然而，盡管許多組織尚依賴 COBOL，但 COBOL 開發(fā)人員的數(shù)量仍在持續(xù)減少。更令人擔(dān)憂的是，當(dāng)現(xiàn)有的 COBOL 開發(fā)人員退休和轉(zhuǎn)移時(shí)，有關(guān)如何構(gòu)建和構(gòu)建 COBOL 應(yīng)用程序的實(shí)際知識(shí)也可能會(huì)逐漸丟失。為了應(yīng)對(duì)這一挑戰(zhàn)，初創(chuàng)公司 Phase Change Software 正在開發(fā)的一種名為 COBOL Colleague 的新型 AI 驅(qū)動(dòng)工具。

Phase Change Software 總裁 Steve Brothers 稱，COBOL 不會(huì)很快消失；并向外媒 VentureBeat 表示，COBOL 開發(fā)人員的欠缺并不是最根本的問題。“真正的潛在問題是了解應(yīng)用程序的功能，因?yàn)橐行У匦薷拇a，你需要了解代碼的功能”。他補(bǔ)充稱，僅僅擁有修改代碼的能力是不夠的，還需要的是關(guān)于代碼的知識(shí)；相關(guān)代碼知識(shí)的缺失是許多編程語言中都存在的一個(gè)問題，但對(duì)于已經(jīng) 60 多歲的 COBOL 來說尤其嚴(yán)重。

Phase Change COBOL Colleague 軟件采用了 COBOL 源代碼，并使用符號(hào)機(jī)器學(xué)習(xí)和靜態(tài)分析技術(shù)將代碼轉(zhuǎn)換為因果模型。然后，該模型可以幫助組織理解和維護(hù)代碼。COBOL Colleague 最初可用于在 Linux 上運(yùn)行的 on-premises 環(huán)境中部署。

值得一提的是，當(dāng)下市場(chǎng)中聲稱使用 AI 來幫助開發(fā)人員提高效率的開發(fā)工具不在少數(shù)，其中就包括近期熱度頗高的 GitHub Copilot service。對(duì)此，Brothers 則表示，他們正在構(gòu)建的工具與 GitHub Copilot 非常不同。Copilot 旨在幫助開發(fā)人員編寫代碼，但它并不能幫助開發(fā)人員在編寫代碼后對(duì)其進(jìn)行維護(hù)。“我們從事的是改變代碼的業(yè)務(wù)，而不是創(chuàng)建代碼的業(yè)務(wù)，這是最大的不同之一”。

Phase Change Software 沒有為他們這一 AI 工具采用典型的機(jī)器學(xué)習(xí)方法，即需要在數(shù)據(jù)集上進(jìn)行訓(xùn)練。原因在于，當(dāng)涉及到源代碼時(shí)，想要獲得足夠大的源代碼存儲(chǔ)庫(kù)以便能夠進(jìn)行訓(xùn)練并不容易。

另一個(gè)挑戰(zhàn)是路徑爆炸。在代碼開發(fā)中，一個(gè)操作可以通過使用不同的 “else” 函數(shù)沿著任意數(shù)量的不同路徑進(jìn)行。使用 “else” 函數(shù)，操作可以根據(jù)不同的變量或條件而改變。而對(duì)于訓(xùn)練數(shù)據(jù)路徑爆炸的可能性，Brothers 指出，排列后的數(shù)量就是一個(gè)天文數(shù)字，因此對(duì)于典型的機(jī)器學(xué)習(xí)訓(xùn)練模型來說是不可行的。

“我們用圍繞符號(hào)機(jī)器學(xué)習(xí)的人工智能技術(shù)解決了這個(gè)問題，所以沒有訓(xùn)練數(shù)據(jù)集；我們工具的唯一輸入是源代碼”。符號(hào)人工智能（Symbolic AI）就是以一種更接近人類如何以因果方式推理世界的方法來學(xué)習(xí)。Brothers 解釋道，代碼中的行為是因果關(guān)系，有輸入和輸出。

雖然 COBOL 是 Phase Change 的第一個(gè)目標(biāo)，但該公司表示，計(jì)劃以后將繼續(xù)擴(kuò)展以支持其他編程語言。“軟件開發(fā)人員花費(fèi) 80% 的時(shí)間試圖找出他們需要在代碼中進(jìn)行修改的位置。無論是哪種編程語言如何，執(zhí)行此操作的步驟都是相同的，這就是我們正在實(shí)現(xiàn)的自動(dòng)化。”

本文轉(zhuǎn)自O(shè)SCHINA

本文標(biāo)題：用 AI 幫助記錄 COBOL 代碼，防止相關(guān)知識(shí)丟失

本文地址：https://www.oschina.net/news/209014/ai-cobol-code