Apple Yapay zekânın yazılım geliştirme dünyasını nasıl kökten değiştirebileceğini gösteren üç yeni araştırma çalışması yayınladı. Yapay zekâ, yalnızca kodlardaki hataları tahmin etmekle kalmıyor, aynı zamanda insan müdahalesi olmadan testler yazabiliyor ve hatta programları düzeltebiliyor.
Fotoğraf Galeri
Azınlık Raporu'ndaki gibi tahmin ediyor
Otokoder Transformatör Modeli Kullanılarak Yazılım Hata Tahmini başlıklı ilk çalışma, Uyarlanabilir Diferansiyel Evrim, Kuantum Hata Tahmini ve Kuantum Hata Tahmini olmak üzere dört gelişmiş tekniği birleştiren ADE-QVAET modelini sunmaktadır. VariaUlusal Otokoder, Transformatör katmanı ve Uyarlanabilir Gürültü Azaltma. Klasik LLM modellerinin aksine, buradaki yapay zeka kodu kendisi okumaz, karmaşıklığı ve yapısı hakkındaki verileri analiz eder. Programda bir hatanın nerede oluşabileceğini %98'in üzerinde doğrulukla belirleyebilir.
Daha hızlı proje dağıtımı
Yazılım Testi için Agentic RAG adlı ikinci çalışma, otonom yapay zeka aracılarını kullanarak test planlarını ve vakalarını otomatik olarak oluşturup yöneten bir sistemi anlatıyor. Araştırmacılara göre, bu teknoloji test süresini %85 oranında azalttı ve test paketlerini aynı oranda basitleştirdi. Maliyet tasarrufu yaklaşık %35 olup, bu da iki aya kadar daha hızlı proje dağıtımı anlamına geliyor.
Hatalara karşı yapay zeka
Üçüncü ve en iddialı çalışma olan SWE-Gym, yapay zekaya hataları doğrudan kodda düzeltmenin nasıl öğretilebileceğini gösteriyor. Model, açık kaynaklı depolardan alınan 2.400'den fazla gerçek dünya Python görevi üzerinde eğitildi ve %72,5'lik bir başarı oranına ulaştı. Basitleştirilmiş bir sürüm olan SWE-Gym Lite, benzer doğruluğu korurken eğitim hızının yarısına ulaşmayı sağladı.
Bu sonuçlar şunu gösteriyor ki; Apple Yapay zekanın sadece bir asistan değil, gerçek zamanlı olarak hataları tespit edebilen, test edebilen ve düzeltebilen aktif bir geliştirici olacağı bir döneme doğru ilerliyoruz.
