研究: AI コーディング アシスタントは安全でないコードにつながる可能性があるため、開発者は注意が必要です
研究者らは、コードを記述する際に AI (人工知能) アシスタントに依存すると、開発者が自分の開発作業に対して過信し、その結果、コードの安全性が低下する可能性があると述べています。
スタンフォード大学が実施した最近の研究では、GitHub の Copilot などの AI ベースのコーディング アシスタントを使用すると、開発者が自分の作業の品質について混乱し、ソフトウェアの問題につながる可能性があることがわかりました。脆弱性があり、安全性が低くなります。ある AI 専門家は、このようなタスクに AI アシスタントを使用する場合、開発者が期待を管理することが重要であると述べています。
AI コーディングによってもたらされるさらなるセキュリティ脆弱性
調査では、47 人の開発者を対象に試験を実施しました。そのうち 33 人はコードを書くときに AI アシスタントを使用していましたが、対照グループの 14 人が単独でコードを書いていたのと比較されました。対称キーを使用した文字列の暗号化または復号化など、5 つのセキュリティ関連のプログラミング タスクを完了する必要があります。全員が Web ブラウザを使用してヘルプを得ることができます。
コーディングやその他のタスク用の AI アシスタント ツールの人気が高まっており、Microsoft 所有の GitHub は開発者の生産性を向上させるために、2021 年にテクノロジー プレビューとして Copilot を開始します。
Microsoft は、今年 9 月に発表した調査レポートの中で、GitHub によって開発者の効率が向上すると指摘しました。回答者の 88% は、Copilot の方がコーディングの効率が高いと回答し、59% が、Copilot の主な利点は、反復的なタスクをより迅速に完了し、コーディングをより迅速に完了できることであると回答しました。
スタンフォード大学の研究者は、ユーザーが AI アシスタントを使用してより安全でないコードを作成しているかどうかを知りたいと考え、実際にそのとおりであることを発見しました。 AI アシスタントを使用する開発者は、コードの品質について依然として幻滅していると彼らは言います。
チームは論文の中で次のように書いています:「AIアシスタントの支援を受けた開発者は、コントロールグループの開発者よりもほとんどのプログラミングタスクにおいてセキュリティ脆弱性を導入する可能性が高いことが観察されましたが、また、評価においてもセキュリティ脆弱性を導入する可能性が高いことがわかりました」さらに、この調査では、AI アシスタントへのクエリの作成 (AI アシスタント機能の採用やパラメータの調整など) に多く投資した開発者は、最終的に安全なソリューションを提供する可能性が高いことがわかりました。」
この研究プロジェクトでは、Python、C、Verilog の 3 つのプログラミング言語のみを使用しました。このイベントには、新卒者から経験豊富な専門家まで、さまざまな開発経験を持つ比較的少数の参加者が参加し、管理者によって監視される特別に開発されたアプリケーションを使用します。
最初の実験は Python で書かれており、AI アシスタントの助けを借りて書かれた実験は安全でないか、間違っている可能性が高くなります。 AI アシスタントの助けがなかった対照グループでは、開発者の 79% が品質に問題なくコードを記述しましたが、AI アシスタントの助けがあった対照グループでは、品質に問題なくコードを記述した開発者は 67% のみでした。
AI コーディング アシスタントは注意して使用してください
AI アシスタントを採用する開発者は、安全でないソリューションを提供したり、シンプルなコードを使用したりする可能性が高いため、AI コーディング アシスタントが作成するコードのセキュリティに関しては事態はさらに悪化します。文字列を暗号化および復号化するためのパスワード。また、プロセスが期待どおりに動作していることを確認するために、最終値の妥当性チェックを実行する可能性も低くなります。
今回の調査結果は、経験の浅い開発者はAIアシスタントを信頼する傾向があるが、新たなセキュリティ脆弱性を持ち込むリスクがあることを示唆しているとスタンフォード大学の研究者らは述べた。したがって、この研究は、将来の AI コード アシスタントの設計を改善し、導くのに役立ちます。
ソフトウェアプロバイダーであるペガシステムズのAIラボ所長ピーター・ファン・デル・プッテン氏は、規模は小さいものの、この研究は非常に興味深いものであり、その結果はAIアシスタントの利用に関するさらなる研究のきっかけとなる可能性があると述べた。コーディングやその他の領域で使用します。同氏は、「これは、AIアシスタントへの依存に関する広範な研究の一部が結論付けたこととも一致している。AIアシスタントを採用している開発者は段階的にAIアシスタントにアクセスできるようにすべきだ。ツールを信頼し、あまり頼りすぎないように」と警告した。そしてその限界を理解してください。同氏は、「テクノロジーが受け入れられるかどうかは、品質やパフォーマンスに対する期待だけでなく、それが時間と労力を節約できるかどうかにも左右されます。全体として、期待が満たされている限り、人々は AI アシスタントの使用に対して前向きな態度をとります。」と述べています。これは、これらのツールの使用方法のベスト プラクティスを定義することと、コードの品質をテストするための潜在的な追加機能を採用することを意味します。」
以上が研究: AI コーディング アシスタントは安全でないコードにつながる可能性があるため、開発者は注意が必要ですの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G
