Нейросеть научили писать код на С и С++

Нейросеть научили писать код на С и С++

05.03.2021     

Популярной нейросети GPT-2 нашли новое применение. Ее научили генерировать фрагменты кода на С и С++, и даже опытный разработчик не всегда отличит эти листинги от реальных. 

Суть проекта

Ученые MESS Lab из Университета Нью-Йорка представили сайт This Code Does Not Exist («Этот код не существует»). Он стал продолжением серии проектов This X Does Not Exist, в рамках которых нейросеть учили генерировать новые образы на основе существующих: изображений и их частей, аудиофайлов, стихов и др.

На этот раз GPT-2 обучили на 774 млн строк кода на C/C++. Исходники взяли из 10 тыс. популярных пакетов Debian – одной из самых известных сборок ядра Linux. 

В результате нейросеть научилась строить синтаксически верные строки и оформлять код в логические блоки. Не специалистам крайне сложно отличить сгенерированные фрагменты от настоящих. Но разработчики могут попробовать

Тест Тьюринга

Для каждого посетителя нейросеть создает новую модель кода. Она генерирует структуру кода, используя принципы, которые она самостоятельно распознала в процессе обучения. Решение не использует готовые строки из проектов, на которых обучалось.

Задача посетителя – угадать, что перед ним: сгенерированный код или оригинальный. Главная подсказка – если это действительно фрагмент исходников из пакетов Debian, он гарантированно будет работать.

 

 

This Code Does Not Exist – тест Тьюринга для нейросети. Она пытается выдавать себя за человека, точнее, за группу разработчиков пакетов Debian. Если посетители сайта не смогут распознать сгенерированный код, значит, нейросеть прошла тест. 

Однако код, созданный нейросетью, не всегда имеет практическую пользу. Задача улучшения сборки Linux с помощью искусственного интеллекта перед GPT-2 пока не стоит.

Применения GPT-2

GPT-2 – разработка компании OpenAI. В числе ее основателей значится Илон Маск.

Нейросеть стала известна благодаря множеству смелых проектов. Например, российский разработчик построил на ее базе сервис «Порфирьевич», который дописывает любую историю.

 

 

Для разработчиков интересен еще один проект – Deep TabNine. Решение задействует искусственный интеллект, чтобы завершать строки кода. По словам автора идеи Джейкоба Джексона, он натренировал нейросеть на 2 млн файлов из открытых репозиториев GitHub. Инструмент поддерживает Python, C++, Java и Haskell и еще 18 языков программирования. 

См.также:

Российский программист создал сервис, который может продолжить любую историю за рассказчика
Кодить станет проще: представлен умный инструмент для автозаполнения в редакторах кода



Источник: https://infostart.ru/journal/news/tekhnologii/neyroset-nauchili-pisat-kod-na-s-i-s-_1397913/
Автор:
Ксения Шестакова Обозреватель


Комментарии
В избранное Подписаться на ответы Сортировка: Древо развёрнутое
Свернуть все
1. chg 05.03.21 13:36 Сейчас в теме
А вот это уже очень интересно, новый шаг к независимости ИИ.
7. Darklight 27 10.03.21 11:57 Сейчас в теме
(1)Где Вы тут шаг к независимости ИИ усмотрели.
ИИ на основе созданного ранее человеком кода - пишет аналогичный (не привнося ничего нового) - причём не по поставленным задачам - а просто так - от себя - бессмысленный код - красиво сгенерированную и никому не нужную белиберду! То есть по зависимостям, но независимо генерирует независимый бред!
2. NeLenin 7 07.03.21 04:06 Сейчас в теме
Прогресс идет семимильными шагами. Такими темпами скоро в 1С jit-компиляция появится, или поддержка insert и update в запросах
3. portwein 09.03.21 09:43 Сейчас в теме
(2) Ага. А еще импорт/экспорт, ООП и рефлексия. Но этого "скоро" мы наверное не дождёмся.
6. Darklight 27 10.03.21 11:53 Сейчас в теме
(2)Прогресс идёт... но не в программировании на платформе 1С Предприятие 8 (всё что завезли в язык за последние 10 лет - это асинхронные методы, причём без параллельности - просто очередной синтаксический сахар).

