DeepSoft-C: Automatically recommending components for issue reports using deep learning

มหาวิทยาลัยมหิดล มุ่งเน้นการพัฒนางานวิจัยและนวัตกรรมที่มีคุณภาพ เพื่อมุ่งพัฒนาเศรษฐกิจ สังคม และมนุษยชาติ โดยคณะเทคโนโลยีสารสนเทศและการสื่อสาร (ICT) ได้สนับสนุนให้คณาจารย์ และนักศึกษา เรียนรู้ค้นคว้า และพัฒนาซอฟต์แวร์ โดยใช้เทคโนโลยีปัญญาประดิษฐ์ (AI) ซึ่งเข้ามามีบทบาทเป็นอย่างมากในปัจจุบัน โดยปัญญาประดิษฐ์ หรือ AI สามารถอำนวยความสะดวกและช่วยแก้ปัญหาด้านการพัฒนาซอฟต์แวร์ ช่วยวิเคราะห์ข้อมูลปริมาณมาก และช่วยในการพัฒนาด้านการเรียนรู้เชิงลึก จนทำหน้าที่เปรียบเสมือนมนุษย์ได้

ปัจจุบันหลายๆ องค์กรมีการพัฒนาซอฟต์แวร์ขึ้นมาใช้งานเป็นจำนวนมาก ซึ่งการพัฒนาซอฟต์แวร์ที่มีขนาดใหญ่มักมีกระบวนการทำงานที่ซับซ้อน และมีองค์ประกอบหลายส่วน อีกทั้งในระหว่างกระบวนการทำงาน อาจพบปัญหา หรือ ข้อผิดพลาด (Issue) ในระหว่างการพัฒนาซอฟต์แวร์ ดังนั้น เพื่อลดข้อผิดพลาดในการดำเนินงาน จึงจำเป็นต้องมีการติดตามความคืบหน้าในการแก้ไขข้อผิดพลาด (Issue) และจัดทำรายงานข้อผิดพลาด (Issue) อย่างไรก็ตาม ในการพัฒนาซอฟต์แวร์นั้นล้วนมีการรายงานข้อผิดพลาด (Issue Reports) เป็นจำนวนมาก ส่งผลให้ผู้พัฒนาซอฟต์แวร์ต้องบริหารจัดการรายละเอียดของโครงการพัฒนาซอฟต์แวร์จนอาจสร้างความลำบากและความล่าช้าในการทำงาน

DeepSoft-C เป็นงานวิจัยที่เข้ามาช่วยแก้ไขปัญหาเกี่ยวกับการรายงานข้อผิดพลาด (Issue Reports) ในการพัฒนาซอฟต์แวร์ โดยการนำเทคโนโลยีปัญญาประดิษฐ์ (AI) มาช่วยในการวิเคราะห์ ประมวลผล และจัดประเภทองค์ประกอบของซอฟต์แวร์ (Component) เพื่อให้ง่ายต่อการจัดการโครงการพัฒนาซอฟต์แวร์ ซึ่งงานวิจัยนี้ เกิดจากความร่วมมือกันของ 3 มหาวิทยาลัย จาก 2 ประเทศ ได้แก่

Software Engineering Research Unit (SERU) คณะเทคโนโลยีสารสนเทศและการสื่อสาร (ICT) มหาวิทยาลัยมหิดล นำโดย ดร. มรกต เชิดเกียรติกุล, ดร. ชัยยงค์ รักขิตเวชสกุล อาจารย์ประจำกลุ่มวิชาวิทยาการคอมพิวเตอร์

School of Computing and Information Technology, Faculty of Engineering and Information Sciences, University of Wollongong, Wollongong ประเทศออสเตรเลีย นำโดย Prof. Hoa Khanh Dam, School of Computing and Information Technology, University of Wollongong, Australia และ Prof. Aditya Ghose, Computer Science and Director of the Decision Systems Lab, University of Wollongong, Australia

School of Information Technology, Deakin University, Geelong ประเทศออสเตรเลีย นำโดย Prof. Dr. Truyen Tran, Deakin University, Australia, (Ph.D. student) และ Trang Pham, Deakin University, Australia, (Ph.D. student)


การทำงานของโมเดล DeepSoft-C จะทำงานสนับสนุนนักพัฒนา โดยเมื่อมีการรายงานข้อผิดพลาด (Issue reports) เกิดขึ้น ระบบ AI ของ DeepSoft-C จะเข้าไปวิเคราะห์รายละเอียดของรายงาน เช่น รายละเอียดของข้อผิดพลาด (Issue), ปัญหาของข้อผิดพลาด (Issue), ที่มาและความเกี่ยวข้องของข้อผิดพลาด (Issue) เพื่อแนะนำองค์ประกอบของซอฟต์แวร์ (Component) ต่าง ๆ ที่เกี่ยวข้องหรือมีผลกระทบจากการรายงานนั้น ซึ่งประโยชน์ของโมเดล DeepSoft-C จะช่วยให้ทีมผู้พัฒนาซอฟต์แวร์สามารถจำแนกองค์ประกอบของซอฟต์แวร์ที่ได้รับผลกระทบจากปัญหาหรือข้อผิดพลาดนั้นได้อย่างแม่นยำและรวดเร็วยิ่งขึ้นเพื่อเพิ่มประสิทธิภาพในการบริหารจัดการโครงการพัฒนาซอฟต์แวร์

โดยผู้ที่สนใจสามารถอ่านผลงานวิจัยฉบับเต็มได้ที่ https://doi.org/10.1007/s10664-020-09898-5