臉書利用深度學習技術開發原始碼翻譯器TransCoder

ref
臉書開發了一個稱為TransCoder的自我監督神經原始碼翻譯器（Transcompiler），可以將程式碼轉換成為另一種程式語言的程式碼，這樣將使得程式碼移植更加簡單快速。

臉書舉例，要把像是COBOL這類較舊的程式語言，搬遷到Java和C++等較現代的語言，並非一件簡單的任務，需要付出大量的時間與勞力，而且還同時需要具備來源語言以及目標語言的專業，目前許多企業和政府部門的大型主機系統仍廣泛使用COBOL，並且繼續維護老舊的程式碼庫。

TransCoder將Java函式翻譯成C++的正確率達90％，將C++函式翻譯成為Java的正確率為74.8%，而市售工具將將C++函式翻譯成為Java的正確率為61%，而開源工具將Java函式翻譯成C++的正確率僅有38.3％。

，自我監督訓練對於程式語言之間的翻譯相當重要，傳統的監督式學習法，仰賴大規模平行資料的訓練，但是無論是從COBOL到C++，或是C++到Python等，都沒有類似的資料集。而TransCoder只需要用一種程式語言編寫的程式碼，不需要使用來源語言與目標語言的相同程式碼範例，因此能夠輕易的擴充支援的語言。

年紀大的程式師可以安心退休

看看就好 實務上不敢用吧...