Хотя, названные Вами возможности действительно могут со временем дойти и до 1С - в 9-м поколении, лет через 30. Когда в других языках и платформах вовсю будут внедряться ИИ технологии
9. NeLenin 7 11.03.21 09:53 Сейчас в теме
(6)Думаю, Вы правы. В моем сообщении выше изрядная доля сарказма.
4. dvsidelnikov 19 10.03.21 08:26 Сейчас в теме
осталась одна мааааленькая проблема: поставить перед ИИ задачу. Как это может выглядеть в принципе?
5. Darklight 27 10.03.21 11:12 Сейчас в теме
(4)Вот вот.
Однако код, созданный нейросетью, не всегда имеет практическую пользу

В этом то весь и смысл, точнее пока отсутствие этого смысла. Если в продукции ИИ нет пользы - это не ИИ - это балабол! Обезьяна, которая стучит по печатной машинке, просто у неё красивые буковки получаются. Даже слон, рисующий хоботом картины, и то полезнее.

Deep TabNine. Решение задействует искусственный интеллект, чтобы завершать строки кода

Вот от этого проекта хоть прок есть.

А вообще я уже несколько лет задумываюсь - как ИИ может помогать в программировании! И Это действительно сложный вопрос, если ставить его в рамках текущих возможностей и принципах функционирования информационных систем с ИИ. И даже если их экстраполировать на несколько десятилетий вперёд - особо ничего крутого, что мог бы сделать ИИ в программировании (кроме дописывания уже начатого кода), не приходит. Но, тем не менее с десяток пунктов я набрал, которые считаю вполне реализуемыми к середине XXI века:

1. Уже упомянутая помощь в дописывании кода - в основном циклов, условий ветвления, и иных повторяющихся паттернов - например последовательного (но не обязательно, но уже повторяющегося, хоть в разных местах) свойств объектов, вызов их методов. Когда в проекте над рядом объектов совершаются однотипные действия ИИ мог бы ускорять их ввод. А программисту нужно было бы только вносить небольшие корректировки. Например, если в форме нужно настроить ряд интерфейсных элементов - то код может быть очень монотонным - ИИ мог бы его помогать автоформировать

2. Полиморфная автогенерация кода - когда программист передаёт на вход входные объекты, и назначает применение какого-то паттерна, методики, шаблонного алгоритма (в т.ч. полученного на основе анализа уже написанного ранее кода) - ИИ применяет его к этим объектам и адаптирует. Например, так можно было быстро генерировать базовые алгоритмы, скажем, для печатных форм, для отражения в учёте, для заполнения по структуре данных и т.п. Суть именно в том, что ИИ быстро смог бы осваивать новые паттерны и шаблонные алгоритмы, и адаптивно их применять к новых входным структурам. А программисту в конце останется только внести корректировки по необходимости

3. Выправление стилистики кода, или применение к уже написанному коду каких-то паттернов или иных исправлений. Механизм машинного обучения позволяет ИИ понимать логические отличия в двух немного разных алгоритмах об одном и том же – чтобы видеть конструктивную разницу, не вдаваясь в детали конкретных идентификаторов и последовательностей/вложений расположения функциональных блоков программного кода – тем самым, определять, как из один вид алгоритма превращать в другой вид. Это применительно и к автогонерируемому коду – когда программист постоянно вносит в него правки – ИИ может со временем научиться понимать их «смысл» и «причины» - и тоже уметь их вносить (сразу при автогенерации или по команде – с выбором варианта правок).

4. ИИ может выполнять (да и уже выполняет в продвинутых IDE) анализ уже написанного кода с целью выявления в нём ошибок, неоптимальных последовательностей действий, устаревших паттернов. И предлагать для них автоисправления

5. Продолжая тему анализа – следующее, что мог бы делать ИИ – это авто исправления банальных ошибок, прямо «на лету» (при вводе кода). Причём с глубоким анализом, например, опечаток. Когда – неправильно написана переменная, или имя модуля – ИИ мог бы сам найти правильную (по нечёткому сопоставлению имени, или по иной сигнатуре использования). При этом он мог бы помнить о таких исправления и если в друг позже такое имя появится – то мог бы предупредить программиста о проведённых автозаменах и что, возможно они были не нужны (опечатка могла быть в исходных именах переменных, а не в местах использования)

