Fugu-MT 論文翻訳(概要): Trustworthy and Synergistic Artificial Intelligence for Software Engineering: Vision and Roadmaps

論文の概要: Trustworthy and Synergistic Artificial Intelligence for Software Engineering: Vision and Roadmaps

arxiv url: http://arxiv.org/abs/2309.04142v1
Date: Fri, 8 Sep 2023 05:53:24 GMT
ステータス: 処理完了
システム内更新日: 2023-09-11 15:53:48.851175
Title: Trustworthy and Synergistic Artificial Intelligence for Software Engineering: Vision and Roadmaps
Title（参考訳）: ソフトウェアエンジニアリングのための信頼性とシナジスティックな人工知能:ビジョンとロードマップ
Authors: David Lo
Abstract要約: This Future of Software Engineering (FoSE)論文は、いくつかの焦点をナビゲートする。この論文は、AI4SEの重要な課題が克服できれば、潜在的な飛躍のビジョンを描いている。究極の願望は、AI4SEをソフトウェア工学の地平を再定義するためのリンチピンとして位置づけることである。
参考スコア（独自算出の注目度）: 8.521736336052635
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: For decades, much software engineering research has been dedicated to devising automated solutions aimed at enhancing developer productivity and elevating software quality. The past two decades have witnessed an unparalleled surge in the development of intelligent solutions tailored for software engineering tasks. This momentum established the Artificial Intelligence for Software Engineering (AI4SE) area, which has swiftly become one of the most active and popular areas within the software engineering field. This Future of Software Engineering (FoSE) paper navigates through several focal points. It commences with a succinct introduction and history of AI4SE. Thereafter, it underscores the core challenges inherent to AI4SE, particularly highlighting the need to realize trustworthy and synergistic AI4SE. Progressing, the paper paints a vision for the potential leaps achievable if AI4SE's key challenges are surmounted, suggesting a transition towards Software Engineering 2.0. Two strategic roadmaps are then laid out: one centered on realizing trustworthy AI4SE, and the other on fostering synergistic AI4SE. While this paper may not serve as a conclusive guide, its intent is to catalyze further progress. The ultimate aspiration is to position AI4SE as a linchpin in redefining the horizons of software engineering, propelling us toward Software Engineering 2.0.
Abstract（参考訳）: 何十年もの間、ソフトウェアエンジニアリングの研究は、開発者の生産性の向上とソフトウェア品質の向上を目的とした、自動化ソリューションの開発に費やされてきた。過去20年、ソフトウェアエンジニアリングのタスクに適したインテリジェントなソリューションの開発が、例外なく急増しているのを目撃してきた。この勢いはAI4SE(Artificial Intelligence for Software Engineering)領域を確立した。 This Future of Software Engineering (FoSE)論文は、いくつかの焦点をナビゲートする。 AI4SEの簡潔な導入と歴史から始まります。その後、AI4SEに固有の中核的な課題、特に信頼できる、シナジスティックなAI4SEを実現する必要性を強調している。この論文は、AI4SEの重要な課題が克服され、ソフトウェア工学 2.0への移行が示唆される場合、潜在的な飛躍のビジョンを描いている。ひとつは信頼できるAI4SEの実現、もうひとつはシナジスティックAI4SEの育成である。この論文は決定的なガイドとして機能しないかもしれないが、さらなる進歩を触媒する意図がある。究極の野望は、ソフトウェアエンジニアリングの地平線を再定義する上で、ai4seをlinchpinとして位置づけ、私たちをソフトウェアエンジニアリング2.0に向かわせることです。

関連論文リスト

Towards AI-Native Software Engineering (SE 3.0): A Vision and a Challenge Roadmap [30.996760992473064]
Software Engineering 3.0 (SE 3.0)は、意図優先の会話指向開発を特徴とするAIネイティブなアプローチである。私たちは、適応的でパーソナライズされたAIパートナーシップのためのTeammate.nextを含む、SE 3.0テクノロジスタックの重要なコンポーネントについて概説する。本稿では,次世代のソフトウェア工学におけるAIの役割について,今後の議論の基盤を定めている。
論文参考訳（メタデータ） (2024-10-08T15:04:07Z)
The Future of Software Engineering in an AI-Driven World [4.915744683251151]
今後5年間では、人間開発者とAIの共生的なパートナーシップが増加するだろう。私たちは、AI駆動の世界におけるソフトウェア開発の未来に関するビジョンを示し、このビジョンを実現するために研究コミュニティが取り組むべき重要な課題を探求します。
論文参考訳（メタデータ） (2024-06-11T21:46:19Z)
Bridging Gaps, Building Futures: Advancing Software Developer Diversity and Inclusion Through Future-Oriented Research [50.545824691484796]
我々はSEの多様性と包摂性に関する課題と解決策について、SE研究者や実践者から知見を提示する。我々は,将来的なユートピアやディストピアのビジョンを共有し,今後の研究の方向性とアカデミックや産業への示唆を提供する。
論文参考訳（メタデータ） (2024-04-10T16:18:11Z)
Artificial Intelligence Impact On The Labour Force -- Searching For The Analytical Skills Of The Future Software Engineers [0.0]
この体系的な文献レビューは、人工知能がソフトウェア工学における労働力に与える影響を調査することを目的としている。それは、将来のソフトウェアエンジニアに必要なスキル、ソフトウェアエンジニアリングスキルの需要に対するAIの影響、そしてソフトウェアエンジニアの仕事の未来に焦点を当てている。
論文参考訳（メタデータ） (2023-02-26T03:49:53Z)
Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
論文参考訳（メタデータ） (2022-12-10T07:49:50Z)
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)
The application of artificial intelligence in software engineering: a review challenging conventional wisdom [0.9651131604396904]
この調査章は、ソフトウェア工学に適用されるAIの最も一般的な方法のレビューである。このレビューでは、1975年から2017年にかけての要件フェーズについて、46の主要なAI駆動手法が発見されている。この章の目的は、以下の質問に答えることである。
論文参考訳（メタデータ） (2021-08-03T15:59:59Z)
Empowered and Embedded: Ethics and Agile Processes [60.63670249088117]
私たちは倫理的考慮事項を(アジャイル)ソフトウェア開発プロセスに組み込む必要があると論じています。私たちは、すでに存在しており、確立されたアジャイルソフトウェア開発プロセスで倫理的な議論を実施する可能性を強調しました。
論文参考訳（メタデータ） (2021-07-15T11:14:03Z)
Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文参考訳（メタデータ） (2021-07-12T14:21:46Z)
Quality Management of Machine Learning Systems [0.0]
機械学習(ML)技術の大きな進歩により、人工知能(AI)は私たちの日常生活の一部になっています。ビジネス/ミッションクリティカルなシステムでは、AIアプリケーションの信頼性と保守性に関する深刻な懸念が残っている。本稿では,MLアプリケーションのための総合的な品質管理フレームワークの展望について述べる。
論文参考訳（メタデータ） (2020-06-16T21:34:44Z)
Machine Learning for Software Engineering: A Systematic Mapping [73.30245214374027]
ソフトウェア開発業界は、現代のソフトウェアシステムを高度にインテリジェントで自己学習システムに移行するために、機械学習を急速に採用している。ソフトウェアエンジニアリングライフサイクルの段階にわたって機械学習の採用について、現状を探求する包括的な研究は存在しない。本研究は,機械学習によるソフトウェア工学(MLSE)分類を,ソフトウェア工学ライフサイクルのさまざまな段階に適用性に応じて,最先端の機械学習技術に分類するものである。
論文参考訳（メタデータ） (2020-05-27T11:56:56Z)

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。