論文の概要: Studying, Identifying, and Fixing Hidden Technical Debt in AI-Intensive Cyber-Physical Systems
- arxiv url: http://arxiv.org/abs/2608.02638v1
- Date: Fri, 31 Jul 2026 10:44:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-05 15:30:22.871698
- Title: Studying, Identifying, and Fixing Hidden Technical Debt in AI-Intensive Cyber-Physical Systems
- Title（参考訳）: AI集約型サイバー物理システムにおける隠れた技術的負債の調査・特定・修正
- Abstract要約: この論文は、AI-CPS技術的負債(TD)の特徴付けと、その識別と修復のためのアプローチの提案を目的としている。
第1フェーズでは、AIエコシステムとAI-CPSリポジトリを分析し、開発者へのインタビューを行うことで、AI-CPS TDを特徴付ける。
エージェントAIソリューションをサポートし、AI-CPS TDを監視し、管理し、返済する自動化ツールを開発し、検証する予定です。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Artificial Intelligence (AI) components are increasingly pervasive in several software systems, including Cyber-Physical Systems (CPSs). AI-CPS are used in several domains, including autonomous vehicles, industry, home automation, robotics, and healthcare. Being composed of hardware, AI components, and conventional modules, AI-CPS can exhibit technical debt (TD) that is peculiar and potentially more challenging than that of conventional systems. This thesis aims to characterize AI-CPS TD and propose approaches for its identification and repair. In a first phase, we characterize AI-CPS TD by analyzing AI ecosystems and AI-CPS repositories, as well as interviewing developers. Based on the acquired knowledge, we define approaches to identify and mitigate such TD. Finally, we plan to develop and validate an automated tool that supports agentic AI solutions to monitor, govern, and repay AI-CPS TD.
- Abstract（参考訳）: 人工知能(AI)コンポーネントは、Cyber-Physical Systems(CPS)など、いくつかのソフトウェアシステムでますます普及している。
AI-CPSは、自動運転車、産業、ホームオートメーション、ロボティクス、ヘルスケアなど、いくつかの領域で使用されている。
AI-CPSはハードウェア、AIコンポーネント、および従来のモジュールで構成されており、従来のシステムよりも特異で潜在的に困難な技術的負債(TD)を示すことができる。
この論文はAI-CPS TDを特徴付けることを目的としており、その識別と修復のためのアプローチを提案する。
第1フェーズでは、AIエコシステムとAI-CPSリポジトリを分析し、開発者へのインタビューを行うことで、AI-CPS TDを特徴付ける。
得られた知識に基づいて、そのようなTDを特定し緩和するためのアプローチを定義する。
最後に、エージェントAIソリューションをサポートし、AI-CPS TDを監視し、管理し、返済する自動化ツールを開発し、検証する予定です。
関連論文リスト
- From AI Technical Debt to Agentic Technical Debt: A Systematic Mapping of Root Causes and Manifestations in Agentic AI Systems [11.878368077620337]
本稿では,エージェントAIシステムの自律的かつ協調的な性質から,技術的負債の発生,蓄積,伝播,増幅を前提としたエージェント技術的負債(AgTD)を紹介する。
確立されたAITDのエージェント的表現に対する最初の体系的マッピングを提示し、従来の負債がシステムレベルの負債へとどのように発展していくかを示す。
この結果から,エージェントの動作,調整機構,エージェント間のインタラクション,ツール,実行環境などを含むソフトウェアアーティファクトを超えて技術的負債が拡大していることが示唆された。
論文 参考訳（メタデータ） (2026-08-02T05:09:28Z) - Securing Agentic AI Systems -- A Multilayer Security Framework [0.0]
エージェント人工知能(AI)システムのセキュア化には、自律性、意思決定、適応行動によってもたらされる複雑なサイバーリスクに対処する必要がある。
既存のAIセキュリティフレームワークは、これらの課題やエージェントAIのユニークなニュアンスに適切に対処していない。
本研究は,エージェントAIシステムに特化して設計されたライフサイクル対応セキュリティフレームワークを開発する。
論文 参考訳（メタデータ） (2025-12-19T20:22:25Z) - Explain and Monitor Deep Learning Models for Computer Vision using Obz AI [2.406359246841227]
Obz AIは、ビジョンAIシステムの最先端の説明可能性と可観測性を促進するために設計された、包括的なソフトウェアエコシステムである。
Obz AIは、Pythonクライアントライブラリからフルスタック分析ダッシュボードまで、シームレスな統合パイプラインを提供する。
論文 参考訳（メタデータ） (2025-08-25T16:46:21Z) - Alignment, Agency and Autonomy in Frontier AI: A Systems Engineering Perspective [0.0]
アライメント、エージェンシー、自律といった概念は、AIの安全性、ガバナンス、制御の中心となっている。
本稿では、これらの概念の歴史的、哲学的、技術的進化をトレースし、その定義がAI開発、デプロイメント、監視にどのように影響するかを強調する。
論文 参考訳（メタデータ） (2025-02-20T21:37:20Z) - Combining AI Control Systems and Human Decision Support via Robustness and Criticality [53.10194953873209]
我々は、逆説(AE)の方法論を最先端の強化学習フレームワークに拡張する。
学習したAI制御システムは、敵のタンパリングに対する堅牢性を示す。
トレーニング/学習フレームワークでは、この技術は人間のインタラクションを通じてAIの決定と説明の両方を改善することができる。
論文 参考訳（メタデータ） (2024-07-03T15:38:57Z) - Towards an AI-Enhanced Cyber Threat Intelligence Processing Pipeline [0.0]
本稿では,人工知能(AI)をサイバー脅威知能(CTI)に統合する可能性について検討する。
我々は、AIに強化されたCTI処理パイプラインの青写真を提供し、そのコンポーネントと機能について詳述する。
倫理的ジレンマ、潜在的なバイアス、そしてAIによる意思決定における透明性の必須事項について論じる。
論文 参考訳（メタデータ） (2024-03-05T19:03:56Z) - Testing autonomous vehicles and AI: perspectives and challenges from cybersecurity, transparency, robustness and fairness [53.91018508439669]
この研究は、人工知能を自律走行車(AV)に統合する複雑さを探求する
AIコンポーネントがもたらした課題と、テスト手順への影響を調べます。
本稿は、重要な課題を特定し、AV技術におけるAIの研究・開発に向けた今後の方向性を提案する。
論文 参考訳（メタデータ） (2024-02-21T08:29:42Z) - Managing extreme AI risks amid rapid progress [171.05448842016125]
我々は、大規模社会被害、悪意のある使用、自律型AIシステムに対する人間の制御の不可逆的な喪失を含むリスクについて説明する。
このようなリスクがどのように発生し、どのように管理するかについては、合意の欠如があります。
現在のガバナンスイニシアチブには、誤用や無謀を防ぎ、自律システムにほとんど対処するメカニズムや制度が欠けている。
論文 参考訳（メタデータ） (2023-10-26T17:59:06Z) - AI Maintenance: A Robustness Perspective [91.28724422822003]
我々は、AIライフサイクルにおけるロバストネスの課題を強調し、自動車のメンテナンスに類似させることで、AIのメンテナンスを動機付ける。
本稿では,ロバストネスリスクの検出と軽減を目的としたAIモデル検査フレームワークを提案する。
我々のAIメンテナンスの提案は、AIライフサイクル全体を通して堅牢性評価、状態追跡、リスクスキャン、モデル硬化、規制を促進する。
論文 参考訳（メタデータ） (2023-01-08T15:02:38Z) - Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。
これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
論文 参考訳（メタデータ） (2022-01-26T18:53:09Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z)
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。