6. Оптимизация алгоритмов – это то, ради чего ИИ-технологии сейчас активно развивают в IDE – ИИ мог бы не просто находить некорректные участки кода или неоптимальные/устаревшие паттерны программирования. ИИ мог бы производить (да и, собственно, уже производит) полную оптимизацию всего кода – как на уровне исходного кода, так и на уровне выходного (при компиляции). Тут очень много перспектив для развития ИИ. От автооптимизации. До советов программисту – как изменить его алгоритм, чтобы он стал лучше (ну там банальное развёртывание хвостовой рекурсии в циклы, или оптимизация работы с коллекциями, в т.ч. рекомендации по введению «индексов» для этих коллекций и т.п. – тут очень много что могут предложить технологии ИИ программисту). Добавлю, что оптимизировать можно не только алгоритмы, но структуры данных или классов

7. Автотестирование – так же ИИ может помочь в составлении и проведении автотестов алгоритмов

8. ИИ может активно помогать в наборе кода – давая интеллектуальные подсказки по применению тех или иных паттернов, выводя в ТОП списка Быстрой подсказки (или в иных окнах IDE) подходящие операторы/объекты/шаблоны – наиболее востребованные по текущему контексту) – тем самым сокращая их поиск/набор программистом. В том числе, сюда я отношу и поиск готовых паттернов по текстовым запросам (что-то типа GutHub GIST или FastCode 1C) прямо в IDE. При этом такие шаблоны могут быть параметризированы – а ИИ может интеллектуально находить в контексте подходящие для них переменные и константные значения параметров – для автоподстановки в шаблон паттерна)

9. ИИ может осуществлять автогенерацию алгоритмов по декларативным структурам или более высокоуровневым алгоритма. Я тут говорю о том, что программист может описывать желаемую концепцию решения задачи более декларативно и боле абстрактно (чем сейчас, в т.ч. применяя квазиязык, строя разные схемы, заполняя настройки шаблонов) – а ИИ уже на основе такого обобщённого высокоуровневого описания желаемых действий (над указанными в них данными) уже генерировал бы более низкоуровневых код алгоритмов, с большей привязкой именно к возможностям фреймворка конечной платформы назначения и аппаратные заморочки. То есть, я говорю, о дальнейшем развитии идеи управляемых языков программирования (как JavaScript, Python, 1C, SQL – последний ближе всего к сути идеи) – кода программист лишь описательно декларирует что ему нужно сделать над данными – а уже ИИ, анализирует весь контекст этого описания и на контекст фактического места и целей применения, и производит генерацию кода исполнения этих действий на более «машинном» (бинарно-чётком) языке, производя необходимую оптимизацию, в т.ч, опирающуюся на статистику (в т.ч. обрабатываемых данных) и машинное обучение. Программист не вдаётся в детали этой реализации. Например, он может указать, что ему нужно сопоставить несколько коллекций, по заданным правилам и фильтрам, произвести конвертацию некоторых свойств, а результат поместить в другую таблицу (если его там нет) – на описание этого понадобится десять строчек – а ИИ уже будет генерировать все вложенные циклы перебора, сопоставления, применения фильтров, и, при необходимости, внесёт индексы, произведёт распараллеливание выполнения – в итоге сгенерировать сотни строк кода (а вместе с интеллектуально подобранными вызовами библиотек – будет использовать тысячи/десятки тысяч строк кода)
И ещё – хоть я выше упомянул, что язык SQL сам по себе уже является примером декларативного языка. Но это не означает, что над ним нельзя построить ещё более описательные структуры. Банальный пример таких структур – это 1С Система компоновки данных. Вот в таком духе я и имею в виду дальнейшее развитие декларативного программирования. Но это в виде схем; а ещё я продвигаю идею создания более высокоуровневых языков программирования (6-го поколения) – которые были бы чем-то похожи на SQL (но более современные и широкие по возможностям) – то есть, обобщённо описывали бы, что нужно сделать над данными, не в даваясь в детали реализации того, как это нужно сделать. А уже ИИ даллее бы анализировал бы это обобщённое описание – и генерировал бы уже конкретную реализацию выполнения.
Так же этот пункт нуждается ещё в одном замечании. Выше я написал «бинарно-чётком» языке – т.е. я имел в виду язык, реализующий двоичную логику на платформенны (в т.ч. аппаратных) возможностях и особенностях исполнения алгоритмов. Сейчас большинство языков программирования такие. Но есть языки, реализующие нечёткую логику (для квантовых компьютеров), например OpenQASM, Q#, Quipper и другие). Так вот, в будущем (может к концу века) – такая автогенерация будет осуществляться и языки, реализующие нечёткую логику, для исполнения на квантовых компьетрах. Но человеку достаточно сложно писать на них программы. И тут ИИ вполне может помочь. Хотя нечёткая логика может быть и в исходных алгоритмах – но её всё-равно нужно будет конвертировать из поля-понятного проогаммисту (и заказчику), в поле-понятное компьютеру – какая бы архитектура у него не была бы


