Facebook AI：利用機器學習推薦優秀代碼

隨著軟體開發和開源社區愈發普及，程序員這一群體正在飛速壯大，即便不是專業從事編程的人，會寫或能看懂代碼，幾乎已經不是什麼稀罕事。

然而再有經驗的程序員，面對數十種風格迥異且分工不同的主流編程語言，難免會偶爾混淆不常用的語義和方法（Method），更別說這些語言的版本還會不斷進化（Python 2.X到Python 3.X），甚至冒出一種全新語言，專門針對特殊領域，比如專門用於機器學習的Julia。

針對這一問題，Facebook的工程師採用了機器學習技術，開發出了一款名為Aroma的代碼搜索和推薦工具。它可以拆解一段代碼，分析其語義，然後在大型代碼庫中即時匹配出類似段落，按照相似程度推薦其他類似的代碼寫法，促進代碼標準化和規範化。

研究人員認為，相比傳統的代碼搜索工具，Aroma具有以下幾個優勢：

不局限於代碼中變數和參數的命名方式，因為Aroma並不是以字元串為單位搜索，只要大致語義相同，比如對象調用的方法相同，就會被捕捉到，而且多餘的無關代碼還會被省略，增加可讀性。

Aroma會集合多組類似的搜索結果，用來生成一套代碼建議，比單獨呈現搜索結果更易理解。

面對超大規模的代碼庫，Aroma也能夠做到及時反饋搜索結果，無需提前搜索代碼規律。

Aroma的核心演算法與編程語言無關，Facebook在Hack，JavaScript，Python和Java內部代碼庫中都部署了Aroma。

舉個例子

為了更好地理解Aroma的原理，我們可以參考Facebook AI給出的例子。

假設我們想要在安卓系統中解碼點陣圖（bitmap），最基礎的代碼實現是這樣的：

但是在實際應用中，只有這一行代碼遠遠不夠，最起碼還要有用來處理異常的IOException，優化傳遞到decodeStream方法中的可選參數等等。

對於不熟悉安卓開發的新手來說，他需要去代碼庫或者開發者社區中搜索類似功能的實現方法，學一學大神的寫法。這就輪到Aroma上場了。

按照Facebook軟體工程師的描述，Aroma可以及時搜索與上述代碼類似的代碼段落。找到的一些代碼是這樣的：

仔細一看，三個搜索結果中的變數和參數的名字都不一樣，但整體的確是符合代碼語義的，具有一定的借鑒意義。

在此基礎上，Aroma還會自動優化和整合這些結果，去掉對方法主體沒有幫助的部分，使其更加泛化，最終成為一條有價值的代碼寫法推薦，像下面這段一樣：

可以看出，推薦結果保留了上面三段代碼中的相似部分，比如變數初始化和方法調用，但省略了異常處理和While循環等不同之處。

值得一提的是，Aroma會提供多組不同的代碼推薦，因此其中仍然包括了異常處理的寫法。

Aroma的實現方法

具體來說，Aroma的工作流程可以分為三大流程：特徵提取和搜索，重新排名和聚類，組合併創建代碼推薦。

首先，Aroma會為代碼語料庫中的每一個方法創建索引和解析樹，從中提取出很多結構性的特性。這些特徵都經過特殊挑選，而非一股腦地獲取所有特徵，反映出的信息包括變數用法，方法調用和控制結構等等。

最後它會基於特徵，為每個方法創建一個稀疏向量，將所有向量組合起來，就成為了一個索引矩陣，可以用來搜索代碼。

如果程序員編寫了一段新的代碼，Aroma就會用以上方法創建一個稀疏向量，然後對它和索引矩陣執行點積運算。這樣一來，點積結果最高方法就是與新代碼重合度最高的片段。Aroma的演算法會選取排名前1000的方法，作為候選建議集合，進入下一流程。

在Aroma拿到相似的方法候選集之後，會將它們重新排名，然後聚類。由於之前的向量只能表示出特徵存在與否的抽象信息，會包含一些與所搜代碼本身不相關的段落，進而低估了代碼片段與搜索結果的相似程度。

因此，機器學習演算法會在方法解析樹上修剪，去掉結果中與被搜索代碼的不相關部分，僅保留最匹配的，並且將所有方法（搜索結果）重新排名。在這之後，Aroma會根據新的排名運行迭代聚類演算法，找到多組相似的代碼段落，將它們組合成一個個代碼推薦集群。

有了集群之後，Aroma就可以執行最後一步——創建代碼推薦了。簡單來說，這一過程由一套交叉演算法完成。它在一個代碼片段的基礎上，將同一集群中的多個代碼片段迭代修剪，找到它們之間的共同點，整合成最終的代碼推薦。

因為搜索結果可以分成若干個集群，最終的代碼推薦也會有若干種不同風格，對應不同的實現過程，從而為程序員提供多樣化的代碼選擇。

可以看出，Aroma的目的並非取代程序員，而是幫助他們從現有代碼庫中快速找到和學習優秀代碼，加快編程速度和軟體迭代速度，讓機器學習，這個程序員創造出的產物，回過頭來幫助自身進步。

在未來，編程或許將變成一個人機共同完成的任務，由人類提出高層次的，抽象的想法，具體的實現和代碼編寫則交給AI系統完成，實現效率的最大化。

-End-

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！