Claims (12)
1. Способ автоматической разработки программного обеспечения посредством искусственного интеллекта, выполняемый по меньшей мере одним вычислительным устройством и включающий следующие шаги:1. A method for automatic software development by means of artificial intelligence, performed by at least one computing device, and includes the following steps:
формируют по меньшей мере одну обученную модель машинного обучения, причем данными для машинного обучения являются таблицы отображения для меток естественного языка и кода программы;form at least one trained machine learning model, and the data for machine learning are mapping tables for natural language labels and program code;
получают по меньшей мере один фрагмент программного кода из базы данных;get at least one piece of program code from the database;
осуществляют распознавание речи по меньшей мере одного пользователя посредством извлечения фраз на естественном языке с пользовательского устройства, принятую в режиме реального времени из пользовательского терминала;performing speech recognition of at least one user by extracting natural language phrases from the user device, received in real time from the user terminal;
направляют извлеченные фразы на естественном языке и по меньшей мере один полученный ранее фрагмент программного кода в сформированную обученную модель обучения;directing the extracted natural language phrases and at least one previously obtained piece of program code to the generated trained learning model;
осуществляют оценку полученного фрагмента программного кода на основании применения модели обучения посредством блока оценки кода программы, который вычисляет модель обучения из базы данных модели обучения и применяет естественный язык к загруженной модели обучения, таким образом оценивая программный код, соответствующий естественному языку, и предоставляя его пользовательскому устройству;evaluating the obtained piece of program code based on the application of the learning model by means of a program code evaluation unit, which calculates the learning model from the learning model database and applies natural language to the loaded learning model, thus evaluating the program code corresponding to the natural language and providing it to the user device ;
направляют оцененный программный код пользователю для принятия решения в режиме реального времени или периодически.sending the evaluated program code to the user for decision making in real time or periodically.
2. Способ по п. 1, характеризующийся тем, что осуществляют распознавание речи по меньшей мере одного пользователя через механизм распознавания речи, предоставленный в облачном сервере и/или локальном сервере, и/или пользовательском оборудовании.2. A method according to claim 1, characterized in that speech recognition of at least one user is performed through a speech recognition engine provided in a cloud server and / or a local server and / or user equipment.
3. Способ по п. 1, характеризующийся тем, что этап генерации модели обучения включает в себя выполнение машинного обучения через сверточную нейронную сеть (CNN).3. The method according to claim 1, characterized in that the step of generating the learning model includes performing machine learning through a convolutional neural network (CNN).
4. Способ по п. 1, характеризующийся тем, что CNN состоит из множества сетей, имеющих одинаковый размер.4. The method according to claim 1, characterized in that the CNN consists of a plurality of networks of the same size.
5. Способ по п. 1, характеризующийся тем, что этап генерации модели обучения включает в себя выполнение машинного обучения через рекурсивную нейронную сеть (RNN).5. The method according to claim 1, characterized in that the step of generating the learning model includes performing machine learning through a recursive neural network (RNN).
6. Способ по п. 7, характеризующийся тем, что RNN составлена из множества сетей, имеющих одинаковый размер, или сконструирована так, чтобы размеры постепенно увеличивались, чтобы адаптивно соответствовать общей емкости, подлежащей изучению.6. A method according to claim 7, characterized in that the RNN is composed of a plurality of networks having the same size, or is designed so that the sizes are gradually increased to adaptively correspond to the total capacity to be studied.