机构名称：
¥ 1.0
摘要 — 背景：随着人工智能 (AI) 的日益普及，人们越来越需要以经济高效且易于管理的方式构建大型复杂的基于 AI 的系统。与传统软件一样，技术债务 (TD) 会随着时间的推移自然出现在这些系统中，因此如果管理不当，将带来挑战和风险。数据科学的影响和基于 AI 的系统的随机性也可能导致新型 TD 或反模式，研究人员和从业人员尚未完全了解这些类型。目标：我们的研究目标是清晰地概述和描述基于 AI 的系统中出现的 TD 类型（既有的和新的），以及已提出的反模式和相关解决方案。方法：按照系统映射研究的过程，确定并分析了 21 项主要研究。结果：我们的结果表明：（i）基于人工智能的系统中存在既定的 TD 类型、它们的变体和四种新的 TD 类型（数据、模型、配置和道德债务）；（ii）文献中讨论了 72 种反模式，其中大多数与数据和模型缺陷有关；（iii）提出了 46 种解决方案，用于解决特定的 TD 类型、反模式或一般 TD。结论：我们的结果可以帮助人工智能专业人员推理和交流系统中存在的 TD 方面。此外，它们可以作为未来研究的基础，以进一步加深我们对基于人工智能的系统中 TD 的理解。索引术语——人工智能、机器学习、技术债务、反模式、系统映射研究
表征基于人工智能的系统中的技术债务和反模式：系统映射研究
主要关键词
相关文件推荐
![[研究笔记]人工智能技术对核威慑的影响](/simg/7/75900a8296f391c1610166ba52d9e4792871020c.png)
