Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

AI based software platform

Description du projet

Un outil d’intelligence artificielle rapide et bon marché pour minimiser les erreurs de codage dans les logiciels

Les erreurs de codage sont quasiment inévitables, car chaque logiciel compte des millions de lignes de code; un seul programme nécessite donc d’innombrables révisions et corrections du code. Aujourd’hui, la procédure de révision du code est très onéreuse, chronophage, et ne suffit pas toujours à réparer le code. Le projet DC-IR, financé par l’UE, fournira une plateforme qui recourt à l’intelligence artificielle pour procéder automatiquement à des révisions du code du logiciel et proposer des suggestions basées sur la manière dont des problèmes similaires liés au code ont été résolus dans le passé. La plateforme proposera également aux programmeurs des solutions pour améliorer le code et répondra pratiquement à toutes les questions liées au logiciel. Les utilisateurs devraient gagner environ 20 % de temps de développement.

Objectif

Software has become very complex with time, with each software program having millions of lines of code. With so many code lines, it is close to impossible not to make errors when coding. The number of code defects rises proportionally with more code lines, (approx. 10-20 defects per 1,000 lines of code). This necessitates millions of code reviews and code fixes for a single software program. The current code review process is very expensive, time consuming (with companies like Google spending >25% of their time on code reviews) and often does not guarantee success in fixing the code. The software industry needs a cost & time-effective code analysis tool that is unlimited in detectable code errors and programming languages.
Our solution is DeepCode AI Code Review (DC-IR), an Artificial Intelligence (AI) platform that automatically performs reviews on software code and provides suggestions based on Big Code learnings (how others solved similar code related problems). Our platform is trained from millions of Open Source repositories (billions of lines of code; thousands of frameworks & millions of code fixes) and uses these data sets to suggest code improvements for programmers. DC-IR integrates many levels of program code analysis into proprietary Machine Learning (ML) representations which are used by powerful ML techniques to create Data Sets that can answer almost any question about a software in a language independent manner. DC-IR offers a full set of services for code optimisation with solutions for code fixes & quality assurance. DC-IR enables developers to save 20% of development time, leading to savings of €11,856 annually per developer, which compounded globally can save the industry >€52Bn annually.
DC-IR is at an advanced stage of development with a Beta version already deployed and having more than 5k users, some using paid licenses. During Ph1, we will develop a road map to finalise DC-IR and Ph2 will see us developing and validating the market versión.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

SME-1 - SME instrument phase 1

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) H2020-EIC-SMEInst-2018-2020

Voir tous les projets financés au titre de cet appel

Coordinateur

DEEPCODE AG
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 50 000,00
Adresse
KASINOSTRASSE 10
8032 ZURICH
Suisse

Voir sur la carte

PME

L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.

Oui
Région
Schweiz/Suisse/Svizzera Zürich Zürich
Type d’activité
Private for-profit entities (excluding Higher or Secondary Education Establishments)
Liens
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

€ 71 429,00
Mon livret 0 0