Teollisuus 4.0, terveydenhuolto, autonomiset kulkuneuvot ja älykkäät sähköverkot sisältävät nykyaikaisia (sulautettuja) järjestelmiä, joissa ohjelmistojen avulla toteutetaan yhä monimutkaisempia toimintoja. Näiden ns. kyberfyysisten järjestelmien (Cyber-physical System, CPS) ja niistä koostuvien järjestelmäkokonaisuuksien (Cyber-physical Systems of Systems, CPSoS) monimutkaisuuden jatkuva kasvu aiheuttaa ongelmia koko järjestelmäsuunnittelussa, -kehityksessä sekä analyysivaiheessa ja lisäksi niiden käyttöönotossa ja ylläpidossa. AIDOaRt-projekti pyrkii kehittämään ja parantamaan DevOps-työkaluja soveltaen tekoälypohjaisia ratkaisuja, mm. koneoppimista, järjestelmäkehityksen eri osa-alueisiin kuten suunnitteluun ja mallinnukseen, ohjelmistojen tehokkuuteen, testauksen kattavuuteen tai seurantaan. Projektin tavoitteena on kokonaisvaltainen lähestymistapa jatkuvaan järjestelmäkehitykseen, joka i) tarjoaa malliperusteisen pohjan tukemaan CPS-järjestelmäkehitystä tekoälyavusteisesti; ii) parantaa DevOps-työkaluja integroimalla tekoälyratkaisuja järjestelmäkehityksen eri osa-alueisiin; iii) tukee suorituksenaikaisen datan (lokitiedot, tapahtumat, muut mittarit) ja ohjelmistomallien (Observe) keruuta, esittämistä ja jäljitettävyyttä, auttaa menneen ja reaaliaikaisen datan analyysissä yhdistäen tähän järjestelmänsuunnitelman (Analyze) ja tukee DevOps-operaatioiden automatisointia aiempien analyysitietojen perusteella (Automate).

2021

2024