程序員的福音，AI可以自動修復bug了！

人工智能完全學會自己編程，可能說起來還有一種科幻感，但 AI 幫程序員找 bug 這件事，已經達到了不錯的水平。

北京大學、微軟亞洲研究院和中國電子科技大學就一起嘗試著讓 AI 找 bug。微軟亞洲研究院的 Lily Sun 在微軟官方博客上介紹稱，他們開發的精確狀態系統（Accurate Condition System, ACS），能在人類不加干預的情況下自動修復軟件系統中的 Bug。

他們關于 ACS 的論文 Precise Condition Synthesis for Program Repair 發表在世界軟件工程大會 ICSE 2017 上。

ACS 會自動修復什么樣的 bug 呢？Lily Sun 舉了個例子：

int lcm=Math.abs (mulAndCheck (a/gdc (a,b)， b));
return lcm;

這是 Apache Math 中的一段代碼，用來計算兩個數的最小公倍數，并且引入了 Math.abs 來確保返回的值是正數。但是，這個程序有缺陷，有時候還是會返回負值。

我們可以創建一個測試來找到其中的錯誤。測試的輸入是a=Integer.MIN_VALUE、b=1，預期的輸出是 throw ArithmeticException。

把這個程序和相應的測試輸入到 ACS 中，ACS 會自動生成第2、3 行的路徑，修復程序缺陷：

int lcm=Math.abs (mulAndCheck (a/gdc (a,b)， b));
+ if (lcm == Integer.MIN_VALUE) {
+  throw new ArithmeticException ();
+ }
return lcm;

讓算法自己改 bug 這件事，從 2009 年開始就有研究，弗吉尼亞大學計算機系的 Westley Weimer、新墨西哥大學的 Stephanie Forrest 和卡耐基梅隆大學的 Claire Le Goues，就一起開發了 Genprog。

而 ACS，在前人研究的基礎上大幅提升了準確率。在 Defects4J 基準上的測試結果顯示，ACS 生成的 23 個補丁中，有 18 個是正確的，準確率近 80%。

ACS 準確率的提升主要得益于有更多的信息來源，特別是網上的大量代碼。與以往的方法相比，ACS 有以下三種新的信息來源：

一是用局部性原則信息對補丁中的變量進行排序；

二是用自然語言分析技術來分析 Javadoc，然后用 Javadoc 中的信息來過濾不正確的補丁；

三是通過對網上的開源程序進行統計分析，發現對變量進行操作的條件概率，進而生成正確的補丁。

論文地址

來自: 量子位