Ju Yong Lee, associate professor di Laboratorium Pengembangan Perangkat Lunak Industri di Innopolis University, menawarkan penelitian terbaik di bidang otomatisasi perbaikan bug yang cepat dan masuk sepuluh besar pemenang Penghargaan Pengujian dan Verifikasi Penelitian Facebook. Secara total, 145 peneliti dari seluruh dunia mengirim aplikasi untuk hibah ini. Ilmuwan itu memberi tahu kami tentang penelitiannya.
Tentang penelitian
Saya ingin segera menunjukkan dengan jelas pengujian perangkat lunak apa. Tujuan utamanya adalah untuk menemukan kesalahan dalam program yang tidak ditulis oleh pengembang perangkat lunak. Jika tes berhasil, maka kami dapat dengan aman mengatakan bahwa program Anda siap dirilis.
Tampaknya menemukan bug dalam perangkat lunak tidak begitu sulit, terutama jika pengembang sudah memiliki pengalaman menggunakan bug. Ya, ada kesalahan yang dapat dengan mudah dilihat dan ditemukan, tetapi pengembang sering tidak melihat kerentanan yang bahkan setelah kerja hati mereka dapat dideteksi oleh peretas. Melalui pengujian, kami ingin menemukan kesalahan sebelum menjadi korban kecelakaan karena pelanggaran keselamatan dan kecelakaan mobil. Menurut The Associated Press, 89 orang meninggal pada tahun 2000-2010 karena kesalahan perangkat lunak pada mobil Toyota.
Tujuan utama dari proyek ini adalah untuk secara otomatis memperbaiki cacat teknis atau kesalahan dalam program. Hampir semua perangkat lunak mengandung bug, terutama dengan kemajuan pengembangan, pengujian, dan proses implementasi. Sekarang menjadi semakin sulit bagi pengembang untuk memperbaiki bug secara tepat waktu. Oleh karena itu, perlu untuk menjaga perangkat lunak terlindung dari cacat mungkin, dan banyak peneliti, termasuk saya, berusaha mencari solusi dan mengembangkan metode untuk pemecahan masalah otomatis. Dalam proyek khusus ini, saya mencoba meningkatkan kecepatan koreksi otomatis kesalahan teknis untuk meminimalkan waktu antara deteksi dan eliminasi mereka.
Perbaikan otomatis untuk bug teknis telah diuji oleh banyak peneliti, termasuk saya. Hasil pertama diterima oleh industri, dan perusahaan-perusahaan seperti Facebook telah mulai menggunakan penghapusan bug secara otomatis seperti pointer yang salah, yang menunjukkan adanya sel yang tidak ada.
Apa yang memutuskan
Setiap orang memiliki kepentingannya sendiri. Saya tertarik pada bahasa pemrograman, verifikasi dan pengujian perangkat lunak, semua ini terkait erat dengan pemahaman tentang program komputer. Belum lama ini, koreksi kesalahan otomatis menjadi topik tersendiri bagi saya untuk penelitian. Saya pikir di masa depan, perangkat lunak akan dibuat oleh kecerdasan buatan, yang akan memungkinkan pengembang mencurahkan lebih banyak waktu untuk bekerja pada komponen perangkat lunak utama.
Selama dekade terakhir, koreksi kesalahan otomatis telah membuat lompatan besar ke depan, berkat upaya pengembang, termasuk tambang. Saya bekerja untuk meningkatkan tambalan dan bug yang diperbaiki secara otomatis. Saya pikir terobosan berikutnya yang kita butuhkan adalah kecepatan cepat. Sampai sekarang, diyakini bahwa koreksi kesalahan otomatis akan digunakan dalam mode batch, sehingga masalah kecepatan tidak di tempat pertama. Pengembang memulai koreksi kesalahan otomatis dan pulang. Dan pada pagi berikutnya, area yang didebet secara otomatis semalaman siap untuk dilihat. Tetapi pengalaman menunjukkan bahwa yang terbaik adalah memperbaiki kesalahan segera setelah menulis program bug, sementara pengembang masih ingat apa yang ia tulis di sana. Oleh karena itu, saya mengusulkan studi koreksi kesalahan otomatis berkecepatan tinggi.
Pesaing
Itu adalah hibah internasional dan penelitian ditawarkan oleh para peneliti dari seluruh dunia. Facebook menerima 145 aplikasi dan memilih 10 pemenang, termasuk saya. Angka ini (6,9%) menunjukkan betapa sengitnya persaingan dibandingkan dengan menerima hibah di konferensi puncak, di mana persentase aplikasi yang disetujui biasanya 20%.
Semua 10 pemenang penghargaan dan penelitian mereka dipublikasikan di
Facebook Research . Pemenangnya adalah peneliti terkenal di bidangnya dari universitas ternama: Universitas Carnegie Mellon, University College London, University of California di Berkeley dan Humboldt University of Berlin.
Rencana selanjutnya
Pemulihan kesalahan otomatis masih merupakan bidang yang masih muda, dan ada banyak hal yang layak untuk dikerjakan. Kami membutuhkan metode yang dapat memperbaiki lebih banyak kesalahan dengan lebih akurat dan cepat, dan saya berencana untuk bekerja ke arah ini. Di masa depan, saya ingin melihat kecerdasan buatan tidak hanya dapat memperbaiki kesalahan, tetapi juga membantu pengembang di seluruh proses.
Seperti banyak studi akademis lainnya, proyek-proyek di bidang penghapusan otomatis kesalahan teknis tidak dapat diselesaikan dengan satu studi. Banyak dimensi harus diperhitungkan agar ide menjadi praktis. Seperti yang saya katakan, saya fokus pada kecepatan menghilangkan kesalahan teknis, tetapi kecepatan hanya satu dimensi untuk menyelesaikan masalah. Pengukuran lain termasuk tingkat keberhasilan pengenalan kesalahan, akurasi pemecahan masalah, dll. Dalam sains dan teknologi, meningkatkan satu dimensi membantu pengembangan dimensi lain, dan inilah yang saya rencanakan untuk dilakukan di masa depan - untuk terus memperluas batasan solusi otomatis masalah teknis di berbagai dimensi.
Adapun penerapan teknik seperti itu, saya sebelumnya menggunakannya dalam pembentukan umpan balik otomatis untuk program yang ditulis oleh siswa. Sistem tutor cerdas yang disebut ini adalah salah satu bidang di mana hasil penelitian dapat diterapkan.