让AI自动修复程序中的bug：微软亚洲研究院新研究 | 附论文

李林 编译自 微软官方博客 量子位 报道 | 公众号 QbitAI

人工智能完全学会自己编程，可能说起来还有一种科幻感，但AI帮程序员找bug这件事，已经达到了不错的水平。

北京大学、微软亚洲研究院和中国电子科技大学就一起尝试着让AI找bug。微软亚洲研究院的Lily Sun在微软官方博客上介绍称，他们开发的精确状态系统（Accurate Condition System, ACS），能在人类不加干预的情况下自动修复软件系统中的Bug。

他们关于ACS的论文Precise Condition Synthesis for Program Repair发表在世界软件工程大会ICSE 2017上。

ACS会自动修复什么样的bug呢？Lily Sun举了个例子：

int lcm=Math.abs(mulAndCheck(a/gdc(a,b), b));
 return lcm;

这是Apache Math中的一段代码，用来计算两个数的最小公倍数，并且引入了Math.abs来确保返回的值是正数。但是，这个程序有缺陷，有时候还是会返回负值。

我们可以创建一个测试来找到其中的错误。测试的输入是a=Integer.MIN_VALUE、b=1，预期的输出是throw ArithmeticException。

把这个程序和相应的测试输入到ACS中，ACS会自动生成第2、3行的路径，修复程序缺陷：

int lcm=Math.abs(mulAndCheck(a/gdc(a,b), b));
 + if (lcm == Integer.MIN_VALUE) {
 +  throw new ArithmeticException();
 + }
 return lcm;

让算法自己改bug这件事，从2009年开始就有研究，弗吉尼亚大学计算机系的Westley Weimer、新墨西哥大学的Stephanie Forrest和卡耐基梅隆大学的Claire Le Goues，就一起开发了Genprog（http://dijkstra.cs.virginia.edu/genprog/）。

而ACS，在前人研究的基础上大幅提升了准确率。在Defects4J基准上的测试结果显示，ACS生成的23个补丁中，有18个是正确的，准确率近80%。

ACS准确率的提升主要得益于有更多的信息来源，特别是网上的大量代码。与以往的方法相比，ACS有以下三种新的信息来源：

一是用局部性原则信息对补丁中的变量进行排序；

二是用自然语言分析技术来分析Javadoc，然后用Javadoc中的信息来过滤不正确的补丁；

三是通过对网上的开源程序进行统计分析，发现对变量进行操作的条件概率，进而生成正确的补丁。

论文地址： https://www.microsoft.com/en-us/research/publication/precise-condition-synthesis-program-repair/

△ 论文部分作者：微软亚洲研究院Shi Han(左一)、微软亚洲研究院Lily Sun(中)、北京大学熊英飞(右)