Opis projektu
Platforma korzystająca ze sztucznej inteligencji do wykrywania i naprawiania błędów w oprogramowaniu
Oprogramowanie odgrywa coraz większą rolę we współczesnym społeczeństwie i wielu gałęziach przemysłu, co oznacza, że błędy w kodzie mogą prowadzić do prawdziwej katastrofy. To właśnie błędny kod jest przyczyną większości awarii w najważniejszych zastosowaniach przemysłowych i wpływa pośrednio na opiekę zdrowotną oraz inne służby publiczne, zwłaszcza w przypadku wielu różnych awarii oprogramowania i strat sięgających 1,5 miliarda euro. Niestety stosowana obecnie metodologia testowania oprogramowania nie znajduje zastosowania do zadań o większej złożoności i nie radzi sobie z poważniejszymi zagrożeniami związanymi z tym problemem. Finansowany ze środków UE projekt GAMMA ma doprowadzić do opracowania platformy inżynierii oprogramowania korzystającej ze sztucznej inteligencji, która pozwoli skutecznie wykrywać większość błędów w oprogramowaniu w czasie rzeczywistym i od razu oferować możliwe rozwiązania.
Cel
When software applications fail, the first reason is a software bug (or error). Software bugs account for the highest percentage of failures in all major industries, specifically impacting public service and healthcare the most with 110 types of software failures, and retail and consumer tech with 109 types. According to Tricentis, monetary losses from software failures cost €1.5 Trillion.
Unfortunately, software testing methodologies and tools have been slow to transform to the new complexity and higher risks. To fill the gap in the market, Acellere has developed the Gamma Recommendation Engine, a disruptive Artificial Intelligence (AI)-based software engineering platform which efficiently detects a very wide range of software bugs in real-time and immediately proposes fixes.
Gamma goes beyond standard programming rules to uncover unique issue patterns by combining innovative AI learning approaches with custom analytical tools. Gamma’s original and surprisingly effective AI components are centred around natural-language programming, predictive modelling, and cluster identification. The engine has already been proven to work with an accuracy of 70-75% on several open source Apache repositories, such as Kafka, Cassandra, and Lucene.
Using Gamma helps software developers save time, to quickly identify errors and solve issues before they appear. Through cutting the need for lengthy code review, there is a great potential to save 60% of time (and therefore, 15% of a developer’s salary) .
The Gamma Recommendation Engine is a cutting-edge innovation that enables the effective and efficient scaling of code and software development companies, and the leader in the nascent real-time smart code recommendation engines.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
- nauki przyrodniczeinformatykasztuczna inteligencja
- nauki społecznesocjologiaadministracjasłużby publiczne
- nauki przyrodniczeinformatykaoprogramowanietworzenie oprogramowania
- nauki społeczneekonomia i biznesbiznes i zarządzaniemodel biznesowy
- nauki przyrodniczeinformatykaoprogramowanieaplikacje komputerowe
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Program(-y)
Temat(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-SMEInst-2018-2020-1
System finansowania
SME-1 - SME instrument phase 1Koordynator
60325 FRANKFURT
Niemcy
Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.