تکنوجو

TECHNOJO

رسانه تخصصی فناوری و هوش مصنوعی

خانه
سبک زندگی
تاریخ و تمدن
سیاست و اقتصاد
دنیای هنر
انسان رسانه
تصاویر روز
صدای انقلاب

تکنوجوTECHNOJO

تکنوجو؛ پایگاه تخصصی فناوری اطلاعات و هوش مصنوعی — آخرین اخبار، تحلیل‌ها و رویدادهای دنیای فناوری را با ما دنبال کنید.

خدمات و دسترسی سریع

  • صفحه اصلی
  • درباره ما
  • تماس با ما
  • جستجو و آرشیو

نمادهای اعتماد و ارتباط

نماد اعتماد الکترونیکی

© تمامی حقوق مادی و معنوی برای رسانه تکنوجو محفوظ است. ۱۴۰۳ - ۲۰۲۶

حریم خصوصی•شرایط استفاده•تبلیغات هوشمند
امروز
آمریکا و ۹ کشور دیگر اعلامیه حفاظت از زنجیره تأمین هوش مصنوعی را امضا کردند

آمریکا و ۹ کشور دیگر اعلامیه حفاظت از زنجیره تأمین هوش مصنوعی را امضا کردند

افشای انتقال ۳٫۵ میلیون تصویر از شهروندان فلسطینی به زیرساخت تشخیص چهره آمازون

افشای انتقال ۳٫۵ میلیون تصویر از شهروندان فلسطینی به زیرساخت تشخیص چهره آمازون

حمله سایبری به شرکت کوانتوم سیستمز، پهپادهای ارتش آلمان را زمین‌گیر کرد

حمله سایبری به شرکت کوانتوم سیستمز، پهپادهای ارتش آلمان را زمین‌گیر کرد

عقب‌نشینی دولت آمریکا از فشار بر اپل و فیسبوک برای حذف ابزارهای رصد پلیس مهاجرت

عقب‌نشینی دولت آمریکا از فشار بر اپل و فیسبوک برای حذف ابزارهای رصد پلیس مهاجرت

نروژ تخصیص برق به مراکز داده جدید را متوقف کرد

نروژ تخصیص برق به مراکز داده جدید را متوقف کرد

توسعه شبیه‌ساز مبتنی بر خدمات ابری آمازون با مشارکت هزاران عامل هوش مصنوعی

توسعه شبیه‌ساز مبتنی بر خدمات ابری آمازون با مشارکت هزاران عامل هوش مصنوعی

بازگشت محدودیت‌های سرعت به سامانه ماهواره‌ای استارشیلد

بازگشت محدودیت‌های سرعت به سامانه ماهواره‌ای استارشیلد

گسترش حملات سایبری به زیرساخت‌های خدماتی اروپا از اختلال در زنجیره تأمین مواد غذایی تا تهدید ذخایر خونی

گسترش حملات سایبری به زیرساخت‌های خدماتی اروپا از اختلال در زنجیره تأمین مواد غذایی تا تهدید ذخایر خونی

گزارش و
تحلیل ها

آخرین خبرها

image

گسترش همکاری‌های فناورانه در چارچوب ابتکار پکس سیلیکا

image

ابعاد تازه همکاری آمازون با ارتش اسرائیل

image

اختلال گسترده در زنجیره تأمین نرم‌افزارهای نظامی

image

تثبیت محدودیت قضایی بر مداخله دولت در پلتفرم‌ها

image

تلاش آمریکا برای بازنگری در مسئولیت شرکت‌های هوش مصنوعی

image

تلاش پاریس برای کاهش وابستگی به فناوری نظامی آمریکا

image

بازنگری در سیاست توسعه زیرساخت‌های دیجیتال با محوریت امنیت انرژی

دیگر ویدئو ها

دیدگاه‌ها و نظرات

دیدگاه‌های ارسال شده توسط شما، پس از تأیید در رسانه تکنوجو منتشر خواهد شد. لطفاً از ارسال پیام‌های حاوی توهین یا افترا خودداری فرمایید.

hey

تحولی بزرگ در الگوی مهندسی و تولید نرم‌افزار

شرکت آمازون از عرضه «AWS Emulator» خبر داده است؛ ابزاری برای شبیه‌سازی محلی خدمات زیرساخت ابری این شرکت که تمام کدهای آن به‌وسیله هزاران عامل خودمختار هوش مصنوعی تولید شده‌اند. این پروژه با تقسیم فرایند توسعه میان گروه‌های تخصصی عامل‌ها، الگویی تازه برای تولید، آزمون و اصلاح نرم‌افزار بدون بازبینی انسانی تک‌تک تغییرات ارائه می‌کند.

اهمیت این تجربه فراتر از خودکارسازی برنامه‌نویسی است. آمازون با واگذاری چرخه تولید و ارزیابی نرم‌افزار به مجموعه‌ای از عامل‌های هوشمند، در حال آزمودن معماری جدیدی است که در آن نیروی انسانی به‌جای تولید مستقیم کد، بر طراحی محیط عملیاتی، تعیین حدود وظایف و ایجاد سازوکارهای کنترل کیفیت متمرکز می‌شود.

