YiENTi

Enterprise Information & Graph-Native Intelligence

სტრუქტურირებული სისტემები.კავშირების გააზრება.რეალური პროგრამული უზრუნველყოფის შექმნა.

YiENTi პროცესებს, კავშირებს, დამოკიდებულებებსა და პროგრამულ სტრუქტურებს ცხადად წარმოადგენს და არ ეყრდნობა მხოლოდ ენაზე დაფუძნებულ კონტექსტს.

YiENTi Enterprise
Intelligent Enterprise Information
YiENTi Intelligence
Graph-Native Intelligence Engine

YiENTi აერთიანებს Intelligent Enterprise Information პლატფორმას და Graph-Native Intelligence Engine-ს. საჭიროების შემთხვევაში მას შეუძლია ენობრივი მოდელების გამოყენება, თუმცა მისი მსჯელობის ძირითადი მოდელი სტრუქტურულია, პროცესების გათვალისწინებით მუშაობს და არც ერთ LLM პროვაიდერზე არ არის დამოკიდებული.

მოვლენაკონტექსტიცოდნაპროცესიწესიერთეულისისტემაგეითვეიგადაწყვეტილება

მოვლენა პროცესს ააქტიურებს. კონტექსტი და წესები აქტუალური ხდება. გეითვეი გადაწყვეტილებამდე მიდის.

2010 წლიდან
Logical Board-იდან YiENTi-მდე განვითარება
ორი საყრდენი
Enterprise Information + Intelligence Engine
LLM არასავალდებულოა
პროვაიდერები ჩანაცვლებადი კომპონენტებია
გამოყენებაშია
ძირითადი ტექნოლოგია ACCENTSYS-ის ინჟინერიაში

YiENTi პლატფორმა

ერთი ხედვა. ორი ძირითადი ტექნოლოგია.

YiENTi არის ერთიანი ტექნოლოგიური ჩარჩო ორი განსხვავებული, ურთიერთდაკავშირებული საყრდენით. ერთი წარმოადგენს ორგანიზაციის ოპერაციულ რეალობას. მეორე მსჯელობს სტრუქტურირებულ კონტექსტზე — როგორც YiENTi Enterprise-ის შიგნით, ისე მის ფარგლებს გარეთაც.

YiENTi ცენტრშია

YiENTi ცენტრია. ყველაფერი დანარჩენი მასთან უკავშირდება.

YiENTi არის სტრუქტურული ინტელექტისა და ინჟინერიის ბირთვი. ღრუბლოვანი პლატფორმები, ენობრივი მოდელები, Playwright, IDE-ები და ლოკალური AI ინსტრუმენტები YiENTi-ის გარშემო დაკავშირებული სისტემებია — თითოეულს საკუთარი, განსხვავებული როლი აქვს. ისინი არ არიან თავად YiENTi.

YiENTi
სტრუქტურაგაზომვამსჯელობა
  • სტრუქტურირებული მოდელირება

    რაზეც YiENTi მსჯელობს · → YiENTi

    BPMN · გამოყენების შემთხვევები (Use Case) · აქტივობები · მიმდევრობები · კლასები · მონაცემთა / ობიექტების მოდელები

  • გენერაციული AI

    გარე · ჩანაცვლებადი · ↔ YiENTi

    OpenAI · Anthropic · Perplexity · Gemini · Lovable · Zapier · Pickaxe · Grok · Jasper · Abacus.AI · Relevance AI · Notion AI · და მალე სხვებიც · ლოკალური / ალტერნატიული მოდელები

  • დეველოპერის ინსტრუმენტები

    დამუშავების გარემო · ↔ YiENTi

    VS Code · OpenCode

  • ლოკალური / მოდელების ინფრასტრუქტურა

    მოდელების ლოკალურად გაშვება · ↔ YiENTi

    Ollama · Lemonade · ლოკალური მოდელების სხვა თავსებადი სამუშაო პროცესები

  • ტესტირება

    რეალური ქცევის ვალიდაცია · ↔ YiENTi

    Playwright · Abacus.AI · ChatGPT Work · ვიზუალური ვალიდაცია · ფუნქციური ვალიდაცია

  • განფენა (Deployment)

    სადაც გენერირებული პროგრამა მუშაობს · YiENTi →

    AWS · Microsoft Azure · Google Cloud · კერძო ინფრასტრუქტურა (მომავალში)

  • რეალური პროგრამული უზრუნველყოფა

    შექმნილია YiENTi-ით · YiENTi →

    ყველა ACCENTSYS პროდუქტი

ასაზრდოებს YiENTi-სურთიერთობს YiENTi-თანიქმნება ან მიეწოდება YiENTi-ის მხარდაჭერილი ინჟინერიითგარე და ჩანაცვლებადისამომავლო მიმართულება

სტრუქტურული ბირთვი

ენა ინტერფეისია.
გრაფი არის მოდელი.

