Un Innovativo Sistema AI Mostra Promessa nella Verifica del Software Senza Bug
- Baldur, un sistema di intelligenza artificiale sviluppato in collaborazione con Google, automatizza le dimostrazioni matematiche per ridurre i bug del software e migliorarne l'accuratezza.
- Grazie al fine-tuning dei modelli linguistici di grandi dimensioni, Baldur e Thor raggiungono un tasso di successo del 65,7% nella generazione di dimostrazioni.
- Questo progresso promette di snellire la verifica del software e migliorarne l'affidabilità, segnando un avanzamento significativo nello sviluppo di software privo di errori.
Tradizionalmente, la verifica del codice software è stata un processo laborioso che coinvolge revisioni manuali del codice o l'esecuzione del codice per identificare anomalie. Sebbene preziose, questi metodi sono suscettibili agli errori umani e impraticabili per sistemi complessi.
Entra in scena Baldur, una soluzione meticolosamente ingegnerizzata che sfrutta il potere dei Large Language Models (LLM) per generare automaticamente prove matematiche. Perfezionando i LLM su contenuti matematici estesi e sul linguaggio Isabelle/HOL utilizzato per le prove, Baldur compie un grande passo verso l'automazione di ciò che un tempo era un compito arduo. Il risultato? Un sistema che lavora in tandem con i prover di teoremi per verificare la correttezza del codice, riducendo significativamente il margine di errore.
Al cuore del successo di Baldur c'è la partnership con Thor, lo strumento responsabile della generazione automatica delle prove. Thor vanta un tasso di successo del 57%, ma quando combinato con Baldur, i due raggiungono una notevole accuratezza del 65,7% nella generazione delle prove. Questo duo dinamico, ispirato alla mitologia norrena, dimostra il potenziale per la verifica del software guidata dall'AI.
Sfide nei LLM
Una delle principali sfide riscontrate nel lavoro con i LLM, come ChatGPT, è la loro occasionale mancanza di correttezza. Invece di segnalare problemi, possono «fallire in silenzio», fornendo risultati errati che appaiono validi. Affrontare questo problema è cruciale per garantire l'affidabilità delle dimostrazioni generate dall'IA.
Lo sviluppo di Baldur non è stato un piccolo sforzo, richiedendo diversi mesi e uno sforzo collaborativo con Google. Emily First, autrice principale del progetto,ha impiegato Minerva, un LLM addestrato su un vasto corpus di testo in linguaggio naturale. Successivamente, Minerva è stata perfezionata su un sostanzioso dataset di 118GB di articoli matematici e scientifici e contenuti web contenenti espressioni matematiche. Tuttavia, il differenziatore chiave è stato il ulteriore perfezionamento del linguaggio Isabelle/HOL, preparando il terreno per la generazione di prove matematiche complete.
L'approccio di Baldur alla correzione degli errori è ingegnoso. Quando il theorem prover identifica un errore in una dimostrazione generata, restituisce queste informazioni a Baldur, consentendo al sistema di imparare dai propri errori. Questo processo iterativo migliora l'accuratezza e l'affidabilità delle dimostrazioni, rendendolo uno strumento altamente efficace per la verifica del codice.
Un futuro promettente per un software privo di bug
Sebbene ci sia margine di miglioramento, Baldur rappresenta una via promettente per la verifica formale del software. Gli ingegneri sono ancora responsabili dello sviluppo del software, ma ora hanno un potente alleato sotto forma di Baldur, in grado di automatizzare la creazione di dimostrazioni matematiche.
Yuriy Brun, professore presso la Manning College of Information and Computer Sciences dell'UMass Amherst, ha dichiarato: «Il nostro lavoro si concentra sul tentativo di automatizzare la scrittura di queste dimostrazioni. Baldur utilizza modelli linguistici di grandi dimensioni per generare automaticamente, dato un teorema matematico, una dimostrazione di quel teorema che un theorem prover può poi verificare.»
Il successo di Baldur è attribuito al team dedicato che ha lavorato instancabilmente a questo progetto. Accanto a Emily First, Markus Rabe, che all'epoca lavorava per Google, e Talia Ringer, professore assistente presso l'Università dell'Illinois a Urbana-Champaign, hanno contribuito in modo significativo. Il progetto è stato sostenuto dalla Defense Advanced Research Projects Agency (DARPA) e dalla National Science Foundation (NSF).
Soluzioni innovative come Baldur offrono speranza mentre il settore tecnologico affronta la complessità sempre crescente dei sistemi software. Con le capacità dell'IA che continuano a evolversi e maturare, il potenziale di Baldur di portare la correttezza del software a nuovi livelli rimane promettente.
Se stai leggendo questo, sei già avanti. Resta così con la nostra newsletter.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Brenda Kanana
Brenda vanta oltre 4 anni di esperienza specializzata in criptovalute, intelligenza artificiale e tecnologie emergenti. Ha lavorato presso Zycrypto, Blockchain Reporter e The Coin Republic e ora ha fatto di Cryptopolitan la sua casa. La sua laurea in Sociologia presso l'Università Tecnica di Mombasa la mantiene in sintonia con il pubblico dei lettori.
