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
- Prompted Software Engineering in the Era of AI Models [1.450405446885067]
本稿では、言語ベースのAIモデルのための効果的なプロンプトを構築するために、プロンプトエンジニアリングを統合した、プロンプトソフトウェアエンジニアリング(PSE)を紹介する。
PSEは、ソフトウェア開発にAIモデルを使用することで、少ないリソースで高品質なソフトウェアを生産し、面倒なタスクを自動化し、開発者がより革新的な側面に集中できるようにする。
論文 参考訳(メタデータ) (2023-09-07T20:40:04Z) - A Composable Just-In-Time Programming Framework with LLMs and FBP [0.0]
本稿では、フローベースプログラミング(FBP)とLarge Language Models(LLM)を組み合わせてJust-In-Time Programming(JITP)を実現するコンピューティングフレームワークを提案する。
JITPは、プログラミングの専門知識に関わらず、タスクタイムのアルゴリズム的洞察を活用することで、開発と自動化プロセスに積極的に参加することを可能にする。
このフレームワークは、フローベースのプログラム内で動的コード実行を可能にするために、リアルタイムでコードをリクエストし、生成することができる。
論文 参考訳(メタデータ) (2023-07-31T23:51:46Z) - Communicative Agents for Software Development [79.86905471184195]
ChatDevはチャットを利用した仮想ソフトウェア開発会社で、確立したウォーターフォールモデルを反映している。
各ステージは、プログラマ、コードレビュアー、テストエンジニアといった"ソフトウェアエージェント"のチームが参加し、協調的な対話を促進する。
ChatDevは潜在的な脆弱性を特定し、信頼できる効率とコスト効率を維持しながら幻覚を正す。
論文 参考訳(メタデータ) (2023-07-16T02:11:34Z) - 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) - Paradiseo: From a Modular Framework for Evolutionary Computation to the
Automated Design of Metaheuristics ---22 Years of Paradiseo--- [33.056531655247625]
ParadisEOは、モジュラーメタヒューリスティックの開発をターゲットとする、包括的なC++フリーソフトウェアである。
この記事では、モジュール化メタヒューリスティックスの開発を目標とする、包括的なC++フリーソフトウェアであるParadisEOフレームワークの特徴を要約する。
論文 参考訳(メタデータ) (2021-05-02T08:45:33Z) - Technology Readiness Levels for Machine Learning Systems [107.56979560568232]
機械学習システムの開発とデプロイは、現代のツールで簡単に実行できますが、プロセスは一般的に急ぎ、エンドツーエンドです。
私たちは、機械学習の開発と展開のための実証済みのシステムエンジニアリングアプローチを開発しました。
当社の「機械学習技術準備レベル」フレームワークは、堅牢で信頼性が高く、責任あるシステムを確保するための原則的なプロセスを定義します。
論文 参考訳(メタデータ) (2021-01-11T15:54:48Z) - Technology Readiness Levels for AI & ML [79.22051549519989]
機械学習システムの開発は、現代的なツールで容易に実行できるが、プロセスは通常急いで、エンドツーエンドで実行される。
エンジニアリングシステムは、高品質で信頼性の高い結果の開発を効率化するために、明確に定義されたプロセスとテスト標準に従います。
我々は、機械学習の開発と展開のための実証されたシステムエンジニアリングアプローチを提案する。
論文 参考訳(メタデータ) (2020-06-21T17:14:34Z) - 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。