این ابزار نسخه‌ای محلی از خدمات و رابط‌های برنامه‌نویسی زیرساخت ابری این شرکت را برای توسعه‌دهندگان فراهم می‌کند و بنا بر اعلام شرکت خدمات وب آمازون، تمام کد آن را هزاران عامل خودمختار هوش مصنوعی تولید کرده‌اند. اهمیت پروژه در الگویی نهفته است که عامل‌ها آزمون‌ها را می‌سازند، نارسایی‌ها را می‌یابند و کد را اصلاح می‌کنند. این چرخه‌ بدون بازبینی انسانی تک‌تک تغییرات پیش می‌رود و کیفیت خروجی را با آزمون‌های تکرارپذیر می‌سنجد. آمازون این ابزار را یازدهم نوامبر منتشر کرد و کد آن را با مجوز «CC0» در دسترس عموم قرار داد.

ابزار «AWS Emulator» جایگزین زیرساخت ابری آمازون نیست. این ابزار محیطی محلی فراهم می‌کند تا برنامه‌های مبتنی بر خدمات «AWS» پیش از اتصال به ابر واقعی آزمایش شوند، بی‌آن که برای هر آزمون منابع ابری ایجاد یا هزینه خدمات واقعی پرداخت گردد. شبیه‌ساز بر مدل‌های «API»آمازون متکی است و رفتار خدمات را روی رایانه توسعه‌دهنده بازسازی می‌کند. ارزش این ابزار جدید به میزان انطباق عملکرد شبیه‌سازی‌شده با سرویس واقعی و نه ارائه همان ظرفیت و تضمین‌های عملیاتی زیرساخت ابری وابسته است.

متیو گلدبرگ، مهندس ارشد شرکت خدمات وب آمازون، می‌گوید ایده پروژه از یک آزمایش آخر هفته آغاز شد. او با ابزار برنامه‌نویسی «Kiro» از عامل خواست آزمون‌هایی بر مبنای رابط خط فرمان شرکت خدمات وب آمازونبسازد، آن‌ها را در برابر ابر واقعی اجرا نماید و سپس نوعی پیاده‌سازی محلی ایجاد کند که همان آزمون‌ها را پشت سر بگذارد. نخستین نسخه قابل استفاده از سرویس صف پیام «SQS» حدود ۱۵ دقیقه بعد تولید شد و نمونه ابتدایی سایر خدمات نیز طی همان آخر هفته شکل گرفت و تبدیل این نمونه به محصولی قابل انتشار، به طراحی سازوکارهای کنترل و آزمون نیاز داشت.

معماری نهایی بر سه گروه عامل استوار است. گروه نخست سناریوهای واقعی استفاده از خدمات وب آمازون را از مدل‌های «API» استخراج و روی زیرساخت واقعی آزمایش می‌کند تا مجموعه‌ای از آزمون‌های وفاداری شکل گیرد. این مجموعه‌ اکنون ده‌ها هزار آزمون را دربر می‌گیرد. گروه دوم آزمون‌ها را روی شبیه‌ساز بازپخش می‌کند، اختلاف‌ها را تشخیص می‌دهد و برای هر نقص پرونده‌ای ثبت می‌کند. در مرحله سوم، عامل‌های دیگر هر مسئله را جداگانه بررسی و کد را اصلاح می‌کنند. تولید نرم‌افزار به این ترتیب به چرخه‌ای پیوسته از آزمون، کشف خطا و ترمیم تبدیل شده است.

تغییرات عامل‌های اصلاح‌کننده باید از دروازه‌ای کنترلی عبور کنند که کامپایل، معیارهای کدنویسی، امنیت و وفاداری به رفتار خحدمات وب آمازونرا می‌سنجد. در صورت شکست هر آزمون، تغییر برای اصلاح به عامل بازگردانده می‌شود و تنها پس از عبور از کنترل‌ها وارد شاخه اصلی خواهد شد. آمازون می‌گوید صدها عامل هم‌زمان روی کد کار می‌کنند و روزانه هزاران نقص را برطرف می‌سازند. با این حال، نبود بازبینی انسانی تک‌تک خطوط کد به معنای حذف نقش مهندسان نیست و طراحی چارچوب، تعیین وظایف و تعریف معیارهای پذیرش همچنان بر عهده نیروی انسانی است.

آمازون کد و مجموعه آزمون‌ها را در گیت‌هاب منتشر کرده و موارد اصلاح‌شده و نقص‌های حل‌نشده را نیز در مخزن پروژه نگه می‌دارد. این رویکرد امکان بررسی پیشرفت و محدودیت‌های شبیه‌ساز را فراهم می‌کند، اما انتشار عمومی به‌تنهایی تأیید امنیت یا کامل‌بودن محصول نیست. شرکت می‌گوید بخشی از رفتارهای بخش خدمات وب ‌آمازون هنوز بازتولید نشده و توسعه ابزار ادامه دارد.

اهمیت این تجربه در آن است که عامل‌های هوش مصنوعی از نقش دستیار برنامه‌نویس فراتر رفته و به اجزای عملیاتی زنجیره مهندسی نرم‌افزار تبدیل شده‌اند. اگر این الگو در پروژه‌های پیچیده‌تر نیز قابل اتکا باشد، مزیت رقابتی شرکت‌های فناوری به توان طراحی محیط‌های آزمون و سازوکارهای مهار خطا وابسته‌تر خواهد شد. زیرا افزایش تعداد عامل‌ها به‌خودی‌خود کیفیت تولید نمی‌کند و ارزش آن‌ها از معماری کنترلی ناشی می‌شود که خروجی هر عامل را با معیارهای بیرونی می‌سنجد.

منبع

https://www.aboutamazon.com/news/aws/how-autonomous-ai-agents-built-aws-emulator

 

 

آمازون
شبیه ساز
هوش مصنوعی
AWS Emulator
توسعه نرم افزار
نرم افزار آمازون

کپی