IEEE-CSの会長から、AIの展望を聞いてきた！

って書くと、なんかすごいけど、

３月１８日（の夜）SEA-FORUMで

IEEE-CSの会長になった、鷲崎先生から

「コンピューティングおよびソフトウェア工学の潮流：IEEE-CS技術予測＆SWEBOK　Guideに基づくAI・アジャイル・サステナビリティの展望」

を聞いてきた！

っていうお話。

放送大学の中谷先生のご紹介らしい。中谷先生、落合先生とか

出席してた（もちろんSEAの小笠原先生（千葉工大）、栗田さんも）

あとは、ごめん、多分有名な方なんだと思うけど、知らん。。。

で、話の内容

---

■技術展望

・毎年出している、IEEE-CSのTechnology Prediction2025
　　横軸：成功の可能性　縦軸：人類への影響
　　３つのゾーン
　　　赤いところAI系：LLM,AIエージェント、ドローン、AIで強化されるロボット
　　　　→成功の可能性高いが人類の影響はそこまででも・・・
　　　対局
　　　成功が限られている
　　　　　ブレインコンピューターインターフェース
　　　　　AIの制御
　　　中央：ほどほどに・・・
　　　　　メジャーなもの
　　　　　スペースコンピューティング、原子力のデータセンター、ミスインフォメーション（フェイクニュース）
・今日は生成AIのうち２つ
　これからはSLM小規模な言語モデル→ドメイン特化AI
　　持続可能性、カーボンレスポンシブコンピューティング
　　プライバシー保護
　　LLMがなくなるわけではないけど、組み合わせ

　　　　→エージェント（何周かして）
　　人間らしい対話
　　複雑なタスク→新しい雇用の機会を生み出す（新たな仕事の創出）


・メガトレンド
　　AI　＆　DX　＆　サスティナビリティの３つ
　　AIが駆動する形でDXをすすめ、サスティナビリティをもって

■SWEBOK Guide
　ソフトウェアエンジニアリングにおける一般に認められた知識を特定し、
　共通認識を持つよう研究者と実務者を導く
　資格と教育カリキュラムの基礎
　昨年１２月に第四版出版済み
　改定により、進化の様子わかる
　　　７０～８０：メインフレーム、ウォーターフォール
　　　８０～９０　形式仕様、PC,クラサバ
　　　９０～００　インターネット、オブジェクト指向、要求工学　Ver1,2
　　　００～１０　ユビキタス、プロダクトライン、オープンソース　Ver3
　　　１０～２０　データドリブン、DevOps　IoT,ビッグデータ、AI　Ver4
　SWEBOK　Guide　Ver3から４
　　Ver3　要求、設計、構築、テスト、保守、構成管理、マネジメント、プロセス、モデル・手法、品質、専門職、経済、計算基礎、数学基礎、工学基礎
　　Ver4　Ver3に加えて、アーキテクチャ、運用、セキュリティを追加、要求、テスト、厚生管理、専門職の内容を拡充
　　　　　横断的関心事：アジャイル、DevOps、AI

　運用の要求、システムの要求

　アーキテクチャ領域の取り組み：みんながわかっていることを整理

　セキュリティ：品質の一部、パターンを前面に（セキュリティパターン）
　　　　　　　　ドメイン固有
　　　　　　　　よく使われるパターン：ロールベースアクセスコントロール

　運用の重要性が増している
　実務家の人が参照するものとして、教育の現場

■その先は？
　生成AI
　サスティナビリティ
　量子
　コンティニュアム（フォグコンピューティングのような）
　プロセス：AI支援アジャイル＆DevOps（コンティニュアス）

　AISE(AI for SE SE for AI）　＆　アジャイル/コンティニュアスSE　＆サスティナブルSE

■AIによるソフトウェアエンジニアリングの進展
・AIによってソフトウェアを加速
　AI＝SEAL[Feldt18]
　　　１．人手による代替候補軍の検討：人中心
　　　４．代替候補群と１つの案を自動推薦：AI支援開発
　　　７，自動意思・決定・実装・通知：AIエージェントAIとの競争
　　１０。必要と判断の上で自動意思決定・実装・通知：AI中心設計

　　Generative AI for Effective SoftwareDevelopment（Springer2024）

■LLMによるソフトウェア工学タスクの扱い
・コード回り、テスト、保守が中心（要求、設計、マネジメントは少ない）
・生成、分類、推薦
・コード回りの使い方
　　コード生成
　　コード要約
　　コード翻訳
　　欠陥検出
　　コード評価・テスト
　　コードマネジメント
　　問い合わせ

　どのくらい使えるか：まちまちだけど、
　使えるという人→根拠がない（だいたいChatGPT)

■要求工学への生成AI応用のサーベイ、段階、特性
　セキュリティ、セーフティは限定的
　課題：制御性、再現性、説明性・・・
　　共起する論文の割合でしらべたところ
　　　ペルソナ生成
　　　ユーザビリティスメル特定
　　　LLMマルチエージェントに基づくAI中心の開発へ
　ハルシネーションを以下に減らすか
　その先
　レスポンシブル：
　知識を消す

■AIシステムに対するソフトウェアエンジニアリング
　設計と機械学習デザインパターン
　　２段階予測
　　転移学習
　　ルールベースのセーフガード

■AIのテスト
　　メタモルフィックテスト
　　　　入力を変化させて違いが期待通りか
　　　　　　ノイズの追加
　　　　　　意味的に同じ　　　変化しない
　　　　　　並び替え

　　サーチベーステスト

　　深層学習モデル調整（修正）

■アジャイル開発と品質
　アジャイル品質パターンQA to AQ
　　障壁の解体
　　アジャイル品質プロセス
　どのようなアジャイルメトリクスが顧客満足につながるのか
　　　感情スコア
　UXからDX(Developer Experience)
　　フロー状態
　　フィードバックループ
　　認知負荷

■グリーン＆サステナブル・ソフトウェアエンジニアリング
　エネルギー効率
　　アスペクト志向
　まず整理：グリーンソフトモデル
　　開発・運用・退役時の含め

　共通基準・メトリクス
　直接的基準：メトリクス
　間接的基準：メトリクス
　　サスティナビリティのレビューポイント
　　サスティナビリティジャーナル
　　サスティナビリティレトロスペクティブ

■ICSEでSWEBOKサミットやるよ！
Standish GroupのCHAOS Reportの話からいろいろ

[質問タイム]
エンピリカルエンジニアリング
ハイコンフィデンスのコンフィデンスの基準とは？