論文の概要: The Case for a Wholistic Serverless Programming Paradigm and Full Stack
Automation for AI and Beyond -- The Philosophy of Jaseci and Jac
- arxiv url: http://arxiv.org/abs/2206.08434v1
- Date: Thu, 16 Jun 2022 20:28:37 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-20 15:14:32.530621
- Title: The Case for a Wholistic Serverless Programming Paradigm and Full Stack
Automation for AI and Beyond -- The Philosophy of Jaseci and Jac
- Title（参考訳）: ユビキタスなサーバレスプログラミングパラダイムとAIとそれ以上の完全なスタック自動化の事例 - JaseciとJacの哲学
- Authors: Jason Mars
- Abstract要約: 私たちは、この複雑さのギャップを埋めるために、システムアーキテクチャを通して、プログラミング言語レベルからシステムスタックを再設計します。
私たちの設計のキーとなるゴールは、プログラマが問題レベルでより高いレベルの抽象化でソリューションを明確にする必要性に対処することです。
この研究は、Jaseci と呼ばれるシステムスタックアーキテクチャとそれに対応するプログラミング言語 Jac のプロダクショングレードの実現も提案している。
- 参考スコア（独自算出の注目度）: 2.466612244988994
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In this work, the case is made for a wholistic top-down re-envisioning of the
system stack from the programming language level down through the system
architecture to bridge this complexity gap. The key goal of our design is to
address the critical need for the programmer to articulate solutions with
higher level abstractions at the problem level while having the runtime system
stack subsume and hide a broad scope of diffuse sub-applications and
inter-machine resources. This work also presents the design of a
production-grade realization of such a system stack architecture called Jaseci,
and corresponding programming language Jac. Jac and Jaseci has been released as
open source and has been leveraged by real product teams to accelerate
developing and deploying sophisticated AI products and other applications at
scale. Jac has been utilized in commercial production environments to
accelerate AI development timelines by ~10x, with the Jaseci runtime automating
the decisions and optimizations typically falling in the scope of manual
engineering roles on a team such as what should and should not be a
microservice and changing those dynamically.
- Abstract（参考訳）: この作業では、この複雑さのギャップを埋めるために、システムスタックをプログラミング言語レベルからシステムアーキテクチャまで完全にトップダウンで再設計するケースが作られます。
我々の設計の重要なゴールは、プログラマが問題レベルで高いレベルの抽象化を持つソリューションを調停し、ランタイムシステムスタックをサブスム化し、拡散するサブアプリケーションとマシン間リソースの広い範囲を隠蔽することである。
この研究は、Jaseci と呼ばれるシステムスタックアーキテクチャとそれに対応するプログラミング言語 Jac のプロダクショングレードの実現も提案している。
JacとJaseciはオープンソースとしてリリースされ、AI製品やその他のアプリケーションを大規模に開発、デプロイするために、実際の製品チームによって活用されている。
Jacは商用の運用環境で利用されており、AI開発タイムラインを約10倍に加速している。Jaseciランタイムは、一般的に、マイクロサービスであるべきでないことや、動的に変更すべきでないような、チームの手動エンジニアリングロールの範囲内にある決定と最適化を自動化する。
関連論文リスト
- A Layered Architecture for Developing and Enhancing Capabilities in Large Language Model-based Software Systems [18.615283725693494]
本稿では,Large Language Models (LLM) ソフトウェアシステムの開発を異なるレイヤにまとめる階層アーキテクチャを提案する。
これらのレイヤと機能を整合させることで、このフレームワークは、効果的かつ効率的な方法で機能の体系的な実装を奨励します。
論文 参考訳（メタデータ） (2024-11-19T09:18:20Z) - Contextual Augmented Multi-Model Programming (CAMP): A Hybrid Local-Cloud Copilot Framework [8.28588489551341]
