机器学习有了新的用武之地：修复代码缺陷

作者简介：Katherine Noyes自在古老的TRS-80上首次完成Pyramid of Doom游戏通关之后，就成了个狂热的极客。如今，她跟踪分析形形色色的企业软件，着重关注Linux和开源软件。

麻省理工学院（MIT）的研究人员表示，一种新的代码缺陷（bug）自动修复系统修复错误的速度是之前其他系统的10倍。

麻省理工学院（MIT）表示，它开发的一种机器学习系统可以修复的代码错误是其他系统的10倍。

这是机器学习的另一种新的应用：麻省理工学院（MIT）开发出了一种系统，用来修复饱受bug困扰的代码存在的错误。

新的机器学习系统由麻省理工学院的研究人员开发；研究人员表示，它修复的错误数量是之前其他系统的大致10倍。他们在上个月的编程语言原则（Principles of ProgrammingLanguages）研讨会上介绍了描述这种新系统的论文，该系统名为“先知”（Prophet）。

实际上，该系统的工作原理如下：研究过去已经为开源计算机程序打上的补丁，以便了解它们的一般属性。Prophet被赋予了存储于在线代码库GitHub上的八个常见开源应用程序中的777个错误和修正（fix）。

然后，该系统运用这种知识，为一组不同的程序中存在的新bug拿出新的修正办法。

Fan Long是电气工程和计算机学系的研究生，他是这篇论文的作者之一。他之前实际上已研制出一种算法，通过有系统地修改程序代码，试图通过修复程序缺陷。唯一的问题是，可能需要的时间长得吓人。

这个新的机器学习系统与那个较早问世的算法协同运行，但是可以根据正确的概率，给可能的补丁排序，然后对它们进行耗费时间的测试。

研究人员针对出现在八个常见开源程序中的一组（69个）实际错误，测试了系统。之前的错误修复系统能够修复一两个缺陷，而新系统能够修复的缺陷却在15个至18个之间，具体取决于它是选用发现的第一种解决方法，还是被允许运行更长的时间。

Martin Rinard是电气工程和计算机学系教授，他也是这篇论文的作者之一。据他声称，这当然很有用，不过由此带来的影响可能更大。

Rinard解释：“这项研究最引人注目的方面之一是，我们发现，你确实可以从一组应用程序当中了解正确代码的普遍属性，然后运用到另一组应用程序。如果你能识别正确的代码，这给所有软件工程带来了巨大的影响。我们希望那是一种全新、神奇的方法，修复代码错误仅仅是它的第一种应用。”

云头条编译｜未经授权谢绝转载