CDTI
Título del proyecto
“DESARROLLO DE UN SISTEMA DE PROCESAMIENTO DE LENGUAJE NATURAL PARA LA GENERACIÓN AUTOMÁTICA DE CÓDIGO”
Número de expediente: IDI-20230646
Financiación obtenida
Ayuda: 263.572,00€
Aportación UE: 66.717,00€
Resumen del proyecto
A tenor de los nuevos avances en la inteligencia artificial aplicada al proceso de lenguaje natural y nuevos modelos de interacción, durante los años 2023 y 2024 se plantea el desarrollo de un motor informático para la generación de código de manera automática a través de la tecnología de procesamiento de lenguaje natural de OpenAI, GPT.
Este enfoque es muy innovador y cuenta con un potencial de aplicación al sector logístico muy elevado puesto que el objetivo es que a través de Etendo se puede utilizar el aprendizaje automático para generar código de alta calidad y reducir aún más el tiempo y los costes asociados con el desarrollo de aplicaciones y poder generar nuevas funcionalidades específicas para el sector logístico. Los objetivos técnicos de este proyecto son:
Desarrollar un modelo basado en GPT para generar código para Etendo ERP.
Desarrollar una arquitectura que permita la interacción y comunicación entre el modelo de GPT y el sistema ERP de Etendo.
Diseñar un modelo de datos que permita la integración de los datos necesarios para el entrenamiento del modelo de aprendizaje automático. El modelo de datos debe estar diseñado de tal manera que permita una fácil recuperación y procesamiento de los datos de entrenamiento, así como una rápida iteración en el modelo de aprendizaje automático para mejorar su precisión.
Diseñar y desarrollar una nueva capa de clasificación para mejorar la precisión de las recomendaciones proporcionadas por el sistema. Ello requerirá la implementación de métodos de Fine-Tuning con el fin de adaptarlo a la tarea específica de generación de código para Etendo ERP. Esta nueva capa de clasificación será entrenada con los datos específicos de Etendo para que pueda hacer predicciones sobre nuevos datos relacionados con la plataforma.
Validar el prototipo en una prueba piloto.
El proyecto que se plantea supone una propuesta de nuevo conocimiento en el ámbito de la generación de código automático. La integración de GPT para la generación de código y el uso de fine tuning para mejorar la precisión del modelo son dos aspectos clave que diferencian este proyecto de otros en el campo del desarrollo de software y generación de código de manera automática.
Resultados del proyecto
El desarrollo del modelo basado en GPT para la generación de código en Etendo ERP ha sido un proceso iterativo en el que se han combinado diversas técnicas de ajuste fino, evaluación y validación con usuarios reales. Durante el desarrollo, se han alcanzado los siguientes resultados:
Selección y Configuración del Modelo
Se optó por GPT-3.5 Turbo como base, considerando su capacidad para interpretar instrucciones en lenguaje natural y convertirlas en código SQL y estructuras de datos adecuadas para Etendo ERP.
Recopilación y Preprocesamiento de Datos
Se construyó un dataset sintético estructurado en formato JSONL que incluyó ejemplos de código generados manualmente y extraídos de repositorios de código de Etendo ERP.
Entrenamiento y Fine-Tuning
Se aplicaron técnicas de ajuste fino supervisado, en las que se utilizaron datos reales de código fuente del ERP, asegurando una mejor adaptación del modelo al dominio específico.
Evaluación y Métricas de Desempeño
Se emplearon métricas avanzadas como BLEU, ROUGE y BERTScore para validar la coherencia, exactitud y relevancia del código generado en comparación con soluciones escritas por desarrolladores.Pruebas con Usuarios
Se realizaron pruebas de aceptación con usuarios clave en entornos controlados, verificando que el modelo fuera capaz de generar código relevante para el ERP sin errores sintácticos o estructurales.Iteraciones de Optimización
A partir del feedback de los usuarios y las métricas obtenidas, se realizaron múltiples ajustes en la arquitectura del modelo, los hiper parámetros y la forma en la que se procesan las entradas y salidas.
Las pruebas realizadas hasta la fecha han demostrado una reducción significativa en el tiempo de desarrollo y validación de código, lo que se traduce en un aumento de eficiencia para los equipos de desarrollo y una mejora en la calidad del software generado.
La integración de GPT-3.5 Turbo en Etendo ERP ha revolucionado la eficiencia y productividad en el desarrollo de software, permitiendo interacciones más fluidas y automatizadas. Gracias a los asistentes especializados, se han optimizado tareas clave dentro del ERP, logrando una significativa reducción en los tiempos de desarrollo y minimizando errores humanos. Este avance marca un hito en la optimización de sistemas ERP basados en inteligencia artificial, convirtiéndolos en herramientas más accesibles, intuitivas y eficientes para empresas y desarrolladores.na gama más amplia de tareas dentro del entorno Etendo ERP.
Céntrese en su negocio, nosotros nos ocupamos de IT.
Ponemos a tu disposición una amplia gama de soluciones personalizadas para que tu negocio crezca. Nos centramos en un servicio de máxima calidad para alcanzar tus objetivos empresariales.