AIDOaRt: AI-augmented automation for efficient DevOps, a model-based framework for continuous development At RunTime in cyber-physical systems

INDUSTRIA 4.0
Fecha de inicio: 01/04/2021
Fecha de finalización: 01/03/2024

AIDOaRT tiene como objetivo mejorar la cadena de herramientas DevOps empleando técnicas de Inteligencia Artificial (IA), en particular Machine Learning (ML), en múltiples aspectos del proceso de ingeniería de sistemas (calidad de diseño y modelado el rendimiento del código fuente, la cobertura de las pruebas y la monitorización predictiva, entre otros). Según AIOps, el conjunto de herramientas que se desarrollarán en AIDOaRT deberán soportar:

  • La recopilación y supervisión de datos en tiempo de ejecución (registros, eventos y métricas) y datos de software (modelos de diseño), así como la gestión de su trazabilidad. Observe
  • El análisis de datos históricos y en tiempo real. Analyze
  • La orientación y automatización de las operaciones de diseño y desarrollo. Automate
     

AIDOaRt creará un framework que incorporará métodos y herramientas para el desarrollo de software continuo y sistemas de ingeniería y validación, mediante técnicas IA (ML) que aumente la productividad, la calidad y la previsibilidad de los sistemas ciber-físicos (CPS).

 

 

El proyecto pretende utilizar AIOps para proporcionar herramientas de ayuda a la decisión y apoyar las diversas tareas de ingeniería de sistemas. Además, las innovaciones tecnológicas de la IA tienen que garantizar que los sistemas se diseñen de forma responsable y contribuir a que confiemos en su comportamiento (tanto en términos de responsabilidad como de explicabilidad), por ejemplo, tal y como promueven las Directrices Éticas del Grupo de Alto Nivel de IA.

Gracias a las capacidades proporcionadas, AIDOaRt quiere impactar en las organizaciones donde el despliegue continuo y la gestión de operaciones son procedimientos operativos estándar. Los equipos de DevOps pueden utilizar el framework de AIDOaRt para analizar flujos de eventos (para datos en tiempo real e históricos) junto con la información de diseño (por ejemplo, en diferentes modelos de sistemas) con el fin de extraer ideas significativas para mejorar el desarrollo continuo del sistema, acelerar los despliegues y fomentar una mejor colaboración, y reducir el tiempo de inactividad con la detección proactiva. detección proactiva. Esperamos que las tecnologías AIDOaRt sean utilizadas por la industria en el desarrollo de sistemas complejos que se adapten a la demanda real de los sistemas y sean relevantes para todas las aplicaciones críticas.

Objetivos

El objetivo de AIDOaRt es integrar las innovaciones tecnológicas de la IA para garantizar que los sistemas se diseñen de forma responsable mejorando la confianza en su comportamiento. La integración de las técnicas de IA puede afectar a todo el proceso de desarrollo de los sistemas. Por ello, AIDOaRt pretende ofrecer un enfoque holístico para la ingeniería continua de sistemas que:

  • Proporcione un framework basado en modelos para apoyar el proceso de ingeniería de sistemas continuos CPS beneficiándose de la automatización aumentada por la IA.
  • Mejore la cadena de herramientas DevOps correspondiente integrando el uso de técnicas de IA (especialmente Machine Learning) en múltiples aspectos del proceso de desarrollo de sistemas (por ejemplo, para apoyar los requisitos, la supervisión, el modelado, la codificación y las actividades de prueba).
  • De soporte a la recopilación, representación y trazabilidad de datos en tiempo de ejecución (como registros, eventos y métricas) y modelos de software (Observe), asiste en el análisis de datos tanto históricos como en tiempo real en combinación con información de diseño (Analyze) y da soporte a la automatización de tareas del pipeline de DevOps según los resultados del análisis previo (Automate).

Impacto

Los equipos de DevOps pueden utilizar el framework de AIDOaRt para analizar flujos de eventos (para datos en tiempo real e históricos) junto con la información de diseño (por ejemplo, en diferentes modelos de sistemas) con el fin de extraer ideas significativas para mejorar el desarrollo continuo del sistema, acelerar los despliegues y fomentar una mejor colaboración, y reducir el tiempo de inactividad con la detección proactiva. detección proactiva.

Las tecnologías AIDOaRt serán utilizadas por la industria en el desarrollo de sistemas complejos que se adapten a la demanda real de los sistemas y sean relevantes para todas las aplicaciones críticas.

Entidades financiadoras

Entidad: ECSEL – European Comision H2020
Nº Expediente:101007350
Financiación: 172.368,88 €

Entidad:  IVACE
Nº Acuerdo de subvención:  IMAMCN/2021/1
Financiación :147.744,75 €

Enlaces externos
   

 

Noticias relacionadas

Desarrollo de productos de consumo más baratos, más seguros y sostenibles
Big Data, IA, Inteligencia artifici... 

ITI participa en el proyecto europeo AIDOaRT junto a 32 organizaciones europeas

ITI entra a formar parte del comité directivo encargado de liderar la puesta en marcha del proyecto europeo Gaia-X
Big Data, Inteligencia artificial 

El objetivo es construir una infraestructura cloud que asegure la soberanía y el control de los datos, un activo crítico en la actualidad y en el futuro

Los espacios de datos, elemento clave para impulsar la economía española
Big Data, Inteligencia artificial 

Así lo ha defendido ITI en el marco de Data Week, el encuentro anual de la comunidad europea de investigación e innovación de Big Data e IA basada en datos

Eventos relacionados

Big Data Analytics, Inteligencia Ar... 

Cambio climático, biomedicina, conectividad, big dat, inteligencia artifical y los plásticos como vector revolucionario de la producción y segurida...

Cursos relacionados