10. ИИ может выполнять статистический анализ выполнения кода, а также его отладку в рантайм (пока программист «спит») – то есть, анализировать ход выполнения уже написанного кода, сопоставлять его с обрабатываемыми данными, выявлять узкие и неоптимальные места, или, небезопасные/ошибочные места. В общем – накапливать реальную статистику выполнения программы. И вырабатывать пути оптимизации таких алгоритмов или архитектуры (например – вводя или отменяя распараллеливание алгоритмов, индексацию, меняя потерны алгоритмов и задействованные объекты). Конечно, в большинстве случае – в результате такой работы будут лишь подготовлены рекомендации для программиста по внесению таких изменений – делать или нет – это уже пусть сам решает изменять или нет эти алгоритмы. Но для автогенерируемого кода – ИИ может сразу его перестраивать, не дожидаясь, когда программист «проснётся» (ведь не он же его изначально писал, это код был сразу сгенерирован ИИ, поэтому он может в любой момент его «переиначить», следя за статистикой изменения ситуации в которой этот алгоритм работает)

Вот как-то так я вижу развитии ИИ в программировании. То есть – это не замена программиста. Это, скорее интеллектуальное ассистирование и анализ, в крайнем случае – кодирование по заданным правилам и прямым формализованным целеуказаниям. Тем самым я пока не верю в то, что ИИ в обозримом будущем сможет писать код по не очень чётко формализованным ТЗ (а чётко формализованные ТЗ можно отнести к пункту 9.). Соответственно, программисты ещё будут очень даже нужны и востребованы. Просто ИИ сможет несколько разгрузить их от рутины, повысив скорость набора кода, его качество и производительность. А сами программисты смогут сосредоточиться на более творческих, прикладных (задач бизнес-логики), или на продумывании более сложных схем обработки данных и интерфейсов взаимодействия.

В конце ещё добавлю. Что для ИИ так же крайне важны будут как процессы обучения – натаскивания на паттернах, базах знаний, программном коде и т.п. То есть - машинное обучение. Так и консолидация информации в базах знаний. Причём, не только локальной, но глобальной – тем самым накопленные знания и статистика будут нарастать как снежный ком, летящий кубарём с горы, только этих комов-знаний будут миллионы и лететь они будут с сотен тысяч гор. А масса знаний будет единой для всех. Но… тут могут встать проблемы правового толка, конфиденциальности и интеллектуальной собственности. Надеюсь, юристам в недалёком будущем это удастся эффективно решить не в ущерб ИИ. Ведь чем он будет умнее – тем выше будет его эффектность – и это даст высокие преимущества всем! Но разрешат ли всем в мире иметь единое преимущество? Но это уже глобальная политика… хотя, так как, программисты тут по-прежнему являются лучевым интеллектуальным звеном – то их индивидуальное участие в каждом конкретном проекте так и останется персональным/локальным преимуществом (или балластом – это уж как повезёт с людьми) конкретного предприятия – его интеллектуальным активом

P.S.
Буду рад - если кто-то предложит что-то ещё, как можно было бы применить ИИ в средине XXI века.
Так же буду рад конструктивной критике, замечаниям или поддержке данных идей.
Если тема будет интересна - то может напишу отдельную статью с более детальным повествованием на конкретных примерах
dvsidelnikov; +1 Ответить
8. Darklight 27 10.03.21 13:37 Сейчас в теме
Добавка

