北京大学、微软亚洲研究院和中国电子科技大学就一同尝试着让AI找bug。微软亚洲研究院的Lily Sun正在微软官方博客上引见称，他们开辟的正确状况体系（Accurate Condition System, ACS），能正在人类不加干涉的情况下主动修复软件体系中的Bug。
他们关于ACS的论文Precise Condition Synthesis for Program Repair颁发正在天下软件工程大会ICSE 2017上。
ACS会主动修复什么样的bug呢？Lily Sun举了个例子：
int lcm=Math.abs（mulAndCheck（a/gdc（a,b）， b））；
return lcm;
这是Apache Math中的一段代码，用来盘算两个数的最小公倍数，而且引入了Math.abs来确保返回的值是正数。可是，这个法式有缺点，有时候仍是会返回负值。
我们能够创立一个测试来找到个中的毛病。测试的输入是a=Integer.MIN_VALUE、b=1，预期的输出是throw ArithmeticException。
把这个法式和相应的测试输入到ACS中，ACS会主动生成第2、3行的途径，修复法式缺点：
int lcm=Math.abs（mulAndCheck（a/gdc（a,b）， b））；
+ if （lcm == Integer.MIN_VALUE） {
+ throw new ArithmeticException（）；
+ }
return lcm;
让算法本人改bug这件事，由2009年最先就有研讨，弗吉尼亚大学计算机系的Westley Weimer、新墨西哥大学的Stephanie Forrest和卡耐基梅隆大学的Claire Le Goues，就一起开发了Genprog。
而ACS，正在前人研讨的基础上大幅提升了准确度。正在Defects4J基准上的测试成果表现，ACS生成的23个补钉中，有18个是精确的，准确度近80%。
ACS准确度的提拔关键得益于有更多的信息泉源，特别是网上的大批代码。取以往的方式相比，ACS有以下三种新的信息泉源：
一是用局部性标准信息对补钉中的变量开展排序；
二是用自然语言阐发手艺来阐发Javadoc，然后用Javadoc中的信息来过滤不正确的补钉；
三是经过对网上的开源步伐开展统计分析，发明对变量开展操纵的前提几率，进而生成精确的补钉。