Die University of Stirling setzt ChatGPT ein, um die Softwareentwicklung zu beschleunigen.

In einer bahnbrechenden Studie haben Forscher der University of Stirling die Kraft der künstlichen Intelligenz (KI) genutzt, um schnellere und zuverlässigere Software zu erstellen. Dr. Sandy Brownlee, der die Studie leitete, setzte ChatGPT, ein hochmodernes Large Language Model, ein, um Computercode automatisch zu optimieren, was zu erheblichen Verbesserungen der Softwareleistung führte.

Revolutionierung der Softwareentwicklung

Die Softwareentwicklung war schon immer eine herausfordernde und zeitaufwändige Angelegenheit. Der Bedarf an schnellerer und zuverlässigerer Software wird zunehmend dringender, insbesondere da die Komplexität von Anwendungen weiter zunimmt. Dr. Brownlees Team an der University of Stirling hatte sich zum Ziel gesetzt, das Feld zu revolutionieren, indem es die Fähigkeiten der KI, insbesondere von ChatGPT, nutzte, um die Softwareentwicklung zu straffen und zu verbessern.

ChatGPT-Softwareoptimierung

Die von Dr. Brownlee geleitete Forschung setzte ChatGPT ein, um Computercode automatisch zu analysieren und zu optimieren. Indem die Forscher das KI-Modell baten, Verbesserungen vorzuschlagen, zielten sie darauf ab, Software zu erstellen, die schneller und zuverlässiger läuft. Die Ergebnisse dieses innovativen Ansatzes haben das Potenzial, eine breite Palette von Anwendungen zu beeinflussen, einschließlich mobiler Apps.

Dr. Brownlee erklärte:

„Wir haben festgestellt, dass ein Large Language Model in unserem als Fallstudie verwendeten Open-Source-Projekt in etwa 15 % der Fälle schnellere Versionen des Programms erzeugen konnte, was doppelt so gut ist wie der vorherige Ansatz.“

Einer der bemerkenswertesten Aspekte der Studie war die Fähigkeit von ChatGPT, Bereiche der Software zu identifizieren und zu verbessern, die von den Forschern nicht explizit hervorgehoben worden waren. Diese Anpassungsfähigkeit und Kreativität bei der Codeoptimierung macht KI-gestützte Verbesserungen noch wertvoller.

Dr. Brownlee wies auch darauf hin, dass der greifbarste Nutzen in der Tasche eines jeden zu spüren ist – effizienter laufende mobile Apps bedeuten, dass der Akku länger hält und die Apps bei der Nutzung reaktionsschneller sind.

Neben der Verbesserung der Benutzererfahrung hat diese Forschung erhebliche Auswirkungen auf die Nachhaltigkeit. Da die Softwarekomplexität zunimmt, verbrauchen Computer mehr Energie, was zu Umweltbedenken beiträgt. Die Fähigkeit, Softwareverbesserungen effizient zu automatisieren, könnte eine entscheidende Rolle dabei spielen, Ländern zu helfen, ihre Netto-Null-Zusagen zu erfüllen.

Dr. Brownlee betonte das potenzielle Trade-off zwischen der Energie, die für die Entwicklung und den Betrieb von Large Language Models erforderlich ist, und den Energieeinsparungen, die sie bei der Anwendung auf weit verbreitete Software erzeugen können. Er erklärte:

„Hier gibt es ein Trade-off, da Large Language Models viel Energie kosten, um hergestellt und genutzt zu werden, aber wenn sie verwendet werden können, um ein Stück Software zu verbessern, das häufig ausgeführt wird, kann sich die Investition lohnen.“

Transformation der Softwareentwicklung

Die von Dr. Brownlee geleitete Forschung hat das Potenzial, die Landschaft der Softwareentwicklung zu verändern. Mit dem Aufkommen der automatisierten Softwareverbesserung durch KI könnten sich die Rollen von Softwareentwicklern wandeln, sodass sie sich auf höherwertige Designaufgaben konzentrieren können. Dieser Trend entspricht der Richtung, in die sich die Softwareentwicklung seit Jahrzehnten bewegt.

Er bemerkte auch, dass es durchaus möglich ist, sich über all dies Sorgen zu machen – KI, die Computercode schreibt, klingt nach dem Anfang eines Sci-Fi-Katastrophenplots – aber dies wird nicht zu einer KI-Übernahme führen,

Er versicherte, dass es darum geht, Tools zu entwickeln, die Entwickler unterstützen, indem sie mehr Informationen bereitstellen, und dass es weiterhin entscheidend ist, einen Menschen einzubeziehen, um diese Informationen effektiv zu nutzen.“

Die Forschungsergebnisse mit dem Titel „Enhancing Genetic Improvement Mutations Using Large Language Models“ wurden von Dr. Brownlee auf dem Symposium for Search-Based Software Engineering 2023 in San Francisco vorgestellt, das Teil der ACM Joint European Software Engineering Conference und des Symposiums zur Grundlagen der Softwareentwicklung war.

Die Studie war eine gemeinsame Anstrengung, an der Forscher verschiedener Institutionen beteiligt waren, darunter das University College London, die Johannes Gutenberg Universität und das King’s College London. Das Projekt erhielt Unterstützung durch einen UKRI EPSRC-Grant und den ERC Advanced Fellowship Grant.

Die bahnbrechende Forschung von Dr. Sandy Brownlee und seinem Team an der University of Stirling hat das Potenzial, ein neues Zeitalter der Softwareentwicklung einzuleiten und Software schneller, effizienter und umweltfreundlicher zu machen. Da die KI weiterhin eine zunehmend prominente Rolle in verschiedenen Bereichen spielt, verspricht ihre Anwendung in der Softwareoptimierung, die Zukunft der Technologie zum Besseren zu gestalten.