Российский ИИ сократил проверку кода в 5-6 раз и прошел испытания в крупном банке

Умный тестер кода ускоряет проверки в разы

Российские ученые представили новую разработку для автоматического тестирования и контроля качества программного обеспечения. Этот подход, основанный на использовании искусственного интеллекта, позволяет ускорить проверку программного кода в среднем в 5-6 раз, при этом сохраняя высокий уровень качества. Новая методика уже прошла успешное испытание на цифровой инфраструктуре крупного российского банка. Информацию об этом опубликовало издание ТАСС Наука, ссылаясь на данные Исследовательского центра Т-Технологий, расположенного во Владивостоке.

"Метод совместим с любым языком программирования и не требует уникальной настройки под каждый проект. Принцип его работы сравним с фильтрацией почты: если письма с определенного адреса часто оказывались спамом, почтовая система проверит их в первую очередь, не тратя время на просмотр всей переписки. Так же и с тестами: система прогнозирует, какие из них с наибольшей вероятностью обнаружат ошибки при новых изменениях, опираясь на опыт прошлых сбоев", - сообщается в заявлении Исследовательского центра Т-Технологий.

Ведущие компании-разработчики программного обеспечения регулярно выпускают обновленные версии своих продуктов. Это делается для повышения их безопасности и расширения функциональных возможностей. Однако процесс тестирования каждой новой версии становится все более сложным и требует значительных затрат. Проверка может занимать десятки часов и задействовать вычислительные мощности сотен серверов. Такая ситуация подталкивает ученых и IT-инженеров к активному поиску способов ускорить этот процесс.

Специалисты из Владивостока разработали подход, который значительно сокращает время, необходимое для тестирования, благодаря системе искусственного интеллекта. Эта система анализирует исходный код программы, выявляет ключевые изменения и подбирает соответствующие тесты. Эти тесты способны обнаружить более 95% возможных ошибок, которые могли появиться после внесения изменений в код.

Исследователи подчеркивают, что ключевое достоинство и новизна их разработки заключается в отказе от трудоемкого и дорогостоящего процесса сравнения старых и новых версий исходного кода. Вместо этого, система искусственного интеллекта анализирует, кто конкретно и какие файлы менял в коде, как часто происходили эти изменения, и насколько часто они приводили к сбоям. На основе этих данных система формирует набор тестов, учитывая предыдущие ошибки.

По результатам тестирования, проведенного учеными на инфраструктуре одного из крупнейших российских банков, выяснилось, что новый подход сокращает общее время работы тестовой системы в 5-6 раз. При этом методика сохраняет свою эффективность даже при работе с очень большими и сложными кодовыми базами. Разработчики сообщили, что исходный код нового метода тестирования доступен в открытом доступе, что позволяет любому желающему его использовать.

Как сообщалось ранее, российские специалисты активно развивают методики улучшения качества работы систем искусственного интеллекта. Например, пресс-служба Сбера проинформировала о создании подхода, который позволяет эффективно выявлять галлюцинации в работе ИИ. Директор Центра практического искусственного интеллекта Сбербанка Глеб Гусев подтвердил, что новый метод увеличивает точность обнаружения таких сбоев примерно на 30%, используя при этом минимальное количество обучающих примеров. Данная разработка продемонстрировала высокую эффективность даже при небольшом объеме данных, применяя метамодели и умное понижение размерности. Подобные достижения подчеркивают общий тренд на повышение надежности и эффективности искусственного интеллекта в различных областях, что является ключевым для развития высокотехнологичных решений.