Teknik DIDACT Google untuk Melatih Model Machine Learning Besar dalam Konteks Rekayasa Perangkat Lunak
Menjadi seorang pengembang perangkat lunak tidaklah mudah. Selangkah demi selangkah, perangkat lunak menjadi lebih baik hingga siap digabungkan ke dalam repositori kode. Proses ini melibatkan berbagai tahapan seperti pengeditan, menjalankan unit tes, memperbaiki kesalahan build, menanggapi ulasan kode, dan menyesuaikan dengan linters. Google baru-baru ini memperkenalkan teknik baru bernama DIDACT untuk melatih model machine learning (ML) besar dalam konteks rekayasa perangkat lunak. DIDACT berbeda karena menggunakan data pelatihan dari produk pengembangan perangkat lunak akhir dan seluruh proses pengembangan perangkat lunak. Model ini dapat mempelajari dinamika pengembangan perangkat lunak dan menjadi lebih sejalan dengan cara pengembang menghabiskan waktu mereka jika terpapar pada konteks yang diperhatikan oleh pengembang.
Tim pengembang menggunakan instrumen pengembangan perangkat lunak Google untuk meningkatkan volume data aktivitas pengembang dan variasi di atas penelitian sebelumnya. ML model DIDACT dapat memberikan saran kepada para insinyur perangkat lunak Google dengan menarik data dari interaksi antara pengembang dan alat. Model ML ini dapat membantu para pengembang melakukan tugas-tugas seperti memperbaiki build yang gagal, menanggapi komentar ulasan kode, mengubah variabel, mengubah file, dan sebagainya.
DIDACT sangat efektif dalam memberikan bantuan pada aktivitas satu kali. Namun, DIDACT memiliki karakter multimodal yang memungkinkannya menunjukkan kemampuan yang tidak terduga, yaitu fitur history enhancement. Berdasarkan tindakan pengembang sebelumnya, model dapat memberikan rekomendasi yang lebih terinformasi kepada pengembang. Model ini juga dapat membuat prediksi edit berikutnya pada saat pengembangan perangkat lunak, sehingga menjadi lebih efektif.
Model DIDACT Google Mempunyai Banyak Potensi untuk Pengembangan Perangkat Lunak
Model ini juga memiliki banyak potensi untuk pengembangan perangkat lunak. Model diberikan file kosong dan diminta untuk memprediksi perubahan apa yang harus dilakukan selanjutnya hingga seluruh kode tercipta. Para peneliti menyatakan bahwa, secara mengejutkan, model menulis kode secara logis, langkah demi langkah, seperti programmer yang memahaminya. Proses dimulai dengan membuat kerangka dasar yang berfungsi, termasuk impor, flag, dan fungsi utama. Kemudian, model menyebar untuk memungkinkan hal-hal seperti membaca dan menulis dari file dan menyaring baris menggunakan ekspresi reguler yang disediakan pengguna, memerlukan modifikasi di seluruh file, seperti menambahkan flag baru.
DIDACT dapat membantu para pengembang perangkat lunak Google dengan menarik data dari interaksi antara pengembang dan alat. Model Machine Learning ini memiliki potensi untuk membantu para pengembang dalam mengerjakan tugas-tugas pengembangan perangkat lunak yang rumit dan kompleks. Dalam mengembangkan perangkat lunak, para pengembang perlu memperhatikan seluruh tahapan dan dinamika yang terjadi dalam pengembangan perangkat lunak, dan model ini dapat menjadi alat yang sangat membantu dalam memudahkan tugas-tugas tersebut. Dengan begitu, pengembangan perangkat lunak dapat dilakukan dengan lebih cepat dan efektif.
Kesimpulannya, DIDACT merupakan teknik baru yang inovatif dalam melatih model machine learning besar dalam konteks pengembangan perangkat lunak. Dengan menggunakan DIDACT, Google dapat membantu para pengembang dalam mengerjakan tugas-tugas pengembangan perangkat lunak yang kompleks dengan lebih mudah dan efisien. Selain itu, potensi penggunaan DIDACT juga sangat luas dalam pengembangan perangkat lunak, sehingga dapat membantu meningkatkan produktivitas para pengembang perangkat lunak.
Disarikan dari: Citation