人工智能完全学会自己编程，可能说起来还有一种科幻感，但 AI 帮
程序员找
bug 这件事，已经达到了不错的水平。
北京大学、
微软亚洲研究院和中国电子科技大学就一起尝试着让 AI 找 bug。微软亚洲研究院的 Lily Sun 在微软官方博客上介绍称，他们开发的精确状态系统（Accurate Condition System, ACS），能在人类不加干预的情况下自动修复软件系统中的 Bug。
他们关于 ACS 的论文 Precise Condition Synthesis for Program Repair 发表在世界软件工程大会 ICSE 2017 上。
ACS 会自动修复什么样的 bug 呢？Lily Sun 举了个例子：
int lcm=Math.abs (mulAndCheck (a/gdc (a,b)， b));
return lcm;
这是 Apache Math 中的一段代码，用来计算两个数的最小公倍数，并且引入了 Math.abs 来确保返回的值是正数。但是，这个程序有缺陷，有时候还是会返回负值。
我们可以创建一个
测试来找到其中的错误。测试的输入是a=Integer.MIN_VALUE、b=1，预期的输出是 throw ArithmeticException。
把这个程序和相应的测试输入到 ACS 中，ACS 会自动生成第2、3 行的路径，修复程序缺陷：
int lcm=Math.abs (mulAndCheck (a/gdc (a,b)， b));
+ if (lcm == Integer.MIN_VALUE) {
+ throw new ArithmeticException ();
+ }
return lcm;
让算法自己改 bug 这件事，从 2009 年开始就有研究，弗吉尼亚大学计算机系的 Westley Weimer、新墨西哥大学的 Stephanie Forrest 和卡耐基梅隆大学的 Claire Le Goues，就一起开发了 Genprog。
而 ACS，在前人研究的基础上大幅提升了准确率。在 Defects4J 基准上的测试结果显示，ACS 生成的 23 个补丁中，有 18 个是正确的，准确率近 80%。
ACS 准确率的提升主要得益于有更多的信息来源，特别是网上的大量代码。与以往的方法相比，ACS 有以下三种新的信息来源：
一是用局部性原则信息对补丁中的变量进行排序；
二是用自然语言分析
技术来分析 Javadoc，然后用 Javadoc 中的信息来过滤不正确的补丁；
三是通过对网上的开源程序进行统计分析，发现对变量进行操作的条件概率，进而生成正确的补丁。