程序員的福音，AI可以自動修復bug了！
人工智能完全學會自己編程，可能說起來還有一種科幻感，但AI幫程序員找bug這件事，已經達到了不錯的水平。
北京大學、微軟亞洲研究院和中國電子科技大學就一起嘗試著讓AI找bug。微軟亞洲研究院的LilySun在微軟官方博客上介紹稱，他們開發的精確狀態系統（AccurateConditionSystem,ACS），工業機器人維修，能在人類不加干預的情況下自動修復軟件系統中的Bug。
他們關于ACS的論文PreciseConditionSynthesisforProgramRepair發表在世界軟件工程大會ICSE2017上。
ACS會自動修復什么樣的bug呢？LilySun舉了個例子：
intlcm=Math.abs（mulAndCheck（a/gdc（a,b），b））；
returnlcm;
這是ApacheMath中的一段代碼，用來計算兩個數的最小公倍數，并且引入了Math.abs來確保返回的值是正數。但是，這個程序有缺陷，有時候還是會返回負值。
我們可以創建一個測試來找到其中的錯誤。測試的輸入是a=Integer.MIN_VALUE、b=1，預期的輸出是throwArithmeticException。
把這個程序和相應的測試輸入到ACS中，ACS會自動生成第2、3行的路徑，修復程序缺陷：
intlcm=Math.abs（mulAndCheck（a/gdc（a,b），b））；
+if（lcm==Integer.MIN_VALUE）{
+thrownewArithmeticException（）；
+}
returnlcm;
讓算法自己改bug這件事，從2009年開始就有研究，弗吉尼亞大學計算機系的WestleyWeimer、新墨西哥大學的StephanieForrest和卡耐基梅隆大學的ClaireLeGoues，庫卡機器人，就一起開發了Genprog。
而ACS，m.twshmhelmet.com，在前人研究的基礎上大幅提升了準確率。在Defects4J基準上的測試結果顯示，ACS生成的23個補丁中，有18個是正確的，準確率近80%。
ACS準確率的提升主要得益于有更多的信息來源，特別是網上的大量代碼。與以往的方法相比，ACS有以下三種新的信息來源：
一是用局部性原則信息對補丁中的變量進行排序；
二是用自然語言分析技術來分析Javadoc，然后用Javadoc中的信息來過濾不正確的補丁；
三是通過對網上的開源程序進行統計分析，發現對變量進行操作的條件概率，進而生成正確的補丁。