論文の概要: Overview of Current Challenges in Multi-Architecture Software Engineering and a Vision for the Future
- arxiv url: http://arxiv.org/abs/2410.20984v1
- Date: Mon, 28 Oct 2024 13:03:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-29 12:16:26.671871
- Title: Overview of Current Challenges in Multi-Architecture Software Engineering and a Vision for the Future
- Title（参考訳）: マルチアーキテクチャソフトウェア工学の現状と今後の展望
- Authors: Piotr Sowinski, Ignacio Lacalle, Rafael Vano, Carlos E. Palau, Maria Ganzha, Marcin Paprzycki,
- Abstract要約: 提示されたシステムアーキテクチャは、動的な知識グラフベースのWebAssembly Twinsの概念に基づいている。
結果として得られるシステムは、エンドユーザによる完全な透明性とコントロール性を備えた、高度な自律能力を持つことになる。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: The landscape of computing technologies is changing rapidly, straining existing software engineering practices and tools. The growing need to produce and maintain increasingly complex multi-architecture applications makes it crucial to effectively accelerate and automate software engineering processes. At the same time, artificial intelligence (AI) tools are expected to work hand-in-hand with human developers. Therefore, it becomes critical to model the software accurately, so that the AI and humans can share a common understanding of the problem. In this contribution, firstly, an in-depth overview of these interconnected challenges faced by modern software engineering is presented. Secondly, to tackle them, a novel architecture based on the emerging WebAssembly technology and the latest advancements in neuro-symbolic AI, autonomy, and knowledge graphs is proposed. The presented system architecture is based on the concept of dynamic, knowledge graph-based WebAssembly Twins, which model the software throughout all stages of its lifecycle. The resulting systems are to possess advanced autonomous capabilities, with full transparency and controllability by the end user. The concept takes a leap beyond the current software engineering approaches, addressing some of the most urgent issues in the field. Finally, the efforts towards realizing the proposed approach as well as future research directions are summarized.
- Abstract（参考訳）: コンピューティング技術の状況は急速に変化しており、既存のソフトウェアエンジニアリングのプラクティスやツールを歪めている。
ますます複雑なマルチアーキテクチャアプリケーションを作成し、維持する必要性が高まっているため、ソフトウェアエンジニアリングプロセスを効果的に加速し、自動化することが重要である。
同時に、人工知能(AI)ツールは、人間の開発者と手を組むことが期待されている。
したがって、AIと人間が問題の共通理解を共有することができるように、ソフトウェアを正確にモデル化することが重要になる。
このコントリビューションでは、まず、現代のソフトウェア工学が直面するこれらの相互接続した課題について、詳細な概要を述べる。
次に、新しいWebAssembly技術に基づく新しいアーキテクチャと、ニューロシンボリックAI、自律性、知識グラフの最新の進歩を提案する。
提示されたシステムアーキテクチャは、ライフサイクルの全段階にわたってソフトウェアをモデル化する、動的で知識グラフに基づくWebAssembly Twinsの概念に基づいている。
結果として得られるシステムは、エンドユーザによる完全な透明性とコントロール性を備えた、高度な自律能力を持つことになる。
このコンセプトは、現在のソフトウェアエンジニアリングアプローチを超えて、この分野で最も緊急な問題に対処する。
最後に,提案手法の実現と今後の研究の方向性について概説する。
関連論文リスト
- Next-Gen Software Engineering: AI-Assisted Big Models [0.0]
本稿では,ソフトウェア工学におけるモデルとAIの合成を容易にすることを目的とする。
本稿では,AI支援ソフトウェア工学の現状について概説する。
SEにおけるAI支援ビッグデータのビジョンは、両方のアプローチに固有のアドバンテージを活用することを目的としている。
論文 参考訳（メタデータ） (2024-09-26T16:49:57Z) - Abstraction Engineering [6.091612632147657]
抽象化はすでに、ソフトウェア開発に関わる多くの分野で使われています。
本稿では、これらの新しい課題を考察し、抽象のレンズを通してそれらに取り組むことを提案する。
抽象化エンジニアリングの基礎について議論し、主要な課題を特定し、これらの課題に対処するための研究課題を強調し、将来の研究のロードマップを作成します。
論文 参考訳（メタデータ） (2024-08-26T07:56:32Z) - 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) - Exploring the intersection of Generative AI and Software Development [0.0]
生成AIとソフトウェアエンジニアリングの相乗効果は、変革的なフロンティアとして現れます。
このホワイトペーパーは、探索されていない領域に展開し、生成的AI技術がソフトウェア開発にどのように革命をもたらすかを解明する。
これはステークホルダーのためのガイドとして機能し、ソフトウェア工学における生成AIの適用に関する議論と実験を促している。
論文 参考訳（メタデータ） (2023-12-21T19:23:23Z) - 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) - World Models and Predictive Coding for Cognitive and Developmental
Robotics: Frontiers and Challenges [51.92834011423463]
我々は世界モデルと予測符号化の2つの概念に焦点を当てる。
神経科学において、予測符号化は、脳がその入力を継続的に予測し、その環境における自身のダイナミクスと制御行動のモデル化に適応するように提案する。
論文 参考訳（メタデータ） (2023-01-14T06:38:14Z) - 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) - Edge-Cloud Polarization and Collaboration: A Comprehensive Survey [61.05059817550049]
クラウドとエッジ両方のAIの体系的なレビューを行います。
私たちはクラウドとエッジモデリングの協調学習メカニズムを最初にセットアップしました。
我々は現在進行中の最先端AIトピックの可能性と実践経験について議論する。
論文 参考訳（メタデータ） (2021-11-11T05:58:23Z) - Enabling Design Methodologies and Future Trends forEdge AI:
Specialization and Co-design [37.54971466190214]
エッジAI開発スタック全体にまたがる、最新の可能な設計方法論に関する包括的な調査を提供する。
効率的なエッジAI開発のための重要な手法は、単層特殊化とクロス層共同設計である。
論文 参考訳（メタデータ） (2021-03-25T16:29:55Z) - 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。