Key points are not available for this paper at this time.
تُشَكِّل التعقيدات المتزايدة في الأنظمة الحديثة تحديات عديدة في جميع مراحل تطوير الأنظمة وتشغيلها. تُعتمَد عمليات الهندسة البرمجية والهندسة النظامية المستمرة، مثل DevOps، بشكل متزايد وتنتشر عبر المنظمات. وفي الوقت نفسه، بدأت العديد من الشركات الرائدة بتطبيق مبادئ وتقنيات الذكاء الاصطناعي (AI)، بما في ذلك التعلم الآلي (ML)، لتحسين منتجاتها. ومع ذلك، لا يوجد نهج شامل يمكنه دعم وتعزيز التحديات المتزايدة لـ DevOps. في هذه الورقة، نقترح بنية برمجية توفر الأسس لإطار عمل قائم على النماذج لتطوير حلول مدعومة بالذكاء الاصطناعي تتضمن أساليب وأدوات للهندسة البرمجية والهندسة النظامية المستمرة والتحقق. السمة الرئيسية للبنية المقترحة هي أنها تسمح بالاستفادة من مزايا كل من الذكاء الاصطناعي/التعلم الآلي (AI/ML) والنهج الهندسي المدفوع بالنماذج (MDE) في سياق DevOps. تم تصميم هذه البنية وتطويرها وتطبيقها في سياق مشروع التعاون الأوروبي الكبير المسمى AIDOaRt. في هذه الورقة، نبلغ أيضًا عن التقييم العملي لهذه البنية. يعتمد هذا التقييم على مجموعة كبيرة من الحلول التقنية التي تم تنفيذها وتطبيقها في سياق دراسات حالة صناعية حقيقية مختلفة مستمدة من مشروع AIDOaRt. علاوة على ذلك، نقوم بتحليل النتائج التي تم جمعها ومناقشتها وفقًا لكل من التحديات المعمارية والتقنية التي نعتزم التعامل معها من خلال البنية المقترحة.
درس إيرامو وآخرون (الجمعة) هذا السؤال.