英特爾推出全新機(jī)器編程代碼相似度系統(tǒng)，精確度提高40倍！

近日，英特爾發(fā)布了全新機(jī)器編程系統(tǒng)——機(jī)器推理代碼相似度系統(tǒng)（MISIM）。該系統(tǒng)由英特爾與麻省理工學(xué)院、佐治亞理工學(xué)院共同研發(fā)，是一款檢測軟件意圖的自動(dòng)化引擎，通過識別代碼結(jié)構(gòu)、分析與其它功能相似代碼的句法差異實(shí)現(xiàn)。

英特爾機(jī)器編程研究院創(chuàng)始人、首席科學(xué)家及總監(jiān) Justin Gottschlich 表示：“英特爾機(jī)器編程的最終目標(biāo)，是讓每個(gè)人都能創(chuàng)建軟件。當(dāng)這一目標(biāo)完全實(shí)現(xiàn)時(shí)，每個(gè)人都可以通過自己最擅長的方式，如代碼、自然語言或其他方式向機(jī)器表達(dá)自己的設(shè)計(jì)意圖，從而創(chuàng)建軟件。這是一個(gè)大膽的目標(biāo)，需要付出許多努力，MISIM 是我們邁出的堅(jiān)實(shí)一步?！?/span>

隨著異構(gòu)計(jì)算崛起，硬件、軟件系統(tǒng)變得越來越復(fù)雜，以及跨架構(gòu)專業(yè)編程人員的稀缺，導(dǎo)致業(yè)界對新開發(fā)方法的需求愈加凸顯?！皺C(jī)器編程”一詞在英特爾研究院和麻省理工學(xué)院聯(lián)合發(fā)布的《機(jī)器編程的三大支柱》論文中首次提出，旨在通過自動(dòng)化工具提升開發(fā)效率。在多種新興機(jī)器編程工具中，代碼相似度是一項(xiàng)關(guān)鍵技術(shù)，它具備精準(zhǔn)、高效實(shí)現(xiàn)軟件開發(fā)流程自動(dòng)化的潛力，從而滿足跨架構(gòu)編程需求。

然而，建立精準(zhǔn)的代碼相似度系統(tǒng)本身是一個(gè)較為棘手的問題。這些系統(tǒng)需要識別兩個(gè)代碼段是否具有相似特征、是否需要實(shí)現(xiàn)相似目標(biāo)。在只提供源代碼的情況下，這是非常難以實(shí)現(xiàn)的。但是，英特爾與麻省理工學(xué)院及佐治亞理工學(xué)院聯(lián)合開發(fā)的MISIM可以精準(zhǔn)識別兩段代碼是否運(yùn)行相似的計(jì)算過程，即使這兩段代碼使用不同的數(shù)據(jù)結(jié)構(gòu)和算法。正如Gottschlich所闡述的，“這是實(shí)現(xiàn)機(jī)器編程偉大愿景的重要一步”。

據(jù)悉，MISIM與現(xiàn)有代碼相似度系統(tǒng)最關(guān)鍵的不同點(diǎn)在于，它擁有創(chuàng)新的上下文感知語義結(jié)構(gòu)（CASS），可以提取出代碼真正的用途。與其它現(xiàn)有方法不同的是，CASS可以配置到特定上下文環(huán)境，在更高層次抓取描述代碼的信息。因此，CASS可以提供更精準(zhǔn)的洞察如“代碼能實(shí)現(xiàn)什么”，而不是“如何實(shí)現(xiàn)”的問題。

此外，MISIM無需使用編譯器（將人類可讀源代碼轉(zhuǎn)換為計(jì)算機(jī)可執(zhí)行機(jī)器代碼的程序）即可完成所有這些工作。所以，與現(xiàn)有系統(tǒng)相比，MISIM就有了更多優(yōu)勢，包括能夠在開發(fā)人員尚在編寫的不完整代碼段上執(zhí)行，對于推薦系統(tǒng)和自動(dòng)bug修復(fù)等應(yīng)用情景來說，具有重要實(shí)際意義。

一旦代碼結(jié)構(gòu)整合到CASS以后，根據(jù)設(shè)計(jì)目標(biāo)，多個(gè)神經(jīng)網(wǎng)絡(luò)系統(tǒng)會(huì)對代碼段給出相似度評分。換言之，如果兩段代碼結(jié)構(gòu)看起來很不一樣，但執(zhí)行的都是同一個(gè)功能，這些神經(jīng)網(wǎng)絡(luò)系統(tǒng)將給出“高度相似”的評分。通過將這些原則整合到統(tǒng)一系統(tǒng)中，英特爾、麻省理工學(xué)院和佐治亞理工學(xué)院的研究員發(fā)現(xiàn)，MISIM識別相似代碼段的精確度是此前最先進(jìn)系統(tǒng)的40倍。

未來，英特爾將繼續(xù)拓展MISIM的功能，目前已經(jīng)從研究階段進(jìn)入演示階段，目標(biāo)是打造一款代碼推薦引擎，協(xié)助軟件開發(fā)人員在英特爾多種異構(gòu)架構(gòu)上進(jìn)行編程開發(fā)。此類系統(tǒng)可以識別開發(fā)人員簡單算法輸入背后的意圖，并推薦語義相近但性能更好的候選代碼。