Terminator är här – Apple utvecklar AI som kan förutse, testa och laga sig själv

Apple har publicerat tre nya studier som visar hur AI kan förändra hur mjukvara utvecklas – från att hitta buggar till att skapa testplaner och till och med rätta kod automatiskt.

AI som hittar buggar innan de uppstår

I den första studien presenterar Apple forskningsprojektet Software Defect Prediction using Autoencoder Transformer Model. Här har forskarna tagit fram en ny AI-modell, ADE-QVAET, som inte analyserar själva koden – utan istället tittar på data om koden, som komplexitet, storlek och struktur.

Den kombinerar fyra avancerade tekniker för att hitta dolda mönster som kan avslöja var fel sannolikt kommer att uppstå, det rapporterar 9to5Mac. 

En modell med 98 procents träffsäkerhet

När forskarna testade modellen på ett dataset från Kaggle, som används för att förutse programvarufel, nådde den 98,08 procents noggrannhet. Den visade sig vara både mer precis och mer pålitlig än tidigare maskininlärningsmodeller – och lyckades skilja verkliga buggar från falska larm.

AI som skapar testplaner automatiskt

I nästa studie, Agentic RAG for Software Testing, tar Apple idén vidare. Fyra forskare utvecklade ett system som låter AI skapa testplaner, testfall och rapporter på egen hand.

Systemet bygger på stora språkmodeller (LLM:er) och flera samverkande AI-agenter som tillsammans planerar, skriver och organiserar hela testprocessen.

85 procent snabbare tester

Resultaten var tydliga: testprocessen gick 85 procent snabbare, effektiviteten ökade lika mycket och kostnaderna sjönk med över en tredjedel.

Forskarna förklarar dock att studien främst gjordes inom områden som finanssystem och SAP – vilket betyder att den ännu inte är fullt generaliserbar till alla typer av mjukvara.

När AI lär sig laga kod

Den tredje studien, Training Software Engineering Agents and Verifiers with SWE-Gym, visar Apples mest ambitiösa AI-projekt hittills.

Forskarna skapade träningsmiljön SWE-Gym, byggd på över 2 400 verkliga Python-uppgifter från öppna källor. Här får AI-agenter lära sig läsa, förstå och rätta kod – precis som en mänsklig utvecklare.

AI som blir bättre än tidigare modeller

Efter träning lyckades agenterna lösa 72,5 procent av uppgifterna – mer än 20 procentenheter bättre än tidigare AI-modeller. En lättare version, SWE-Gym Lite, halverade dessutom träningstiden men behöll liknande resultat.

Från hjälpmedel till självläkande system

Tillsammans pekar de tre studierna mot en framtid där AI inte bara hjälper utvecklare, utan faktiskt själv förutser, testar och rättar kodfel.

Det kan betyda en ny era inom mjukvaruutveckling – där systemen själva upptäcker problem och åtgärdar dem innan användarna ens märker något.

Apples nästa steg inom AI och utveckling

Med dessa projekt positionerar sig Apple som en viktig aktör inom AI-drivna utvecklingsverktyg. Även om tekniken fortfarande är i forskningsstadiet, visar resultaten att framtidens kod kan bli självläkande – och förändra hur utvecklare världen över arbetar.