Notes
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
La gestion des exigences dans l’industrie automobile implique des défis uniques, qui exigent la précision, la synchronisation et le respect de normes de sécurité strictes telles que la norme ISO 26262. L’IA générative peut aider à développer des véhicules autonomes en générant et en gérant des exigences complexes qui impliquent la sécurité, la fonctionnalité, les performances et l’expérience utilisateur. Ces exigences doivent être conformes aux normes ASPICE et ISO 26262, les références actuelles en matière de qualité et de sécurité des logiciels dans l’industrie automobile. Un Copilot d’IA pour la gestion des exigences peut aider à diverses tâches telles que l’évaluation, la synthèse, l’élaboration, la conversion et la traduction des exigences. Il peut améliorer la qualité, la rapidité et le coût du développement de logiciels en réduisant les erreurs et les révisions.
L’un des principaux défis liés à l’utilisation de l’IA générative réside dans les données avec lesquelles un modèle comme GPT4 est formé. Les données sont particulièrement préoccupantes si l’on considère le grand nombre d’exigences, de documents et de normes internes dont GPT4 n’a pas connaissance. Un modèle de conception clé qui peut être utilisé pour augmenter les capacités d’un LLM (grand modèle de langage) comme ChatGPT est la génération augmentée de récupération (RAG). L’architecture RAG signifie que vous pouvez limiter le traitement du langage naturel au contenu de votre entreprise provenant de documents, d’images, de fichiers audio et de vidéos vectorisés.
La combinaison de la recherche cognitive à LLM permet aux organisations de fournir des entrées à l’invite LLM, mais ne forme pas le modèle. Dans l’architecture RAG, il n’y a aucune formation supplémentaire. Le LLM est pré-formé à l’aide de données publiques, mais il génère des réponses basées sur les informations du récupérateur.
Pour plus d’informations, consultez Génération augmentée de récupération (RAG) dans la recherche Azure AI et Référence GitHub Azure/GPT-RAG.
La fonctionnalité Utiliser vos données d’Azure OpenAI rend le processus RAG encore plus efficace. Pour plus d’informations, consultez Démarrage rapide : Discuter avec des modèles Azure OpenAI en utilisant vos propres données.
Les partenaires Microsoft tels que Modern Requirements disposent d’une solution appelée Copilot4DevOps, qui peut aider les clients. Avec l’utilisation d’Azure DevOps, d’Azure OpenAI et de Cognitive Services, Modern Requirements Copilot4DevOps améliore considérablement la productivité et l’efficacité des équipes de développement.
Copilot4DevOps est un outil basé sur l’IA qui aide les équipes à automatiser une grande partie du travail. Il aide les équipes à se concentrer sur la prise de décisions stratégiques, ce qui conduit à une création plus rapide des exigences, à une analyse améliorée et à une réduction des erreurs.
En plus de la productivité individuelle, Copilot4DevOps offre plusieurs avantages organisationnels. Il améliore la qualité de la documentation, accélère le délai de commercialisation et réduit le coût global des projets. L’assistance de l’IA fournie par Copilot4DevOps est une fonctionnalité clé qui augmente la satisfaction et la productivité des employés. Elle donne également la priorité à la sécurité, en offrant les mises à jour et les protocoles les plus récents de Microsoft et OpenAI. Si nécessaire, l’intégration de l’IA peut être désactivée au niveau de l’administrateur pour des raisons de confidentialité et de sécurité.
Avec Copilot4DevOps, vous pouvez facilement générer des exigences de haute qualité à partir de données brutes. Il vous permet d’analyser les données des éléments de travail pour en vérifier la clarté, la concision, la cohérence, l’exactitude, la courtoisie et la conviction. Il aide également à créer des cas d’utilisation complets ou des témoignages d’utilisateur du point de vue de l’acteur et de l’utilisateur, améliorant ainsi la clarté du projet.
Enfin, Copilot4DevOps offre la possibilité de convertir vos données d’exigences au format Gherkin, un langage utilisé pour rédiger les spécifications de comportement des logiciels. Dans l’ensemble, Copilot4DevOps fournit un environnement sécurisé et contrôlé pour gérer vos exigences de développement. C’est un outil puissant qui peut grandement améliorer votre processus de développement.