пункт
11+ - Это особый финальный пункт. Здесь я хочу указать на то, что в будущем (говоря это сейчас – я буду считать себя оптимистом, хотя найдутся и те, кто, скорее всего, посчитают меня пессимистом, но я уточню – когда я это, примерно, ожидают: во второй половине XXI века, скорее всего, ближе к концу) – ИИ научится и производить формализацию задач из постановки в произвольной разговорной форме, применяя накопленные знания обучения (в т.ч. о манере передачи информации заказчика) и текущие уже формализованные сведенья об архитектуре системы, её API и проходящих в ней бизнес-процессов. При этом ИИ сможет самостоятельно задать правильные уточняющие вопросы. И потому уже сгенерировать достаточно формализованное ТЗ. Сможет ли ИИ сразу же приступ и к его исполнению. Когда-нибудь сможет. Но вряд ли в XXI веке. Даже если это ТЗ будет хорошо формализовано – скорее всего оно будет нуждаться в доработках и исправлениях (а возможно и уточнениях) со стороны программиста (ну или квалифицированного постановщика задач (менеджера проектов, бизнес архитектора) – кто этим будет заниматься – не принципиально).
Но даже будучи таким вот «пессимистом» я всё же буду «оптимистом» и уточню, что если упросить данный пункт – то уже в ближайшие десятилетия ИИ научатся формализовывать задачи (да такие алгоритмы уже и сейчас разрабатываются) если они будут изначально передаваться не в произвольной форме, а уже сразу будут чётко описаны по заданным правилам (но без строгой айтишной терминологии, т.е. оставаясь на пользовательском уровне описания). То есть, пользователь может составлять обращение по заданному готовому шаблону, используя известные ему (и ИИ) термины и названия объектов и процессов. А ИИ будет обрабатывать этот шаблон, сопоставлять со своей базой знаний и архитектурой системы (анализировать учетные данные, задействованные алгоритмы, статистику, может даже самостоятельно проводить какие-то тесты – не влияющие на рабочий учет) – и генерировать более чётко-формализованное ТЗ. Которое, конечно далее должен будет проверить довести до ума человек (хотя, вероятно, не всегда это даже требоваться будет). Уверен, не менее половины обращений пользователей, вполне себе могут быть не то, что вполне грамотно формализованы несложными ИИ алгоритмами, но по ним может быть и составлен вполне чёткий план к действию: исправлению (например, по оптимизации или исправлению явной ошибки) или доработке (например, по модификации печатной формы, или созданию отчёта, или добавлению новых реквизитов).

И тут сразу надо выделить определённый класс задач – который, к программированию вообще не относится – это задачи, связанные с анализом данных в учёте с целью выявления причины той или иной проблемы – достаточно частые задачи, с которыми далеко не все пользователи справляются (да и не все программисты тоже – т.к. это вообще не специфические для них задачи). Так вот, такого рода обращения – это не задачи ИИ ассистента для программиста. Это задачи ИИ ассистента для пользователя – и тут не нужно формализовывать эти задачи в ТЗ – их нужно сразу решать. Но это уже выходит за рамки данного текста. Это другой ИИ. Но в итоге поиска проблемы – этот ИИ может определить, что проблема в некорректно отработавших алгоритмах – и уже самостоятельно составить ТЗ для передачи его в IT отдел (согласовав его с пользователем или его руководителем) для исправления.

Замечу, что большинство из вышеперечисленных задач вполне можно решать и без всяких «ИИ» - просто реализуя инструментарий на основе линейного математико-информационного анализа данных и кодогенерации (в том числе полиморфной кодогенерации прямо в рантайме) на основе заложенных формализованных правил. Поэтому, тут ещё важно задаться вопросом – в чём отличии ИИ-технологий от обычных алгоритмов обработки данных (в т.ч. с нечётким анализом)? Ну, наверное главное отличие в том, что ИИ не просто использует, а целиком базируется на базах знаний (в т.ч. специально сгенерированных им структур обучения, по специфическим для ИИ алгоритмам), так же широко использует оценочную статистку и постоянный процесс обучения и перестроения внутренней логики – то есть, полиморфные данные + полиморфные алгоритмы, которые постоянно подстраиваются под решения поставленных микрозадач (для комплексного решения исходных задач). Не буду дальше углубляться в принципы функционировании систем на базе ИИ. Просто акцентирую внимание на том, что, почти всё то, что, описано мной выше – вполне себе решаемые задачи и без ИИ. И именно без ИИ их и стоит внедрять в IDE различных сред программирования. И уже потом «ставить их на рельсы» ИИ – для дальнейшего усовершенствования возможностей и качества результата этих систем. Там и команда разработки получше освоится и с тем, что надо сделать, и как это надо сделать с применением ИИ, да и сами технологии ИИ ещё немного подрастут (пока они, пожалуй, ещё слишком примитивны – но потенциал есть).
dvsidelnikov; +1 Ответить
Оставьте свое сообщение

См. также

Google добавит в Chrome режим приоритетной загрузки сайта по HTTPS

Новость Безопасность Интернет ИТ-новость

В новой версии Google Chrome появится режим HTTPS-First, который заставит браузер всегда пытаться загружать сайты по защищенному протоколу. В будущих релизах веб-обозревателя эта функция будет включена по умолчанию.

