程序员危机：AI可以找出并解决代码中的bug

微软声称已经开发了一个人工智能系统，该系统99%的时间能正确区分安全性和非安全性软件错误，并且平均97%的时间能准确识别关键的、高优先级的安全性错误。在接下来的几个月里，它计划在GitHub上开源该方法，以及示例模型和其他资源。

这项工作表明，这样的系统可以用来支持人类专家，该系统接受了来自微软的47000个开发人员的1300万个工作项和bug的数据集的培训，这些bug来自微软的AzureDevOps和GitHub存储库中。Coralogix估计，开发人员每千行代码会出现70个错误，并且修复错误的时间比编写一行代码的时间长30倍；在美国，每年用于识别和修复产品缺陷的费用为1130亿美元。

微软表示，在设计模型的过程中，安全专家批准了培训数据，并使用统计抽样为这些专家提供了可管理的大量数据以供审核。然后，将数据编码成称为特征向量的表示形式，微软研究人员着手使用两步过程设计系统。首先，该模型学会了对安全和非安全性漏洞进行分类，然后学习了将严重性标签（关键、重要或影响较小）应用于安全性漏洞。
微软的模型利用两种技术来进行错误预测。第一种是术语频率逆文档频率算法（TF-IDF），这是一种信息检索方法，它根据单词在文档中出现的次数赋予单词重要性，并检查单词在整个标题集合中的相关性。微软表示，其错误标题通常很短，大约包含10个单词。第二种技术是逻辑回归模型，使用逻辑函数对特定类或事件存在的概率进行建模。