolua comunicațiile, învățarea automată și calculul, a spus Gottschlich.
Intel vede că ControlFlag este posibil să fie copt în cipuri pentru a face canalele de comunicare de date mai eficiente. Dar pentru asta, sistemul AI trebuie să se maturizeze și să fie de încredere până la punctul în care procesul de depanare poate fi automatizat.
„În acest moment, [ControlFlag este] în principal în software. O parte din aceasta este că, pe măsură ce construim sisteme mai avansate, unele dintre componentele de bază, dacă le putem inscripționa în hardware, deoarece sunt atât de esențiale pentru sistemele de învățare automată, este probabil să facem asta”, a spus Gottschlich. ®
Sursa: https://go.theregister.com/feed/www.theregister.com/2021/10/25/intel_controlflag/
