OpenAI решила проблему перевода «древнего» софта на современный код

OpenAI решила проблему перевода «древнего» софта на современный код
Многие организации десятилетиями используют устаревшее специализированное ПО, написанное на «древних» языках программирования. До недавнего времени такой софт можно было разве что переписать с нуля — но свежая разработка OpenAI способна решить эту проблему путём ИИ-портирования практически без потерь.

COBOL и Fortran редко используют для новых проектов, но на них до сих пор работают многие важные системы. Например, COBOL используется более чем в 40% систем онлайн-банкинга, 80% операций по кредитным картам и 95% транзакций через банкоматы. Fortran остаётся востребован в научных расчётах, в том числе при составлении прогнозов погоды.

Обновлять такие программы сложно. Документации и современных примеров для старых языков меньше, чем для Python или jаvascript, а часть правил работы системы может быть заложена в самом коде. Поэтому при переносе на новый язык важно не просто получить работающий софт, но и сохранить его прежнее поведение и результаты расчётов.

Для этого OpenAI разработала отдельный алгоритм. ИИ-моделям предложили с его помощью переписать приложения на C++, Java, Kotlin, Python или Rust так, чтобы новая версия работала аналогично оригинальной. В результате GPT-6.1 Sol справилась с 86,6% заданий, а при более высоком уровне рассуждений точность выросла до 97,9%.

Отдельно модели проверили в MultiLangBench. Здесь им нужно было с нуля написать совместимый с SQLite движок базы данных на 20 языках программирования. GPT-6 Astra прошла в среднем 87,4% проверок против 26,8% у GPT-5.6 Sol. Для Fortran результат вырос с 21,4% до 83,5%, для Visual Basic — с 27,5% до 89,4%, а для COBOL — с 10,9% до 72,1%.

Более доступная модель GPT-6 Luna показала в том же бенчмарке результат 40,3%. Зато одно задание в среднем обходилось примерно в $0,77 против $3,48 у GPT-5.6 Sol — примерно на 78% дешевле.

Такие результаты могут упростить постепенное обновление старого ПО. Тем не менее стоит учитывать, что показатель в 97,9% был получен во внутренних тестах — в реальных приложениях всё может быть сложнее из-за скрытых зависимостей и внутренних правил. Поэтому переписанный код всё равно придётся дополнительно тестировать вручную.

Источник: 24gadget.ru

0 0 голоса
Рейтинг новости
1
0
Подписаться
Уведомить о
0 комментариев