आयबीएमचे अनावरण केले अलीकडेच त्याच्या नवीन प्रकल्प म्हणतात "कोडनेट" जे संशोधकांना मशीन शिक्षण तंत्रांचा प्रयोग करण्यासाठी प्रयोग करण्यासाठी सेट केलेला डेटा प्रदान करणे हे आहे एका प्रोग्रामिंग भाषेमधून दुसर्‍या भाषेत अनुवादक तसेच जनरेटर आणि कोड विश्लेषक तयार करणे.
कोडनेटमध्ये 14 दशलक्ष कोड नमुन्यांचा संग्रह समाविष्ट आहे 4053 सामान्य प्रोग्रामिंग समस्या सोडवतात. एकूण, संग्रहामध्ये कोडच्या जवळपास 500 दशलक्ष ओळी आहेत आणि 55 प्रोग्रामिंग भाषा समाविष्ट आहेत, सी ++, जावा, पायथन आणि गो या दोन्ही आधुनिक भाषा तसेच कोबोल, पास्कल आणि फोरट्रानसहित वारसा.
२०११ मध्ये प्रसिद्ध अमेरिकन व्यावसायिका मार्क अँड्रिसन यांनी लिहिलेले “सॉफ्टवेअर जग खात आहे,” आजचे फास्ट फॉरवर्ड: सॉफ्टवेअर सेवा आर्थिक सेवा आणि आरोग्य सेवा, स्मार्टफोन आणि स्मार्ट होममध्ये आढळते. कारमध्येही आता कोडच्या 2011 दशलक्षाहून अधिक ओळी आहेत.
अपाचे २.० परवान्याअंतर्गत प्रोजेक्ट डेव्हलपमेंट रीलिझ केले गेले आहेत आणि डेटा सेट्स सार्वजनिक डोमेनमध्ये जाहीर केले जाण्याची अपेक्षा आहे.
उदाहरणे भाष्य केली जातात आणि भिन्न प्रोग्रामिंग भाषांमध्ये समान अल्गोरिदम लागू करतात. प्रस्तावित संचाने भाष्य प्रतिमांच्या इमेजनेट डेटाबेसमुळे प्रतिमा ओळख आणि कृत्रिम दृष्टी प्रणालीच्या विकासास सहाय्य केलेल्या मार्गाने साधर्म्य साधून, मशीन लर्निंग सिस्टमला प्रशिक्षित करण्यात आणि स्वयंचलित कोड अनुवाद आणि विश्लेषणाच्या क्षेत्रात नवकल्पना विकसित करण्यात मदत होईल. संग्रह प्रोग्रामिंगच्या मुख्य स्त्रोतांपैकी एक म्हणून विविध प्रोग्रामिंग स्पर्धांचा उल्लेख केला जातो.
प्रोजेक्ट कोडेनेट कोडच्या प्रक्रियेऐवजी कोडची मशीन समजून घेण्यासाठी अधिक महत्त्वाचे खोदकाम करण्यासाठी, अनुक्रम-क्रम-अनुक्रम मॉडेलसह हा संदर्भ काढण्यासाठी विशेषतः अल्गोरिथ्मिक नवकल्पना चालवू शकतो.
अनुवाद नियमांवर आधारित पारंपारिक भाषांतरकारांसारखे नाही, मशीन लर्निंग सिस्टम कोड वापराचा संदर्भ कॅप्चर करू शकतात आणि खात्यात घेऊ शकतात. एका प्रोग्रामिंग भाषेतून दुसर्‍या भाषेत रूपांतरित करताना संदर्भ एखाद्या मानवी भाषेतून दुसर्‍या भाषेत अनुवादित करण्याइतकेच महत्त्वाचे असते. संदर्भाची जाणीव नसणे हे कोड कोबोल सारख्या परंपरागत भाषांमध्ये रूपांतरित करण्यापासून प्रतिबंधित करते.
विविध भाषांमध्ये अल्गोरिदम अंमलबजावणीचा मोठा आधार अस्तित्वामुळे सार्वत्रिक मशीन शिक्षण प्रणाली तयार करण्यात मदत होईल जे विशिष्ट भाषांमध्ये थेट भाषांतर करण्याऐवजी विशिष्ट प्रोग्रामिंग भाषांपेक्षा स्वतंत्र संहितेचे अधिक अमूर्त प्रतिनिधित्व हाताळतात.
अशा सिस्टमचा अनुवादक म्हणून वापर केला जाऊ शकतो जो समर्थित केलेल्या भाषांमधील कोणत्याही संप्रेषित कोडचे त्याच्या अंतर्गत अमूर्त प्रतिनिधित्वामध्ये भाषांतर करतो, ज्यामधून बर्‍याच भाषांमध्ये कोड व्युत्पन्न केला जाऊ शकतो.
प्रणालीसह आपण द्विदिशात्मक परिवर्तन करू शकता. उदाहरणार्थ, बँका आणि सरकारी संस्था लेगसी सीओबीओएल प्रकल्प वापरणे सुरू ठेवतात. मशीन लर्निंग ट्रान्सलेटर कोबॉल कोडला जावा प्रतिनिधित्वामध्ये रूपांतरित करू शकतो आणि जावा स्निप्पेटचे परत वैकल्पिकपणे सीओबीओएल कोडमध्ये भाषांतर करू शकतो.
भाषांमधील भाषांतर व्यतिरिक्त, कोडनेट अनुप्रयोग क्षेत्राचा उल्लेख केला आहे जसे की बुद्धिमान कोड शोध प्रणाली तयार करणे आणि क्लोन शोधण्याचे स्वयंचलितकरण तसेच स्वयंचलित कोड दुरुस्त्यासाठी ऑप्टिमायझर्स आणि सिस्टमचा विकास.
विशेषतः कोडनेटमध्ये सादर केलेली उदाहरणे कामगिरी चाचण्यांच्या परिणामाचे वर्णन करणारे मेटाडेटासह प्रदान केल्या आहेत, परिणामी प्रोग्रामचा आकार, मेमरी वापर आणि राज्य जे त्रुटींसह कोडमधून योग्य कोड वेगळे करण्यास अनुमती देते (चुकीच्या कोडपेक्षा योग्य कोड वेगळे करणे, त्रुटींसह उदाहरणे विशेष संग्रहात समाविष्ट केली आहेत, ज्यांचा वाटा आहे 29,5, XNUMX%).
एक मशीन लर्निंग सिस्टम हा मेटाडाटा सर्वात इष्टतम कोड व्युत्पन्न करण्यासाठी किंवा विश्लेषित कोडमधील रीग्रेशन्स शोधण्यासाठी खात्यात घेऊ शकते (प्रणाली हे समजू शकते की अल्गोरिदम प्रसारित कोडमध्ये चांगल्या प्रकारे अंमलात आणला जात नाही किंवा त्यात त्रुटी आहेत).
शेवटी आपल्याला कोडनेट बद्दल अधिक जाणून घेण्यास स्वारस्य असल्यास, आपण तपशील तपासू शकता पुढील लिंकवर.