21.07.2021    666    VKuser24342747    0       

JetBrains назвала JavaScript и SQL самыми популярными языками в России

Новость Аналитика ИТ-новость Языки программирования

Компания JetBrains провела ежегодный опрос об экосистеме разработки в 2021 году. В нем приняли участие 31 743 разработчика из 183 стран, в том числе из Российской Федерации и СНГ.

21.07.2021    1016    VKuser24342747    2       

MongoDB с последней версией Atlas стал бессерверным

Новость СУБД ИТ-новость

13 июля MongoDB представила версию 5.0 платформы баз данных NoSQL. Последние обновления поддерживают многие рабочие нагрузки в бессерверном режиме. Новая версия включает новые возможности для приложений и улучшения конфиденциальности и безопасности.

20.07.2021    1342    SKravchenko    1       

«Яндекс» представил уникальный сервис для автоматического перевода видео

Новость Искусственный интеллект ИТ-новость Новости компаний Яндекс

«Яндекс» разработал прототип сервиса на базе нейросети, который в режиме реального времени переводит иностранные ролики на русский язык и озвучивает их. По словам компании, технология не имеет аналогов в мире.

20.07.2021    714    VKuser24342747    1       

Появился способ игнорировать запрет установки Windows 11 на слабые ПК

Новость Windows ИТ-новость

Новая Windows 11 не может быть установлена на компьютеры, которые не соответствуют системным требованиям, определенным разработчиками. Однако продвинутые пользователи нашли способ обойти это ограничение.

19.07.2021    761    VKuser24342747    0       

На свежих процессорах Intel создали микрокомпьютер под Windows 10

Новость Windows Гаджеты ИТ-новость Микроэлектроника

Энтузиасты и стартаперы полюбили Arduino и Raspberry Pi. Но инженеры Commate Computer (Commell) пошли дальше и представили миниатюрный ПК LE-37O на базе новейших чипов Intel Tiger Lake. И на нем можно запустить Windows 10.

16.07.2021    908    user1015646    3       

Вот это поворот: Microsoft выпустила дистрибутив Linux

Новость Linux ИТ-новость Новости компаний

Пока мир замер в ожидании новой Windows 11, Microsoft решила преподнести пользователям большой сюрприз – и представила собственный дистрибутив Linux, CBL-Mariner 1.0.

15.07.2021    1328    user1015646    2       

Стартовала программа возмещения затрат разработчикам на скидки для малого бизнеса

Новость Законодательство Импортозамещение ИТ-новость Облачные технологии

Утверждена программа, в которой предусмотрено субсидирование разработки облачного программного обеспечения для малого и среднего бизнеса, а также скидки на софт, разработанный в рамках данной программы, до 50%.

15.07.2021    614    ЕленаЧерепнева    0       

Исследователи установили: ИИ-программы для собеседований не понимают речь соискателя

Новость Искусственный интеллект ИТ-новость

Эксперты из Массачусетского технологического института (MIT) изучили приложения, анализирующие резюме кандидатов. Ученые пришли к выводу, что такой софт плохо справляется с задачами и дает неверные результаты.

14.07.2021    495    VKuser24342747    1       

Юбилейный индекс TIOBE на июль. Рейтинг отмечает 20-летие

Новость ИТ-новость Рейтинг Языки программирования

Ежемесячный индекс TIOBE показывает, какие языки программирования наиболее популярны, и как их популярность растет с течением времени. В июле TIOBE отмечает 20-летие, публикует новый рейтинг и график популярности языков программирования за 20 лет.

12.07.2021    1029    SKravchenko    0       

Google сделает обязательной двухэтапную аутентификацию для аккаунтов разработчиков

Новость Google ИТ-новость Мобильные приложения

До конца года всем разработчикам мобильных приложений для продуктов Google нужно подключить двухэтапную аутентификацию. Также им придется пройти дополнительную верификацию личности. 

08.07.2021    1009    VKuser24342747    1       

Google установил новый обязательный формат для Android-приложений

Новость Google ИТ-новость Мобильные приложения Новости компаний

Компания Google объявила, что стандарт приложений Android App Bundle (AAB) станет обязательным в Play Store. Он заменит монолитный формат APK.

