В октябре Apple опубликовала три новых исследования, посвященных ИИ и потенциальному применению больших языковых моделей (LLM). Исследования были посвящены ИИ-агентам.
Специалистами Apple проводятся тесты качества разработок для предотвращения ошибок на ранних этапах, повышения надёжности, безопасности и производительности программного обеспечения, а также сокращения времени разработки.
Первое исследование Apple показало, что несколько ИИ-агентов, развёрнутых для разных тестовых зон, работали значительно продуктивнее (экономия времени на 85%) и лучше (улучшение обнаружения ошибок на 35%), чем программисты-люди.
Что касается выявления и устранения уязвимостей в коде, Apple разработала SWE-Gym – учебную среду для ИИ, предназначенную для создания программного обеспечения на основе реальных задач. ИИ-агенты должны находить решения реальных задач GitHub, используя предоставленные кодовые базы. Инженеры Apple разработали 230 задач, и языковые модели, обученные с помощью SWE-Gym, смогли правильно решить 72,5% из них.
Исследователи Apple также представили модель, способную предсказывать ошибки программного обеспечения с точностью 98%. Однако, согласно данным сайта appleinsider.com, традиционные методы предотвращения ошибок на основе ИИ устраняют проблемы только после завершения разработки, игнорируя проблемы, которые можно было бы исправить гораздо раньше.
В начале октября Google представила ИИ-агента Codemender, который анализирует код и предлагает изменения, которые он автоматически проверяет, чтобы предотвратить появление новых ошибок. По данным Google, за первые шесть месяцев работы ИИ-агент уже исправил 72 ошибки безопасности для проектов с открытым исходным кодом.
