Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

AI based software platform

Opis projektu

Narzędzie SI pomaga zminimalizować błędy kodowania w programach komputerowych bez dużych nakładów finansowych i czasowych

Błędy w kodowaniu są praktycznie nieuniknione, ponieważ każdy program komputerowy składa się z milionów wierszy kodu, przez co wymaga niezliczonych sprawdzeń i poprawek. Stosowane obecnie procedury weryfikacji kodu są bardzo drogie, czasochłonne i nie zawsze skuteczne. Zespół finansowanego przez UE projektu DC-IR opracuje platformę, która wykorzystuje sztuczną inteligencję do automatycznego przeprowadzania przeglądów kodu programistycznego i proponowania sugestii na podstawie tego, jak podobne problemy związane z kodem zostały rozwiązane w przeszłości. Platforma będzie również sugerować programistom poprawki w kodzie i odpowiadać na praktycznie wszystkie pytania dotyczące oprogramowania. Szacuje się, że pozwoli ona na skrócenie czasu programowania o około 20 %.

Cel

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.

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. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

SME-1 - SME instrument phase 1

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) H2020-EIC-SMEInst-2018-2020

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

DEEPCODE AG
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 50 000,00
Adres
KASINOSTRASSE 10
8032 ZURICH
Szwajcaria

Zobacz na mapie

MŚP

Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.

Tak
Region
Schweiz/Suisse/Svizzera Zürich Zürich
Rodzaj działalności
Private for-profit entities (excluding Higher or Secondary Education Establishments)
Linki
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

€ 71 429,00
Moja broszura 0 0