Преимущества использования искусственного интеллекта для модернизации старых систем
Использование искусственного интеллекта (ИИ) в процессе модернизации старых систем может значительно повысить производительность и сэкономить время разработчиков. Уникальные решения на базе больших языковых моделей (LLM) специализированных на языках старых систем, таких как COBOL, могут значительно улучшить понимание и взаимодействие с устаревшим кодом.
Основные проблемы искусственного интеллекта в модернизации старых систем
1. Ограниченное обучение на языках старых систем: Существующие LLM обучены на широкий спектр языков, но не имеют достаточного опыта в языках, используемых в старых системах, таких как COBOL. Это приводит к недостаточному пониманию и рассуждению в этих моделях.
2. Отсутствие адекватных бенчмарков: Недостаток документации и ясных бизнес-целей для старых систем затрудняет разработку бенчмарков для оценки качества LLM в этой области.
3. Сложность вне генерации кода: LLM для написания кода в основном обучены на генерацию кода, но модернизация старых систем включает в себя не только генерацию COBOL-кода, но и миграцию систем на другие языки.
Решение: XMainframe от FPT Software AI Center
Для решения этих проблем была разработана модель XMainframe, специально созданная для работы с языками старых систем и COBOL-кодом. Она включает в себя широкий набор данных для обучения, а также бенчмарк MainframeBench для оценки качества знаний о старых системах. XMainframe продемонстрировала значительное превосходство над существующими LLM в задачах множественного выбора, ответов на вопросы и суммаризации COBOL-кода.
Это позволяет значительно улучшить управление и модернизацию старых систем, что в конечном итоге повышает производительность и экономит время для разработчиков.
