Ramy systemów cyberfizycznych na bazie modeli i automatyzacji opartej na sztucznej inteligencji
Zaawansowane oprogramowanie oferuje coraz szerszy zakres funkcji wykorzystywanych między innymi w automatyce przemysłowej, opiece zdrowotnej, a także w pojazdach autonomicznych i inteligentnych sieciach. Rosnąca złożoność powstających systemów cyberfizycznych utrudnia ciągłe doskonalenie w zakresie ich projektowania, rozwoju, testowania, wdrażania, użytkowania i konserwacji, co zmniejsza niezawodność, ogranicza funkcjonalność i utrudnia ich dostosowanie do potrzeb. Zespół finansowanego ze środków Unii Europejskiej projektu AIDOaRt opracował innowacyjne ramy oparte na modelach, wykorzystując w tym celu algorytmy uczenia maszynowego. Celem tych prac było wsparcie i zautomatyzowanie ciągłego rozwoju tych systemów w dużych i złożonych systemach przemysłowych.
DevOps i inżynieria oparta na modelach oparta na SI
W ciągu ostatnich kilku dziesięcioleci na popularności zyskały trzy innowacyjne podejścia wspierające rozwój oprogramowania: DevOps, inżynieria oparta na modelach i AIOps (czyli wykorzystywanie sztucznej inteligencji w informatyce). DevOps to oparte na współpracy podejście do inżynierii oprogramowania, w którym zespoły programistyczne i operacyjne współpracują ze sobą, wykorzystując zautomatyzowane systemy dostarczania oprogramowania w celu skrócenia cyklu i umożliwienia szybkiego reagowania na zmiany. Inżynieria oparta na modelach wykorzystuje modele i reguły transformacji, aby uprościć i zautomatyzować proces generowania kodu. AIOps wykorzystuje z kolei analitykę danych, sztuczną inteligencję i metody uczenia maszynowego w celu usprawnienia i zautomatyzowania prac. Zdaniem Gunnara Widforssa, koordynatora projektu z ramienia Uniwersytetu Mälardalen: „Prawdziwą nowością wprowadzoną w ramach projektu AIDOaRt jest połączenie trzech paradygmatów - DevOps, inżynierii opartej na modelach oraz SI i algorytmów uczenia maszynowego. Dzięki temu możemy obserwować i analizować zebrane dane zarówno na podstawie artefaktów projektowych, jak i wykonawczych oraz usprawniać proces inżynieryjny w szybkich cyklach”.
Trzy zestawy narzędzi, wiele komponentów i możliwości
Opracowana w ramach projektu AIDOaRt platforma obejmuje trzy główne zestawy narzędzi dostępne w modelu otwartoźródłowym. Podstawowy zestaw narzędzi AIDOaRt realizuje podstawowe możliwości i założenia ram AIDOaRt, takie jak obsługa modeli i zarządzanie ich działaniem. Jest także wykorzystywany przez pozostałe narzędzia. Jedno z nich - MOMoT - to system łączący inżynierię opartą na modelach i inżynierię oprogramowania opartą na wyszukiwaniu w celu optymalizacji transformacji modelu. Zestaw narzędzi do analizy danych obsługuje gromadzenie danych, a także zarządzanie nimi oraz ich obrazowanie. Zestaw narzędzi wyposażonych w algorytmy sztucznej inteligencji obejmuje komponenty wspierające działania w zakresie AIOps i DevOps. „Zespół projektu AIDOaRT opracował 34 kluczowe innowacje, które stanowią wyraźny postęp w tym obszarze”, zauważa Widforss.
Wspólne projektowanie i wdrożenie w wielu przypadkach użycia
W ramach prac szereg podmiotów wykorzystał rozwiązania AIDOaRt w celu realizacji konkretnych scenariuszy lub rozwiązania określonych problemów, wskazując praktyczne wyzwania i definiując wymagania, a także zapewniając, by były one oparte na rzeczywistych potrzebach. Dostawcy rozwiązań zaprojektowali i wdrożyli rozwiązania techniczne i metodyki wymagane do rozwiązania wskazanych problemów. Demonstracje prototypowych rozwiązań wdrożonych w celu weryfikacji, czy mogą one pomóc w automatyzacji zadań modelowania podczas inżynierii dużych i złożonych systemów cyberfizycznych, szczególnie na etapach projektowania, rozwoju i testowania, zaowocowały licznymi publikacjami, łatwo dostępnymi w witrynie internetowej projektu. „Rozwiązania opracowane w ramach projektu AIDOaRt zostały sprawdzone w zróżnicowanych środowiskach i docelowych zastosowaniach, w tym w przemyśle motoryzacyjnym, lotniczym, morskim i kolejowym. Nasz projekt wniósł istotny wkład w tworzenie ekosystemu zintegrowanych rozwiązań opartych na sztucznej inteligencji, które wspierają rozwój systemów i oprogramowania”, podsumowuje Widforss. Wyjątkowe połączenie rozwiązań DevOps, inżynierii opartej na modelach oraz sztucznej inteligencji i uczenia maszynowego w rozwiązaniach opracowanych przez zespół AIDOaRt pozwoli na usprawnienie ciągłego rozwoju złożonych systemów cyberfizycznych, jednocześnie zwiększając ich wydajność i skuteczność.
Słowa kluczowe
AIDOaRt, sztuczna inteligencja, inżynieria, DevOps, oprogramowanie, MDE, systemy cyberfizyczne, uczenie maszynowe, AIOps, inżynieria oparta na modelach, ciągły rozwój
