Microsoft et Altran lancent une IA pour corriger les bugs des logiciels

Bastien L. 19 mai 2020 2 minutes de lecture Intelligence artificielle

Microsoft et Altran lancent Code Defect AI : un outil permettant de détecter les bugs dans un code logiciel grâce au Machine Learning. Ceci va permettre aux développeurs de relaxer du code de qualité plus rapidement…

🔥 Nous recommandons Gemini

Gemini transforme la manière dont vous interagissez avec l’IA, en combinant texte, images, audio et vidéo pour offrir des réponses et solutions multimodales. Que ce soit pour la rédaction, la programmation, ou l’analyse de données, Gemini fournit des outils puissants pour optimiser votre productivité. Disponible dans plusieurs produits Google comme Gmail, Google Docs, et Google Workspace, Gemini facilite la collaboration et l’efficacité au sein des équipes, quelle que soit leur taille.

Afin de répondre aux exigences du marché, les éditeurs de logiciels se doivent d’abréger le cycle de développement autant que possible. Cependant, il est également essentiel de s’assurer de la qualité du code et cela nécessite traditionnellement de passer du temps à chercher d’éventuelles erreurs.

Afin de permettre de répondre à ces deux contraintes, Microsoft et Altran lancent l’outil » Code Defect AI « . Celui-ci permet d’identifier les problèmes dans le code d’un logiciel grâce à l’intelligence artificielle.

En utilisant cet outil, les ingénieurs logiciels peuvent détecter les bugs directement pendant le processus de coding plutôt qu’à la fin. Ainsi, les développeurs pourront relaxer du code de qualité plus rapidement.

Code Defect AI repose sur le Machine Learning pour analyser le code existant, détecter les problèmes potentiels dans le nouveau code, et suggérer des tests pour diagnostiquer et corriger les erreurs.

Code Defect AI s’entraîne sur le code existant pour détecter les erreurs dans le nouveau code

https://www.youtube.com/watch?v=V4ZyWHAVnXY

Plusieurs techniques de Machine Learning sont utilisées : les forêts d’arbres décisionnels, les machines à vecteurs de support, le perceptron multicouche ou encore la régression logistique.

Afin de développer un modèle de décision fiable, l’algorithme est entraîné à partir de données existantes. Ces données historiques sont extraites, traitées et étiquetées.

Par la suite, en utilisant Code Defect AI sur un nouveau code, les développeurs reçoivent un score de confiance indiquant si le code est erroné. Ils peuvent aussi savoir quelles caractéristiques du code doivent être corrigées en priorité.

Cet outil peut être hébergé sur site, ou sur les plateformes Cloud comme Microsoft Azure. L’intégration avec des outils d’analyse ou des outils de gestion de code source tiers est également prise en charge. Code Defect AI est disponible sur GitHub.