本稿では、Retrieval-Augmented Generation(RAG)を用いた局所モデルからなるマルチモデルAI支援プログラミングフレームワークであるCAMPを提案する。
RAGは、コンテキスト認識プロンプト構築を容易にするために、クラウドモデルからコンテキスト情報を取得する。
この方法論は、Appleソフトウェアエコシステム向けに開発されたAI支援プログラミングツールであるCopilot for Xcodeで実現されている。
論文 参考訳（メタデータ） (2024-10-20T04:51:24Z) - Agent-Driven Automatic Software Improvement [55.2480439325792]
本提案は,Large Language Models (LLMs) を利用したエージェントの展開に着目して,革新的なソリューションの探求を目的とする。
継続的学習と適応を可能にするエージェントの反復的性質は、コード生成における一般的な課題を克服するのに役立ちます。
我々は,これらのシステムにおける反復的なフィードバックを用いて,エージェントの基盤となるLLMをさらに微調整し,自動化されたソフトウェア改善のタスクに整合性を持たせることを目指している。
論文 参考訳（メタデータ） (2024-06-24T15:45:22Z) - Automatic Programming: Large Language Models and Beyond [48.34544922560503]
我々は,プログラマの責任に関するコード品質,セキュリティ,関連する問題について検討する。
ソフトウェア工学の進歩が自動プログラミングを実現する方法について論じる。
我々は、近い将来のプログラミング環境に焦点をあてて、先見的な視点で締めくくります。
論文 参考訳（メタデータ） (2024-05-03T16:19:24Z) - Towards Single-System Illusion in Software-Defined Vehicles -- Automated, AI-Powered Workflow [3.2821049498759094]
本稿では,車載ソフトウェアシステムの開発における,新しいモデルと特徴に基づくアプローチを提案する。
提案されたアプローチの重要なポイントの1つは、近代的な生成AI、特にLarge Language Models(LLM)の導入である。
その結果、パイプラインは広範囲に自動化され、各ステップでフィードバックが生成される。
論文 参考訳（メタデータ） (2024-03-21T15:07:57Z) - Control and Automation for Industrial Production Storage Zone: Generation of Optimal Route Using Image Processing [49.1574468325115]
本稿では,DIPを用いた生産ラインモデルのゾーンに対する産業自動化手法の開発に焦点をあてる。
新カスケード法は、それぞれの段階を適切な方法で定義し、関連する手法を開発に含めることを可能にした。
システムはOpenCVライブラリをベースとしており、Java言語に基づいたオブジェクト指向プログラミング(OOP)プラットフォーム上に実装された人工視覚に焦点を当てたツールである。
論文 参考訳（メタデータ） (2024-03-15T06:50:19Z) - A Graphical Modeling Language for Artificial Intelligence Applications
in Automation Systems [69.50862982117127]
学際的なグラフィカルモデリング言語で、すべての分野に理解可能なシステムとして、AIアプリケーションのモデリングを可能にすることは、まだ存在しない。
本稿では,システムレベルでの自動化システムにおけるAIアプリケーションの一貫した,理解可能なモデリングを可能にするグラフィカルモデリング言語を提案する。
論文 参考訳（メタデータ） (2023-06-20T12:06:41Z) - The Jaseci Programming Paradigm and Runtime Stack: Building Scale-out
Production Applications Easy and Fast [2.803752331206309]
我々は,新しいランタイムシステムJaseciとプログラム言語Jacを開発した。
主要な設計原則は、スケールアウトしたデータ管理、マイクロサービスのコンポーネント化、ライブアップデートの複雑さをランタイムスタックに移行して、自動化と最適化を自動的に行うことです。
実世界のAIアプリケーションを使用して、アプリケーションパフォーマンスと開発者の生産性に対するJaseciのメリットを示しています。
論文 参考訳（メタデータ） (2023-05-17T00:34:36Z) - The GitHub Development Workflow Automation Ecosystems [47.818229204130596]
大規模なソフトウェア開発は、非常に協力的な取り組みになっています。
この章では、開発ボットとGitHub Actionsのエコシステムについて解説する。
この領域における最先端技術に関する広範な調査を提供する。
論文 参考訳（メタデータ） (2023-05-08T15:24:23Z) - Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。
特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
論文 参考訳（メタデータ） (2022-03-06T10:12:56Z) - Workflow Automation for Cyber Physical System Development Processes [1.6735240552964108]
サイバー物理システム(CPS)の開発には、多くの分野の専門知識を持つ開発者間の密接な相互作用が必要である。
複雑なCPS開発プロセスの自動化のためのワークフローモデリング言語を導入する。
保証ベースの学習対応CPSツールチェーンでこれらのモデルを実行するためのプラットフォームを実装した。
論文 参考訳（メタデータ） (2020-04-12T17:32:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。