程式員的福音，AI可以自動修複bug了！

人工智慧完全學會自己編程，可能說起來還有一種科幻感，但 AI 幫 程式員找 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 在微軟官方部落格上介紹稱，他們開發的精確狀態系統（Accurate Condition System, ACS），能在人類不加幹預的情況下自動修複軟體系統中的 Bug。 　　他們關於 ACS 的論文 Precise Condition Synthesis for Program Repair 發表在世界軟體工程大會 ICSE 2017 上。 　　ACS 會自動修複什麼樣的 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，並且引入了 Math.abs 來確保返回的值是正數。但是，這個程式有缺陷，有時候還是會返回負值。 　　我們可以建立一個 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。 　　把這個程式和相應的測試輸入到 ACS 中，ACS 會自動產生第2、3 行的路徑，修複程式缺陷： 　　int lcm=Math.abs (mulAndCheck (a/gdc (a,b)， b)); 　　+ if (lcm == Integer.MIN_VALUE) { 　　+  throw new ArithmeticException (); 　　+ } 　　return lcm; 　　讓演算法自己改 bug 這件事，從 2009 年開始就有研究，維吉尼亞大學電腦系的 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 產生的 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於有更多的資訊來源，特別是網上的大量代碼。與以往的方法相比，ACS 有以下三種新的資訊來源： 　　一是用局部性原則資訊對補丁中的變數進行排序； 　　二是用自然語言分析 技術來分析 Javadoc，然後用 Javadoc 中的資訊來過濾不正確的補丁； 　　三是通過對網上的開來源程式進行統計分析，發現對變數進行操作的條件機率，進而產生正確的補丁。