HOME/ AINOW編集部 /アマゾンがAIを活用したコードレビューツール「CodeGuru」を一般提供開始
2020.06.30

アマゾンがAIを活用したコードレビューツール「CodeGuru」を一般提供開始

AWSは米国時間6月29日、コード品質を向上しバグや問題を防ぐためのレコメンデーションAIを搭載した開発者向けツール「CodeGuru」の一般提供を開始しました。

「CodeGuru」は、ラスベガスで2019年12月に開催されたAmazon Web Services (AWS) re:Invent 2019カンファレンスで初めて明らかにされ、2020年6月30日より使用量に応じた価格で一般利用できるようになりました。

コードレビューの際に、デプロイ後のアプリケーションを監視するのに十分な開発者を見つけるのは、とても困難です。また、開発者の問題を見逃さず、バグやパフォーマンスの問題が発生しないという保証はありません。

CodeGuruは、表向きは既存の統合開発環境(IDE)と統合し、最も人気のあるオープンソースプロジェクトの10,000以上のAIアルゴリズムを利用して、書かれているコードを評価するコンポーネントで、これを解決します。

引用:https://aws.amazon.com/jp/codeguru/features/

問題がある場合、CodeGuruは人間が読めるコメントを提示し、問題が何であるかを説明し、潜在的な改善策を提案します。このツールはまた、レイテンシやプロセッサの使用率などを考慮したプロファイルを作成することで、最も非効率的で非生産的なコード行を見つけ出します。

CodeGuruはCodeGuru ReviewerとCodeGuru Profilerの2つのシステムで構成されています。

Reviewerは、ルールマイニングと教師付き機械学習モデルを組み合わせて使用し、AWSのAPIやSDKを使用する際のベストプラクティスからの逸脱を検出し、ページネーションの欠落の検出、バッチ処理でのエラー処理など、本番での問題につながる可能性のある問題点にフラグを立てます。

開発者は、通常通りコードを任意のリポジトリ(GitHub、GitHub Enterprise、Bitbucket Cloud、AWS CodeCommitなど)にコミットし、コードレビュアーの一人としてReviewerを追加します。

その後、Reviewerはリポジトリ内の既存のコードベースを分析し、バグや問題点を特定し、プルリクエストすることで、連続してコードレビューを行うためのベースラインを作成します。また、同サービスでは、開発者から募ったフィードバックを反映した、すべてのコードレビューの情報を一覧表示するダッシュボードを提供しています。

引用:https://aws.amazon.com/jp/codeguru/features/

Profilerは、オブジェクトの過剰な再現、非効率なライブラリの使用、過剰なロギングなどの問題について具体的な推奨事項を提供します。

ユーザーはアプリにエージェントをインストールし、アプリの実行時間を観察してアプリをプロファイルし、コード品質の問題を検出します。Profiler は機械学習を使用して、レイテンシと CPU 使用率に最も影響を与えるコードと異常な動作を自動的に識別します。

これらの情報はプロファイルにまとめられ、最も効率の悪いコードの領域が示されます。このプロファイルには、開発者がパフォーマンスを向上させるために問題を修正する方法についての推奨事項が含まれているほか、非効率なコードを実行し続けることによるコストの見積もりも含まれています。

引用:https://aws.amazon.com/jp/codeguru/features/

Amazonによると、AWSのベストプラクティスをコード化したCodeGuruは、社内で8万件のアプリケーションの最適化に利用され、数千万ドルの節約につながりました。あるチームでは、わずか1年でプロセッサの使用率を325%削減し、コストを39%削減できたとAmazonは主張しています。

無料メールマガジン登録

週1回、注目のAIニュースやイベント情報を
編集部がピックアップしてお届けしています。

こちらの規約にご同意のうえチェックしてください。

規約に同意する

あなたにおすすめの記事

生成AIを活用した商品開発とは?事例12選とメリットや進め方を解説

生成AIを経営企画に活用する方法とメリット!事例とプロンプトも紹介

生成AIコンサルとは?費用相場と失敗しない選び方を解説

生成AIで社内問い合わせを自動化する方法!メリットも解説

生成AIで資料作成を効率化する方法!おすすめツール8選も解説

生成AIガバナンスとは?構築手順5ステップと企業の体制づくりを解説

生成AIコンプライアンスのリスクと対策!担当者向けに徹底解説

生成AIガイドラインを企業が策定する手順!必須項目も解説

生成AIの情報漏洩対策を解説!仕組みと事例から学ぶ企業の防衛策

生成AIの著作権リスクを企業向けに解説!侵害事例と5つの対策も

あなたにおすすめの記事

生成AIを活用した商品開発とは?事例12選とメリットや進め方を解説

生成AIを経営企画に活用する方法とメリット!事例とプロンプトも紹介

生成AIコンサルとは?費用相場と失敗しない選び方を解説

生成AIで社内問い合わせを自動化する方法!メリットも解説

生成AIで資料作成を効率化する方法!おすすめツール8選も解説

生成AIガバナンスとは?構築手順5ステップと企業の体制づくりを解説

生成AIコンプライアンスのリスクと対策!担当者向けに徹底解説

生成AIガイドラインを企業が策定する手順!必須項目も解説

生成AIの情報漏洩対策を解説!仕組みと事例から学ぶ企業の防衛策

生成AIの著作権リスクを企業向けに解説!侵害事例と5つの対策も