IBM profiteerde van zijn Think 2021-evenement om aan te kondigen dat zijn onderzoekers een programma hadden ontworpen dat programmeertalen kan vertalen.
Volgens de firma Armonk, het CodeNet-project zou voor programmeertalen kunnen zijn wat ImageNet is voor computervisie. Het project is een dataset (14 miljoen codefragmenten en 500 miljoen regels van 55 programmeertalen) waarmee machine learning-algoritmen de ene programmeertaal naar de andere kunnen vertalen, of het nu COBOL, FORTRAN, Java, C++ of Python is.
Volgens Ruchir Puri, hoofdwetenschapper bij IBM Research en maker van het kunstmatige-intelligentieprogramma Watson, zijn wij van mening dat natuurlijke taalverwerking en machine learning kunnen worden toegepast om softwaretalen te begrijpen door middel van geautomatiseerde redenering en besluitvorming, die beslissingen kunnen uitleggen, net zoals we dat kunnen doen met computervisie en de kant van natuurlijke taalverwerking. CodeNet kan ook worden gebruikt voor kloondetectie, automatische codecorrectie of zelfs het genereren van geheel nieuwe reeksen, zoals wat GPT-3 doet met talen, naast de vertaalmogelijkheden. IBM zegt dat CodeNet-gegevens openbaar zullen worden gemaakt om onderzoekers over de hele wereld gratis en gelijke toegang te geven.
