然而,令人惊讶的是,直到计划的项目开发周期后期,美国政府和主要承包商的项目管理部门才普遍意识到软件的重要性。这就是为什么美国空军中将、F35 联合项目办公室 (JPO) 负责人克里斯·博格丹 (Chris Bogdan) 表示,F-35 的全部软件是当今 F-35 项目成功的主要风险的主要原因之一。2 软件是 F-35 的心脏和灵魂:如果软件不能以极高的可靠性、可用性和可维护性运行,F-35 只不过是一架漂亮的飞机博物馆藏品。这包括飞机本身的嵌入式软件,以及以前所未有的方式与 F-35 紧密耦合的 ALIS 系统。正如 Bogdan 中将所说,“它是一个软件密集型系统,几乎与 F35 计划的每个部分都相连接。”3 如果 ALIS 指示 F-35 尚未准备好飞行,则需要大量手动操作才能推翻其决定。此外,它还是一个主要的运营风险来源:如果 ALIS 无法正常工作,那么毫不夸张地说,飞机也无法工作。从系统角度来看,F-35 的可靠性是嵌入式飞行系统软件和 ALIS 系统的结合,F-35 计划当然不希望强调这一事实。J. Michael Gilmore 博士的最新国防部 F-35 作战测试与评估状态报告中详细记录了 F-35 嵌入式飞行系统软件和 ALIS 持续存在的问题。4 从本报告以及 DOT&E 和美国政府问责局 (GAO) 之前的报告中可以清楚地看出,当前的软件问题根源在于
•AWS上的生成AI:各种规模和类型的组织都利用大型语言模型(LLM)和基础模型(FMS)构建生成的AI应用程序,以提供新的客户和员工体验。With enterprise-grade security and privacy, access to industry-leading FMs, and generative AI-powered applications, AWS makes it easy to build and scale generative AI customized for your data, your use cases, and your customers • Amazon Bedrock : Fully managed service that offers a choice of high-performing foundation models (FMs) from leading AI companies like AI21 Labs, Anthropic, Cohere, Meta, Stability AI, and亚马逊通过单个API,以及构建生成AI应用程序的广泛功能。使用Amazon Bedrock,您可以轻松地尝试并评估用例的顶级FMS,并使用诸如微调和检索增强生成(RAG)等技术私下对其进行私人自定义,并构建使用enterprise系统和数据源执行任务的媒介。文档,介绍亚马逊基岩•亚马逊萨吉式制造商:完全管理的机器学习服务。它旨在使开发人员和数据科学家更容易按大规模构建,训练和部署机器学习模型。它提供了常见的机器学习算法,这些算法将在分布式环境中进行优化以有效地与极大的数据进行优化。为了使开始更容易,Amazon Sagemaker JumpStart为最常见的用例提供了一组解决方案,只需单击几下即可轻松部署。文档文档,•Amazon Q:Amazon Q生成代码,测试,调试,并且具有多步规划和推理功能,可以转换和实现从开发人员请求生成的新代码。Amazon Q还使员工更容易通过与企业数据存储库相连接,以便通过逻辑上总结数据,分析趋势并参与对话的数据,从而使员工更容易获得跨业务数据的答案,例如公司政策,产品信息,业务结果,代码基础,员工和许多其他主题。