Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

AI based software platform

Descrizione del progetto

Uno strumento di IA efficiente in termini di costi e di tempo per ridurre al minimo gli errori di codifica nei programmi informatici

Che si verifichino errori di codifica è quasi certo, perché ogni programma informatico ha milioni di righe di codice e quindi un singolo programma richiede innumerevoli revisioni e correzioni del codice. La procedura odierna di revisione del codice è molto costosa, richiede troppo tempo e non sempre riesce a correggere il codice. Il progetto DC-IR, finanziato dall’UE, fornirà una piattaforma che si avvale dell’intelligenza artificiale per eseguire automaticamente le revisioni del codice del software e fornire suggerimenti in base alle modalità con cui in passato sono stati risolti problemi simili. La piattaforma suggerirà inoltre miglioramenti al codice per i programmatori e risponderà in modo pratico a tutte le domande del software. Gli utenti dovrebbero sperimentare una riduzione dei tempi di sviluppo pari a circa il 20 %.

Obiettivo

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.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

SME-1 - SME instrument phase 1

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) H2020-EIC-SMEInst-2018-2020

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

DEEPCODE AG
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 50 000,00
Indirizzo
KASINOSTRASSE 10
8032 ZURICH
Svizzera

Mostra sulla mappa

PMI

L’organizzazione si è definita una PMI (piccola e media impresa) al momento della firma dell’accordo di sovvenzione.

Regione
Schweiz/Suisse/Svizzera Zürich Zürich
Tipo di attività
Private for-profit entities (excluding Higher or Secondary Education Establishments)
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

€ 71 429,00
Il mio fascicolo 0 0