বেশিরভাগ সফটওয়্যারেই অসংখ্য বাগ থাকে, এবং AI এখন সহজেই সেগুলো খুঁজে বের করতে ও কাজে লাগাতে পারে। সাইবার আক্রমণের বিরুদ্ধে প্রচলিত প্রতিরক্ষা আর যথেষ্ট নয়, তাই ডেভেলপারদের এমন উপায় দরকার যা প্রমাণ করতে পারে যে কোড বাগমুক্ত। আনুষ্ঠানিক সফটওয়্যার যাচাইকরণ সেই নিশ্চয়তা দিতে পারে, তবে ঐতিহাসিকভাবে এর জন্য বছরের পর বছর বিশেষজ্ঞদের প্রচেষ্টা লেগেছে, যা বেশিরভাগ বাস্তব প্রকল্পের জন্য অব্যবহারিক ছিল।
Theorem-এর সঙ্গে একটি সহযোগিতায়, গবেষকরা দেখাচ্ছেন যে এই অবস্থা বদলাচ্ছে। LLM এখন বড় পরিসরে আনুষ্ঠানিক প্রমাণ তৈরি করতে পারে, যা প্রমাণিত নিরাপত্তা নিশ্চয়তাসহ নতুন উন্নয়ন কর্মপ্রবাহ সম্ভব করে তোলে। Claude ব্যবহার করে দলটি ১০০টিরও বেশি বাস্তব ওপেন-সোর্স সফটওয়্যার লাইব্রেরি জুড়ে অ্যাসেম্বলি কোড স্তরে (RISC-V) নিরাপত্তা বৈশিষ্ট্য প্রমাণ করেছে। তাদের জানামতে, সেই স্তরে প্রোডাকশন সফটওয়্যারে আনুষ্ঠানিক যাচাইকরণ প্রয়োগের জন্য AI ব্যবহারের এটিই প্রথম বড় পরিসরের প্রচেষ্টা। প্রমাণ লেখার সময় Claude এমন কিছু বাগও উন্মোচন করেছে যা ট্রিলিয়ন বার পরীক্ষা চালানোর পরও বছরের পর বছর ধরা পড়েনি।
এই পদ্ধতিটি একটি দীর্ঘদিনের কৌশলের ওপর ভিত্তি করে: ডেভেলপাররা কোডকে একটি গাণিতিক মডেলে রূপান্তর করেন এবং প্রমাণ করার চেষ্টা করেন যে এটি সর্বদা নির্ধারিত নিরাপত্তা নিয়ম মেনে চলে। ব্যর্থ প্রমাণ সম্ভাব্য বাগের দিকে ইঙ্গিত করে। ঐতিহ্যগতভাবে, প্রমাণগুলো মূল কোডের অনেক গুণ বড় হতে পারে এবং বিরল, বিশেষায়িত দক্ষতা দাবি করে। seL4 কার্নেল তৈরি করতে দুই ব্যক্তি-বছর লেগেছিল, কিন্তু সেটি যাচাই করতে লেগেছিল ২০।
এই পদ্ধতি পরীক্ষা করতে, Claude প্রমাণ করেছে যে ১২৩টি ওপেন-সোর্স প্রোগ্রাম ৬৪ MB-এর কম প্রতিটি ইনপুটের জন্য, ঘোষিত রানটাইম পরিবেশের অনুমানের অধীনে, সবসময় মেমরি-নিরাপত্তা ত্রুটি বা ব্যর্থ অ্যাসারশন ছাড়া স্বাভাবিকভাবে শেষ হবে। গবেষকরা স্বীকার করেন যে এটি সম্ভাব্য সব বাগ ঠিক করার থেকে অনেক দূরে, তবে তারা বলেন এটি একটি রোডম্যাপ দেয়। প্রমাণের একটি অংশ প্রকাশ করা হচ্ছে যাতে অন্যরা সেগুলো যাচাই ও পুনরায় ব্যবহার করতে পারে।
উৎস: Hacker News · সারাংশ: HeadlinesBriefing