Computer, fix meinen Code!

Wie wäre es, wenn wir direkt den Code finden könnten, den wir gerade brauchen? Wie wäre es, wenn uns lästige Fehler im Code automatisch beseitigt werden würden? Wie wäre es, wenn wir überhaupt nicht mehr selbst coden müssten? „Machine Learning on Code“ will uns diese und noch mehr Fragen beantworten. Wir werfen einen Blick auf frei verfügbare Werkzeuge, welche Softwareentwickler*innen in ihrer täglichen Arbeit intelligent assistieren können. Dazu blicken wir auch hinter die Fassade unserer zukünftigen, digitalen Entwicklerkollegen*innen.

Internet-Giganten wie Facebook, GitHub oder Google müssen auch gigantische Mengen an Quellcode effizient managen. Dazu gehört es, vorhandenen Code überhaupt erst einmal auffindbar zu machen, um das ständige Neuentwickeln des Rads zu vermeiden. Aber es geht auch darum, eine qualitativ hochwertige Codebasis zu schaffen, um eine kontinuierliche Weiterentwicklung zu erreichen. In diesem Talk sehen wir uns Werkzeuge u.a. aus den Forschungsabteilungen der zuvor genannten Unternehmen an, welche diese Aufgaben und mehr mithilfe des maschinellen Lernens bewältigen. Wir blicken auf Werkzeuge wie die Aroma Code Recommendation Engine, welche es erlaubt, zum eigenen Code syntaktisch ähnliche Programmiermuster aus fremden Code-Repositories zu finden. Oder Probots: kleine automatisierte Helfer, welche monotone, repetitive Quellcodeverwaltungsaufgaben übernehmen und mit menschlichen Beteiligten kommunizieren können. Und es geht noch weiter: Getafix ist ein sog. Autofix-Werkzeug, welches aus Bug-Reports selbstständig Vorschläge für die Behebung von Programmierfehlern erzeugt und dadurch Bugfixes selbst schreiben kann. Über ein Praxisbeispiel sehen wir uns erste Schritte an, wie Entwickler*innen selbst Machine Learning nutzen können, um ihre eigenen Ideen umzusetzen.

Date

2020-02-06

Time

09:45 - 10:30

Conference / Event

OOP-2020

Venue

ICM Congress Center München, München