人工智能完全學(xué)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(jīng)達(dá)到了不錯的水平。

北京大學(xué)、微軟亞洲研究院和中國電子科技大學(xué)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(fā)的精確狀態(tài)系統(tǒng)（Accurate Condition System, ACS），能在人類不加干預(yù)的情況下自動修復(fù)軟件系統(tǒng)中的 Bug。

他們關(guān)于 ACS 的論文 Precise Condition Synthesis for Program Repair 發(fā)表在世界軟件工程大會 ICSE 2017 上。

ACS 會自動修復(fù)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(shù)的最小公倍數(shù)，并且引入了 Math.abs 來確保返回的值是正數(shù)。但是，這個程序有缺陷，有時候還是會返回負(fù)值。

我們可以創(chuàng)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(yù)期的輸出是 throw ArithmeticException。

把這個程序和相應(yīng)的測試輸入到 ACS 中，ACS 會自動生成第2、3 行的路徑，修復(fù)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(xué)計算機(jī)系的 Westley Weimer、新墨西哥大學(xué)的 Stephanie Forrest 和卡耐基梅隆大學(xué)的 Claire Le Goues，就一起開發(fā)了 Genprog。

而 ACS，在前人研究的基礎(chǔ)上大幅提升了準(zhǔn)確率。在 Defects4J 基準(zhǔn)上的測試結(jié)果顯示，ACS 生成的 23 個補(bǔ)丁中，有 18 個是正確的，準(zhǔn)確率近 80%。

ACS 準(zhǔn)確率的提升主要得益于有更多的信息來源，特別是網(wǎng)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(bǔ)丁中的變量進(jìn)行排序；

二是用自然語言分析技術(shù)來分析 Javadoc，然后用 Javadoc 中的信息來過濾不正確的補(bǔ)丁；

三是通過對網(wǎng)上的開源程序進(jìn)行統(tǒng)計分析，發(fā)現(xiàn)對變量進(jìn)行操作的條件概率，進(jìn)而生成正確的補(bǔ)丁。