ETH KI-Spin-off DeepCode von Cybersecurity-Unicorn übernommen

Der entscheidende Vorteil, der den ETH-Spin-off DeepCode auszeichnet, besteht darin, dass er das erste KI-System entwickelt hat, das aus Milliarden von Programmcodes schnell lernen kann und damit eine KI-basierte Erkennung von Problemen der Sicherheit und Zuverl?ssigkeit von Codes erm?glicht. DeepCode ist ein ausgezeichnetes Beispiel f¨¹r ein modernes KI-System, das aus Daten, beziehungsweise in diesem Fall aus Programmcodes, lernen kann und dennoch f¨¹r den Menschen transparent und interpretierbar bleibt.

Der Zusammenschluss mit Snyk, einem Unternehmen f¨¹r Sicherheitstools, das es Entwicklern erm?glicht, Code-Schwachstellen schnell zu finden, und das einen Wert von rund 2,34 Mrd. Schweizer Franken hat, gibt DeepCode die M?glichkeit, seine KI-basierten Fertigkeiten in bestehende Snyk-Produkte zu integrieren. Damit kommt der Spin-off seinem urspr¨¹nglichen Ziel n?her, Millionen von Nutzern weltweit zu erreichen. Die finanziellen Bedingungen der Vereinbarung wurden nicht bekannt gegeben.

Aus Daten lernen macht den Unterschied

DeepCode wurde urspr¨¹nglich mit dem Ziel gegr¨¹ndet, die erste KI-gest¨¹tzte Code-Analyse-Plattform zu schaffen. Die Hauptmotivation war, dass die Entwickler in den letzten Jahren Milliarden von Codezeilen produziert haben, die zusammen mit entsprechenden Fehlerberichten, Fehlerbehebungen und anderen codebezogenen Informationen in einer Reihe von ?ffentlichen Repositorys (digitalen Archiven) frei verf¨¹gbar sind. Die Schl¨¹sselidee war, ein KI-System zu bauen, das aus dieser neuen Art von Daten (als Big Code bezeichnet) lernen und verschiedene dringende Code-Qualit?tsprobleme l?sen sowie unbekannte Sicherheitsl¨¹cken in Programmen aufdecken kann.

Ein wesentlicher Unterschied ist, dass DeepCode im Gegensatz zu fr¨¹heren Codeanalyse-Werkzeugen, die manuelle, fehlerhafte, handgeschriebene Regeln erfordern, auf maschinellem Lernen aus Daten basiert: Es verarbeitet automatisch alle codebezogenen Informationen und erstellt voraussagende Modelle, die viel mehr Fehler mit einer Genauigkeit erkennen k?nnen, die andere kommerzielle Systeme nicht erreichen.

Dar¨¹ber hinaus sind die Modelle von DeepCode interpretierbar. Das bedeutet, dass ein Mensch das Modell ¨¹berpr¨¹fen und bei Bedarf ?nderungen einf¨¹hren kann, eine F?higkeit, die ¨¹ber alle bestehenden modernen Deep Learning-Modelle hinausgeht.  Dies macht DeepCode zu einem Fallbeispiel f¨¹r ein KI-System der dritten Generation: Es kann aus Daten (in diesem Fall Code) lernen, ist aber dennoch von Menschen interpretierbar. Dar¨¹ber hinaus hat DeepCode Fortschritte bei den Algorithmen erzielt, die diese KI nicht nur leistungsf?higer machen als herk?mmliche Tools, sondern auch um Gr?ssenordnungen schneller.

Von der Grundlagenforschung zum Markt

W?hrend DeepCode 2016 gegr¨¹ndet worden ist, entstand der Forschungsbereich selbst an der ETH Z¨¹rich ab 2013 in Pionierarbeit, als Vechevs damaliger Doktorand Veselin Raychev und Martin Vechev, Professor am Secure, Reliable and Intelligent Systems Lab des ETH-Departements Informatik, zusammen mit Mitarbeitern den Grundstein legten. Sie bauten die ersten Prototypen von KI-basierten Systemen, die aus Codes lernen konnten, indem sie zeigten, wie man datengetriebene maschinelle Lernmethoden mit semantisch-statischen Codeanalyse-Methoden auf der Grundlage logischer ?berlegungen kombinieren kann.

Interessanterweise wurden diese beiden Arten von Methoden damals als voneinander verschieden angesehen, ohne dass es einen klaren Weg gab, sie miteinander zu verbinden. Die Beobachtung dabei war, dass man, indem man Wege fand, scheinbar getrennte Bereiche zu verbinden, neue Arten von KI-Systemen aufbauen konnte, die effektiv Codes verarbeiten k?nnen ¨C was ganz andere Herausforderungen ergibt als bei anderen Arten weitverbreiteter Daten wie Bilder, Videos, nat¨¹rliche Sprache usw.

W?hrend dieser Zeit ¨C und unterst¨¹tzt durch einen ERC Starting Grant Vechevs ¨Cver?ffentlichte die ETH-Forschungsgruppe mehrere Pionierarbeiten und ?ffentliche KI-basierte Programmiersysteme f¨¹r verschiedene Software-Aufgaben, die auch heute noch Tausende von Benutzern intensiv gebrauchen (z.B. externe Seite Deobfuskation, was so viel bedeutet wie, dass ein Programmcode ?enth¨¹llt? wird, um ihn verst?ndlich zu machen).

Ein Code-Analysesystem f¨¹r jede Entwicklerin

F¨¹r seine bahnbrechenden Arbeiten zum Lernen vom Big Code erhielt Veselin Raychev die ETH-Medaille f¨¹r eine herausragende Doktorarbeit sowie den prestigetr?chtigen externe Seite ACM Doctoral Dissertation Award, Honorable Mention (Top 3 Dissertation in Informatik, weltweit), womit er erst der dritte europ?ische Doktorand in der 40-j?hrigen Geschichte dieses Preises ist und der erste Doktorand der ETH Z¨¹rich, der eine solche Auszeichnung erh?lt.

Nachdem er auf dem Forschungsgebiet des maschinellen Lernens von Big Code Pionierarbeit geleistet hatte, war der Aufbau eines KI-basierten Codeanalyse-Systems, das in der Produktion und im grossen Massstab funktioniert, ein nat¨¹rlicher n?chster Schritt. Das Ziel war, dass jede Entwicklerin, jeder Entwickler und jede Firma, die Software erstellt, das Code-Analysesystem verwenden kann.  Daraus entstand die Geburtsstunde von externe Seite DeepCode, das von CTO Veselin Raychev, CEO Boris Paskalev und ETH-Professor Martin Vechev gemeinsam gegr¨¹ndet worden ist und derzeit mehr als 4 Millionen beitragende Entwicklerinnen und Entwickler und ¨¹ber 100¡¯000 Repositorys sch¨¹tzt, die den Service von DeepCode abonniert haben.