キーパーソンインタビュー
AIが開発者を支援するソフトウェア開発ツール「Stepsize Layer」のゴールとは?
各種開発ツールに接続してデータを収集し、コードにコンテキストデータを付加する「Stepsize Layer」。このツールで何が実現するのか。CEOのオマイヤー氏にインタビューした。
Stepsizeは、開発ツールに特化した新興企業だ。この会社は、DevOps業務にある程度の人工知能(AI)を導入することを目指している。同社の「Stepsize Layer」(以下「Layer」)は開発者向けのデスクトップアプリケーションで、コードベースに自動的にコンテキストを追加する。これは、ソフトウェア開発ツールに接続して履歴データを収集し、その履歴をコードの必要な箇所に添付することで実現する。
Computer Weekly日本語版 10月19日号無料ダウンロード
本記事は、プレミアムコンテンツ「Computer Weekly日本語版 10月19日号」(PDF)掲載記事の抄訳版です。本記事の全文は、同プレミアムコンテンツで読むことができます。
なお、同コンテンツのEPUB版およびKindle(MOBI)版も提供しています。
コードを選択してそのタイムラインを表示し、スマートロジックを実行すると、コードの実質的な作者を突き止めることができる。「Slack」と完全に統合されており、これを使ってコードの作者に連絡を取ることもできる。
Stepsizeの共同設立者にしてCEOであるアレックス・オマイヤー氏が本誌Computer Weekly内ブログの1つ「Open Source Insider」のインタビューに応じて、Stepsizeのテクノロジーが進化した過程を語った。
CW:このアイデアはどのようないきさつで生まれたのか。
オマイヤー:自然言語処理に深層学習を取り入れる方法をオンラインコースで学んでいたときに、これはプログラミング言語にも適用できるのではないかと思い付いた。プログラミング言語は、英語やフランス語よりも構造が明確で曖昧さが少ないからだ。
開発者仲間とそのことを議論するうちに、機械学習をソフトウェア開発に応用できるのではないかというアイデアが飛び出し、われわれはStepsizeを立ち上げた。
「Stack Overflow」と「GitHub」で公開されているデータを使い、ニューラルネットワークで遊んでみた結果、正しいアプローチとはデータを収集して、そこから適切なデータを生成することだという結論にわれわれは達した。こうすると、ソフトウェア開発プロセスのさまざまな部分を繰り返し合理化し自動化することができる。また、このアプローチで、プログラミング言語を最終的には抽象化できる。
そこでわれわれは、このデータ収集の実験をしながら、開発者の日々の作業を支援する方法を考え始めた。チームで活動している何人もの開発者に話を聞き、開発者が日常的に取り組む作業として多いのは、コードベースに何かを追加することだと気づいた。ただし作業の出発点であるコードベースについて理解してから作業に取り掛かることはほとんどないし、コードベースが現状に至るまでの経緯を把握するという目的に特化したツールもない。(開発者は)誰がいつ、何のためにその部分のコードを書いたのかが知りたいのだ。われわれはコードにコンテキストを追加するLayerを開発した。コンテキストがあるコードベースなら、開発者は(必要な)情報を全て得た上で、1つのコードベースを共有して作業を進めることができる。
CW:具体的にはどのような動作をするのか。
オマイヤー:先に説明した通り、Layerにはソフトウェアの開発に使われる主要なツールのほとんどを接続できる。ツールに含まれる履歴データを構造化して、コードに添付する。
ユーザーは単純に、コードのスニペットを選択し、ショートカットキーをたたけばいい。するとわれわれが開発したオープンソースのエディタプラグインが起動して、そのコードと同じロジックを実行するアプリに送信する。その際、このコードに関連する情報を追加する。続いて、Gitに含まれている情報やその他のツールを使ってコードの作者を特定し、作者がそのコードを完成させるまでの完全な履歴を作成する。
履歴は、コミット、プルリクエスト、それらに関するユーザーのコメントや懸案事項が全て時系列で整理されている。われわれは、テストのカバレッジの分析だけでなく、継続的な統合、コードレビュー、他にも多数あるツールの情報なども追加し、コードにその情報へのリンクを張って戻す計画を立てている。われわれの目標は、コードの各部分について、そこに関する情報を全て整理し、直接関連付けることだ。そうすれば、開発者がコードを把握するために、ツールをあれこれ駆使しなくても済むようになる。
また、LayerはSlackも統合している。これは開発者が仲間と連絡を取り、ソフトウェア開発で発生するあらゆることを議論するために利用しているツールだ。ユーザーは、アプリを調査している環境上で直接、コードの作者にSlackのメッセージを送ることができる。LayerはSlack APIを使って選択されたチャネルへメッセージをプッシュし、開発チームにとって必要となるコンテキストを全て埋め込んで、コードに関する(Layerユーザーとコードの作者との間で)生産的な対話を実現する。
CW:開発者の働き方はどのように変わるのか。
続きはComputer Weekly日本語版 10月19日号にて
本記事は抄訳版です。全文は、以下でダウンロード(無料)できます。
■Computer Weekly日本語版 最近のバックナンバー
Computer Weekly日本語版 10月5日号 ビッグデータでよみがえるレンブラント
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社インターネットイニシアティブ] 人材不足と属人化が深刻に 「攻められない情シス」を変革する一手とは? -
製品資料
[株式会社イトーキ] 会議室が「空いてるのに使えない」問題の解決策とは? -
事例
[株式会社イトーキ] 製造現場を取り巻く経営課題 「持続的な現場力」を強化する方法とは? -
製品資料
[株式会社イトーキ] 社員の力を引き出す、「ABW(Activity Based Working)」を実現する秘訣とは? -
製品資料
[株式会社BREXA Technology] 「インシデント初動対応」が遅れる3つの構造的要因とは?
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
企業が「Microsoft Azure」を選ばざるを得ない理由
-
2
Microsoft 365侵害企業の9割はMFA導入済み 1002人調査で見えた盲点
-
3
なぜノートPCの更新が「4年→6年」に? AIインフラ急拡大の余波
-
4
HDDではもう限界? AIのGPU待機時間を解消する「大容量SSD」の条件
-
5
「Active Directory」復旧で“詰む”企業が続出 ランサムウェアに備える4対策
-
6
NVIDIA、フアンCEO辞任で揺らぐ“AI帝国” IT調達計画への影響は?
-
7
なぜMicrosoftは「Rust」を標準言語に? AIで進むC/C++書き換えの課題
-
8
NVIDIAが日本語の合成データを公開 社内AI開発の「データ枯渇」を突破
-
9
巨大組織の「アジャイル」を加速させる オリックス生命が選んだ、開発状況を見える化する戦略的ツールとは?
-
10
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
AIが苦手な「汚いデータ」になっていない? AI投資を無駄にしないための注意点
-
3
急増する高度なフィッシング詐欺 先回りしてブロックするには何が必要?
-
4
法人向け光回線のプランはどう選ぶ? 機能面/保守体制/コストを一覧で比較
-
5
サイバー脅威「トップ50」完全解説ガイド、新たな攻撃手法に対抗するには
-
6
SNMPより詳細で、パケット解析より簡単な「トラフィック可視化・分析」の方法
-
7
三井ホームに学ぶ「無線LAN環境」構築 快適なオフィスと高度なIT運用の両立法
-
8
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
9
「RPA導入の成果が出ない」を防ぐ、成果につながる自動化対象業務の選び方
-
10
自社のメール環境は本当に安全? チェックシートですぐ分かる“今必要な対策”
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー