نجحت Google في استخدام أدوات الذكاء الاصطناعي لتسريع ترحيل التعليمات البرمجية الداخلية، مما أدى إلى تقليل الوقت بنسبة تصل إلى 89%. تصف مقالة ما قبل الطباعة كيفية استخدام مهندسي برامج Google لنماذج اللغات الكبيرة (LLM) لأتمتة أجزاء من العملية، مما يقلل الجهد المطلوب بشكل كبير.
تتضمن مشاريع ترحيل التعليمات البرمجية من Google استبدال معرفات 32 بت بمعرفات 64 بت في قاعدة تعليمات إعلانات Google، وتحديث المكتبات التجريبية، والانتقال من مكتبة توقيت Joda إلى حزمة التوقيت Standard Java. كان من المتوقع في البداية أن يستغرق تنفيذ هذه المهام يدويًا مئات السنين من الهندسة.
مع LLM، يمكن للمهندسين العثور بسرعة على ملايين أسطر التعليمات البرمجية وتحديثها. استخدم المهندس برامج نصية مخصصة وعمليات بحث عن التعليمات البرمجية للعثور على معرفات لنقلها، ثم استخدم أداة قائمة على LLM للتوصية بتغييرات التعليمات البرمجية. تم إنشاء معظم تغييرات التعليمات البرمجية (80٪) بواسطة الذكاء الاصطناعي وتم تحرير الباقي بواسطة البشر أو تم إنشاؤهم بأنفسهم.
على الرغم من أن الذكاء الاصطناعي لا يزال يتطلب بعض المراجعة اليدوية، إلا أن العملية توفر 50% من الوقت مقارنة بالطرق التقليدية. على سبيل المثال، استغرق الانتقال من JUnit3 إلى JUnit4 ثلاثة أشهر فقط، في حين أن 87% من التعليمات البرمجية التي تم إنشاؤها بواسطة الذكاء الاصطناعي لم تكن بحاجة إلى التحرير. أدى التبديل المؤقت من Joda إلى Java إلى توفير 89% من وقت الترحيل المتوقع.