Comprendre et trouver l’erreur d’un code de programmation est l’un des pires cauchemars des développeurs. Ces derniers perdent des heures à la recherche de la moindre erreur pouvant ruiner leur code. C’est pourquoi un développeur indépendant, BioBootloader, crée Wolverine, un programme capable de donner aux codes Python des capacités régénératrices.
Comment fonctionne Wolverine ?
Le programme Wolverine utilise les capacités de GPT-4 pour repérer et corriger les bugs du code. Son créateur affirme que le programme fonctionne même si le code original comporte plusieurs bugs. Toutefois, Wolverine ne fonctionne actuellement que sur le langage Python, un langage de programmation très répandu.
Lorsque le programme est lancé, il détecte les bugs et demande ensuite à GPT-4 de les corriger. Le LLM utilise les connaissances de ses bases de données pour reconnaître le langage du code, le traduire et le reprogrammer pour qu’il fonctionne correctement.
LANCEZ VOTRE CARRIÈRE :
DEVENEZ DATA SCIENTIST !
Une reconversion dans le big data vous intéresse, mais vous ne savez pas par où commencer ? Découvrez notre formation de Data Scientist.
LANCEZ VOTRE CARRIÈRE :
DEVENEZ DATA SCIENTIST !
Une reconversion dans le big data vous intéresse, mais vous ne savez pas par où commencer ?
A quel point est-il efficace ?
Sur Twitter, BioBootloader a mis en ligne une vidéo de démonstration pour expliquer le fonctionnement de Wolverine. Le programme se compose de deux colonnes, à gauche le code volontairement buggé, et à droite les résultats de Wolverine.
Une fois lancé, le programme lit le code, remarque les erreurs et demande à GPT-4 de les corriger. Ce dernier renvoie un texte explicatif des erreurs commises et des modifications apportées. Le programme s’arrête lorsqu’il ne repère plus de bug, le code contient alors les modifications de GPT-4.
Wolverine est actuellement disponible en open source sur GitHub. Néanmoins, pour l’utiliser il faut posséder une clé API d’OpenAI avec GPT-3,5 ou 4 dessus, l’utilisation est donc payante.
Bien qu’il s’agisse actuellement d’un prototype primitif, des techniques telles que Wolverine illustrent un avenir potentiel dans lequel les applications pourraient être en mesure de corriger leurs propres bugs, même après leur déploiement. C’est pourquoi, si cet article vous a plu et si vous envisagez une carrière dans la Data Science, n’hésitez pas à découvrir nos articles ou nos offres de formations sur DataScientest.
Source : twitter.com
