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。

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。

以上是网络信息转载，信息真实性自行斟酌。