Una struttura basata su modelli con automazione potenziata dall’intelligenza artificiale per i sistemi ciberfisici
Un software sofisticato consente l’attuazione di funzionalità sempre più avanzate in settori quali l’automazione industriale, la sanità, i veicoli autonomi e le reti intelligenti. La crescente complessità dei sistemi ciberfisici (SCF) che ne derivano pone delle sfide alle esigenze di miglioramento continuo durante la progettazione, lo sviluppo, il collaudo, l’implementazione, l’utilizzo e la manutenzione del sistema in modo da garantire affidabilità, funzionalità e adattabilità. Il progetto AIDOaRt, finanziato dall’UE, ha sviluppato un quadro innovativo basato su modelli che sfrutta l’apprendimento automatico al fine di supportare lo sviluppo continuo automatizzato di SCF in complessi sistemi industriali di grandi dimensioni.
Integrare DevOps con l’ingegneria basata sui modelli e l’intelligenza artificiale
Negli ultimi due decenni è cresciuta rapidamente l’applicazione di tre approcci innovativi a supporto dello sviluppo del software, ovvero DevOps (Development Operations, ovvero sviluppo per le operazioni), ingegneria basata sui modelli (MDE, model-driven engineering) e AIOps (Artificial Intelligence Operations, ossia intelligenza artificiale per le operazioni). DevOps è un approccio collaborativo all’ingegneria del software in cui i team di sviluppo e quelli operativi collaborano tra loro utilizzando pipeline di consegna del software automatizzate al fine di ridurre i tempi di ciclo e consentire una risposta rapida alle modifiche, mentre MDE si basa su modelli e regole di trasformazione allo scopo di semplificare e automatizzare il processo di generazione del codice e AIOps utilizza approcci di analisi dei dati, intelligenza artificiale (IA) e apprendimento automatico (AA) con l’obiettivo di migliorare e automatizzare le operazioni informatiche. Secondo Gunnar Widforss, coordinatore del progetto e ricercatore presso la Mälardalen University: «La vera novità di AIDOaRt è rappresentata dalla combinazione dei tre paradigmi DevOps, MDE e IA/AA, che ci permette di osservare e analizzare i dati raccolti da artefatti sia in fase di progettazione che di esecuzione e di migliorare il processo ingegneristico in cicli rapidi di informatica e ingegneria.»
Tre set di strumenti con molteplici componenti e funzionalità
La piattaforma di AIDOaRt comprende tre serie di strumenti open source di base. Quella principale fornisce le funzionalità generiche del framework di AIDOaRt, come la gestione e il trattamento dei modelli, ed è utilizzata dagli altri set di strumenti: ad esempio, MOMoT è un framework che combina MDE e ingegneria del software basata sulla ricerca al fine di ottimizzare la trasformazione dei modelli e la sua serie di strumenti di ingegneria dei dati ne supporta la raccolta, la gestione e la rappresentazione. Il set di strumenti potenziati dall’IA comprende componenti per l’ingegneria AIOps e l’ingegneria DevOps supportata dall’IA. Nel complesso, «AIDOaRT ha introdotto 34 innovazioni chiave che hanno fatto progredire in modo tangibile lo stato dell’arte», osserva Widforss.
Co-progettazione e implementazione in una miriade di casi d’uso
I fornitori di casi d’uso di AIDOaRt hanno contribuito offrendo scenari o problemi specifici, definendo le sfide e i requisiti pratici e assicurando che la ricerca si basasse su esigenze reali, mentre i fornitori di soluzioni hanno progettato e implementato le soluzioni tecniche o metodologiche necessarie al fine di occuparsi dei vari casi d’uso. Le dimostrazioni pratiche delle modalità con cui queste soluzioni possano contribuire ad automatizzare le operazioni di modellizzazione nel corso dell’ingegnerizzazione di SCF complessi e di grandi dimensioni, in particolare durante le fasi di progettazione, sviluppo e collaudo, hanno dato vita a numerose pubblicazioni, facilmente accessibili sul sito web del progetto. «AIDOaRt è stato dimostrato in domini eterogenei e in applicazioni mirate, tra cui automobilistiche, aerospaziali, marittime e ferroviarie, contribuendo in modo significativo alla creazione di un ecosistema trasversale di soluzioni integrate potenziate dall’IA per il supporto all’ingegneria dei sistemi e del software», conclude Widforss. L’integrazione unica di DevOps, MDE e IA/AA nel kit di strumenti open source di AIDOaRt sosterrà lo sviluppo continuo di SCF complessi, aumentandone l’efficienza e l’efficacia.
Parole chiave
AIDOaRt, IA, ingegneria, DevOps, software, MDE, SCF, apprendimento automatico, AIOps, ingegneria basata sui modelli, sviluppo continuo, sistemi ciberfisici
