Canonical financia proyecto para traducir código C antiguo a Rust seguro con IA
Hecho Qué ha ocurrido
Canonical co-financia un proyecto de doctorado de tres años en la Universidad de Bristol para investigar si los LLM pueden traducir grandes bases de código C a Rust seguro y mantenible. El proyecto, dirigido por el profesor Meng Wang y la Dra. Cristina David, se centra en descomponer componentes de código de cientos de miles de líneas y reescribirlos en Rust. Los primeros objetivos son herramientas específicas como snap-confine y AppArmor.
Resumen generado mediante IA a partir de The Register AI (original en inglés). Naturaleza de la información: hecho documentado.
Análisis Por qué importa
La traducción automática entre lenguajes de programación podría mejorar significativamente la confiabilidad del software y la seguridad de memoria. Canonical, como responsable de Ubuntu, invierte en una línea de investigación que podría reducir costes de modernización de código legacy sin perder comportamientos y correcciones acumuladas durante años.
- Quién se ve afectado
- Empresas con grandes bases de código en C que requieren modernización; desarrolladores de sistemas Linux y herramientas de seguridad; distribuidores de software empresarial.
- Qué puede cambiar
- Si el enfoque resulta viable, podría acelerar la migración de código legacy a lenguajes seguros (Rust) sin reescrituras manuales costosas. También podría revelar errores no documentados al exponer inconsistencias lógicas entre la traducción y el comportamiento original.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Resultados intermedios del proyecto a partir de 2027; viabilidad de la descomposición automática de grandes bases de código; adopción de herramientas traducidas en distribuciones Linux; comparación con métodos tradicionales de source-to-source translation; reacciones del sector sobre fiabilidad de código generado por IA.
Recomendación Qué debería hacer una empresa
Equipos de infraestructura y seguridad en empresas Linux deberían evaluar en 12-18 meses cómo este enfoque podría aplicarse a sus bases de código C críticas, comenzando con análisis de viabilidad en componentes no esenciales.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: The Register AI. La referencia es siempre el artículo original.
Ver fuente original ↗LLMRusttraducción de códigoIA generativa CanonicalUniversity of BristolUK Research and Innovation Canonical modernización de código Rust seguridad de memoria Universidad de Bristol
Relacionadas
El Instituto para el Progreso propone usar IA para convertir código C/C++ a Rust de forma masiva
El Instituto para el Progreso (Institute for Progress) ha lanzado la iniciativa 'Great Refactor' para usar herramientas de IA en programación con el fin de…
Por qué importaLa iniciativa aborda el hecho de que el 70% de las vulnerabilidades de software conocidas son explotaciones de memoria, un problema endémico de…
Ladybird traduce su motor JavaScript a Rust con asistencia de agentes IA
Andreas Kling, desarrollador de Ladybird (navegador open source), utilizó agentes de código (Claude y Codex) para portar LibJS, el motor JavaScript de…
Por qué importaDemuestra un caso de uso maduro de agentes IA para tareas de ingeniería crítica en proyectos complejos: acelerar una migración técnica ambiciosa (6-8…
La IA de DeepMind acertó la trayectoria del huracán Isaías donde los modelos tradicionales fallaron
Según el análisis de HurriLab, un modelo de IA situó el momento de tocar tierra del huracán Isaías con un margen de error de pocas horas a más de tres días…
Por qué importaRefuerza la evidencia de que los modelos de IA meteorológica pueden complementar la previsión tradicional en decisiones de riesgo, aunque en…
Investigadores crean Scentronic, una nariz electrónica con IA que transmite y reproduce aromas a distancia
Un equipo de la Universidad Estatal de Ohio y el Laboratorio Zhejiang presentó Scentronic, una plataforma que detecta olores con sensores químicos y IA, los…
Por qué importaMuestra una vía técnica para incorporar olfato y gusto a experiencias digitales, con posibles usos en diagnóstico y realidad virtual. Para empresas…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.