07.07.2021    1583    user1015646    0       

Токен исходного кода интернета продали с аукциона

Новость ИТ-новость

NFT-токены – уникальные двойники цифровых произведений – становятся все популярнее: их стали предлагать на традиционных аукционах с вековой историей. На этот раз ушел с молотка токен исходного кода интернета – на Sotheby’s его продали за 5,43 млн долларов США.

06.07.2021    2201    user1015646    0       

Российский разработчик научил нейросеть генерировать голос Геральта из The Witcher 3

Новость Видеоигры Искусственный интеллект ИТ-новость

Программист под ником nikich340 создал модификацию A Night to Remember для игры The Witcher 3: Wild Hunt, в которую добавлены новые реплики главного героя, озвученные нейросетью. 

06.07.2021    1511    VKuser24342747    0       

Linux получил крупнейшее обновление с момента выпуска пятой версии

Новость Linux ИТ-новость

Представлен первый стабильный релиз ядра Linux 5.13. По словам Линуса Торвальдса, это один из самых значительных релизов 5.x. ОС получила возможность корректно работать на процессорах Apple M1 и Intel Alder Lake.

05.07.2021    1555    VKuser24342747    4       

Amazon запустил конкурс на поиск уязвимостей AWS BugBust

Новость Безопасность ИТ-новость

Компания Amazon объявила о новом челлендже по поиску уязвимостей в AWS. И это не традиционная баунти-программа: здесь куда больше геймификации и амбициозная цель – совместно избавиться от 1 миллиона багов.

05.07.2021    1581    user1015646    0       

ИИ-помощник для программистов от Microsoft сможет дописывать код

Новость Искусственный интеллект ИТ-новость

Microsoft и GitHub представили совместный проект Copilot («второй пилот») на базе технологий организации OpenAI. Ассистент способен анализировать код и предлагать варианты завершения строк в зависимости от контекста. 

05.07.2021    1787    VKuser24342747    2       

В России начнет работу единая статистическая платформа

Новость Аналитика ИТ-новость

Правительство согласовало положение, которое предусматривает создание к 2022 году сервиса для объединения всех государственных ресурсов статистики. Новая разработка также унифицирует принципы работы с данными. 

02.07.2021    1105    VKuser24342747    0       

Обновление GitLab 14: представлены новые DevOps-инструменты в рамках единой платформы

Новость ИТ-новость

Компания GitLab Inc. выпустила свежий релиз – теперь с интегрированной платформой DevOps-специалистов.

01.07.2021    1653    user1015646    0       

Отечественные компании разработали автоматизированную систему для муниципальных услуг

Новость Автоматизация ИТ-новость

«Базальт СПО», МЦСТ, «Байкал Электроникс», ЭОС и «МойОфис» представили многоместное автоматизированное рабочее место (АРМ). Для тестового запуска системы выбраны госучреждения Орла. 

01.07.2021    1132    VKuser24342747    1       

Новый доклад CompTIA: в Европе вырос спрос на технических специалистов

Новость ИТ-новость

Согласно новому отчету CompTIA, одной из ведущих торговых ассоциаций ИТ-индустрии, спрос работодателей на технических работников в 10 европейских странах увеличился за первый квартал 2021 года. Работодатели разместили 900 тысяч объявлений о вакансиях.

01.07.2021    1526    SKravchenko    0       

Раскрыта неожиданная особенность Windows 11

Новость Windows

При установке Windows 11 на некоторые компьютеры могут возникнуть проблемы. Все дело в инструментах безопасности новой версии операционной системы.

30.06.2021    1303    user1015646    0       

Новый фреймворк Google защитит от встраивания вредоносного кода 

Новость Google

Компания Google представила новый фреймворк SLSA. Он защитит ПО от внедрения вредоносного кода в процессе разработки. 

29.06.2021    701    user1015646    0       

Работу чиновников ускорит отечественная система автоматизации

Новость Автоматизация Минкомсвязь

Минцифры планирует к 2024 году установить в госорганах отечественную систему автоматизации рабочих мест. Вместо предполагаемого эксперимента будет полноценное внедрение. 

29.06.2021    803    VKuser24342747    0       

Google профинансирует добавление поддержки языка Rust в ядро Linux

Новость Linux Google ИТ-новость Новости компаний Языки программирования

Google заявила, что финансирует проект по повышению безопасности Linux, где часть ядра будет написана на языке программирования Rust. Усилия по модернизации могут повысить безопасность в сети и на устройствах.

28.06.2021    2947    SKravchenko    0