Forscher der University of Stirling haben ChatGPT darin geschult, schnellere Versionen eines Softwareprogramms zu erstellen. Software schneller und zuverlässiger laufen zu lassen, ist für Softwareentwickler eine Herausforderung und zeitaufwändig.
Die von Dr. Sandy Brownlee geleitete Studie nutzte ChatGPT – ein Large Language Model (LLM) mit künstlicher Intelligenz (KI) – um Software automatisch zu aktualisieren, indem sie aufgefordert wurde, Verbesserungen an der Computercodierung vorzunehmen. Die Ergebnisse der Forschung könnten dazu genutzt werden, mobile Apps zu verbessern, um sie reaktionsfähiger zu machen und den Smartphone-Akku weniger zu belasten.
Das Papier, “Verbesserung genetischer Verbesserungsmutationen mithilfe großer Sprachmodelle,“ wurde von Dr. Brownlee am 8. Dezember auf dem Symposium on Search-Based Software Engineering 2023 in San Francisco vorgestellt, das Teil der ACM Joint European Software Engineering Conference und des Symposiums on the Foundations of Software Engineering ist.
Dr. Brownlee, Dozent in der Informatik- und Mathematikabteilung der Fakultät für Naturwissenschaften der University of Stirling, sagte: „Wir haben festgestellt, dass ein LLM bei dem Open-Source-Projekt, das wir als Fallstudie verwendeten, schneller produzieren konnte.“ Versionen des Programms in etwa 15 % der Zeit, was wiederum halb so gut ist wie der vorherige Ansatz.
„Am interessantesten war, dass das LLM Beispiele aus anderen Teilen des Programms übernehmen konnte, über die wir ihm nicht explizit berichtet hatten, um diese Verbesserungen vorzunehmen.“
„Der greifbarste Vorteil liegt in Ihrer Tasche – mobile Apps, die effizienter laufen, bedeuten, dass Ihr Akku länger hält und die Apps bei der Verwendung reaktionsschneller sind.“
Effizientere Verbesserungen
Software wird immer komplexer und schwieriger zu warten. Da Computer immer mehr Energie verbrauchen, hat dies auch zunehmende Auswirkungen auf die Umwelt. Daher ist die Schaffung effizienterer automatischer Verbesserungen der Software von entscheidender Bedeutung, wenn Länder ihre Netto-Null-Verpflichtungen erreichen wollen.
Dr. Brownlee sagte: „Hier gibt es einen Kompromiss, weil die Herstellung und Nutzung von LLMs viel Energie kostet, aber wenn sie zur Verbesserung einer Software verwendet werden können, die viele Male ausgeführt wird, kann sich der Gewinn lohnen.“
Dr. Brownlee hofft, dass die Forschung Softwareentwicklern helfen könnte, die effizientere Programme entwickeln möchten.
Er sagte: „Die Art der Rollen von Softwareentwicklern wird sich ändern, wenn die automatisierte Verbesserung von Software alltäglich wird und sich auf eine höhere Designebene verlagert, obwohl dies die Richtung fortsetzt, die wir seit Jahrzehnten beobachten.“
„Es ist durchaus möglich, sich über all das Sorgen zu machen – KI, die Computercode schreibt, klingt wie der Beginn eines Science-Fiction-Katastrophenplots –, aber das wird nicht zu einer KI-Übernahme führen.“
„Wir entwickeln Tools, die Entwickler unterstützen, indem sie mehr Informationen bereitstellen, und es ist immer noch wichtig, dass ein Mensch beteiligt ist, um diese Informationen effektiv zu nutzen.“
Mehr Informationen:
Alexander EI Brownlee et al, Enhancing Genetic Improvement Mutations Using Large Language Models, Suchbasiertes Software-Engineering (2023). DOI: 10.1007/978-3-031-48796-5_13
Zur Verfügung gestellt von der University of Stirling
Zitat: KI-Studie schafft schnellere und zuverlässigere Software (2023, 12. Dezember), abgerufen am 2. Januar 2024 von https://techxplore.com/news/2023-12-ai-faster-reliable-software.html
Dieses Dokument unterliegt dem Urheberrecht. Abgesehen von einem fairen Handel zum Zweck des privaten Studiums oder der Forschung darf kein Teil ohne schriftliche Genehmigung reproduziert werden. Der Inhalt dient ausschließlich Informationszwecken.
