NTT技术展示

日本国家NTT计算机与数据科学研究所于10月21日举办的线上说明会上,发布了一项将现有软件资产转化为生成式AI可解读开发资产的技术。在说明会上,NTT计算机与数据科学研究所创新计算架构研究项目的首席研究员倉林利行和主任研究员竹内亨详细介绍了软件开发现场在应用生成式AI时面临的挑战。

目前,生成式AI在软件开发中新项目的效率提升方面取得进展,但在占开发总量60%的现有系统维护和改修的追加开发中,应用仍然有限。其主要原因在于长期改修导致规格说明书等文档与实际代码之间存在差异,AI难以准确理解整个系统。此外,改修后对现有功能影响的测试不足且自动化程度低,成为AI介入的障碍。

技术流程图

针对这些问题,研究所开发了将现有软件资产预先解析和结构化,使其达到AI可准确解读的“AI-Ready”状态的技术。该技术首先自动构建从需求定义书、设计文档、源代码到测试的依赖关系追踪(Traceability)。通过将文档中的自然语言按功能单元划分,并与代码流程对齐,提取两者间的关联关系。若发现文档与代码描述不一致,系统会自动检测并根据代码更新文档,确保两者一致性。

测试自动化

接着,依据ISO等质量标准整理各功能的测试视角,识别缺失的测试项并自动生成,构建全面的验证环境。当出现改修需求时,基于追踪关系明确从文档到测试的修正范围。改修完成后,自动执行不仅针对新增或变更部分,也涵盖系统整体影响范围的测试,确保现有功能未受损害。

检测效果对比

在使用示范应用的预备实验中,传统RAG方法的不一致检测率为27%,而该新技术提升至80%。测试生成方面,通过针对不同视角的测试方法,显著提高了内嵌缺陷的检测率,并发现了未知缺陷。

未来计划

未来,研究所计划在拥有大量长期运行系统的日本国家NTT集团旗下企业中,利用实际系统验证该技术的有效性。