ეს სტრუქტურები დეკორატიული დიაგრამები არ არის. ისინი წარმოადგენენ მანქანისთვის გასაგებ სისტემისა და პროცესის მდგომარეობას — მოდელს, რომელზეც YiENTi მსჯელობს.

  • BPMN
  • პროცესის მოდელები
  • აქტივობის დიაგრამები (Activity Diagram)
  • გამოყენების შემთხვევები (Use Case)
  • თანამშრომლობის დიაგრამები
  • მიმდევრობის დიაგრამები (Sequence Diagram)
  • კლასების მოდელები (Class Model)
  • ობიექტების / მონაცემთა მოდელები
  • წესები
  • დამოკიდებულებები
  • მდგომარეობა
  • მოთხოვნები
  • მომხმარებლის ისტორიები

გაზომვა · YiENTi-ის ძირითადი ფუნქცია

დაასტრუქტურე. გაზომე. ისწავლე მისგან.

გაზომვა არ არის დაფის (dashboard) ფუნქცია. YiENTi აკავშირებს პროცესის შესრულებას იმასთან, რასაც ეს შესრულება რეალურად წარმოქმნის, და აქცევს მას მანქანისთვის გასაგებ ცოდნად იმის შესახებ, თუ როგორ მუშაობს სამუშაო სინამდვილეში.

01 · YiENTi Enterprise

პროცესის შესრულება

  1. ამოცანა Aმაღალი
  2. ამოცანა Bჩვეულებრივი
  3. ამოცანა Cჩვეულებრივი

პრიორიტეტი და წონა სტრუქტურის ნაწილია.

02 · გაზომვა

რა მოხდა რეალურად

სამუშაო და ძალისხმევა

  • პრიორიტეტი
  • ამოცანა
  • დრო / ძალისხმევა
  • ამოცანის წონა / რაოდენობა
  • დრო ამოცანის წონასთან მიმართებით
  • რაოდენობრივი შედეგიანობა

გამოსავალი და შედეგი

  • ხარისხი
  • გადამუშავება / ახალი შემდგომი სამუშაო
  • საბოლოო პროდუქტამდე მისული შინაარსი
  • ხელახალი გამოყენება
  • ეფექტიანობა

ადამიანები და შესაძლებლობები

  • როლები
  • კომპეტენციები
  • უნარები
  • გამოუყენებელი პოტენციალი

03 · YiENTi AI

მსჯელობს გაზომვად რეალობაზე

ისწავლე · გააუმჯობესე · გამოიყენე ხელახლა

YiENTi არ ზომავს მხოლოდ იმას, რამდენ ხანს მუშაობდა ვინმე. მას შეუძლია ძალისხმევა დაუკავშიროს სამუშაოს სტრუქტურას, წონას, შედეგს, ხარისხს და ხელახალ გამოყენებას.

ᲡᲬᲐᲕᲚᲘᲡᲪᲘᲙᲚᲘᲡᲢᲠᲣᲥᲢᲣᲠᲐᲨᲔᲡᲠᲣᲚᲔᲑᲐᲒᲐᲖᲝᲛᲕᲐᲡᲬᲐᲕᲚᲐᲒᲐᲣᲛᲯᲝᲑᲔᲡᲔᲑᲐᲮᲔᲚᲐᲮᲐᲚᲘᲒᲐᲛᲝᲧᲔᲜᲔᲑᲐ
  1. სტრუქტურა

    YiENTi Enterprise

    უზრუნველყოფს სტრუქტურირებულ ოპერაციულ და პროცესულ კონტექსტს: პროცესებს, ამოცანებს, როლებს, პრიორიტეტებს და სამუშაოს წონას.

  2. რეალობა

    გაზომვა

    აფიქსირებს, რა ხდება რეალურად ამ სტრუქტურის შიგნით: ძალისხმევას, შედეგს, ხარისხს, გადამუშავებას და ხელახალ გამოყენებას.

  3. მსჯელობა

    YiENTi AI

    მსჯელობს ამ გაზომვად რეალობაზე და არა მხოლოდ იმის აღწერებზე, როგორ უნდა ხდებოდეს სამუშაო.

YiENTi არ სწავლობს მხოლოდ სამუშაოს აღწერებიდან. მას შეუძლია იმსჯელოს სტრუქტურირებულ პროცესებზე და მათ მიერ წარმოქმნილ გაზომვად შედეგებზე.

ეს კავშირი უკვე იყო 2016 წელს წარდგენილი YiENTi არქიტექტურის ნაწილი: ოპერაციული პროცესები, დაკავშირებული გაზომვად გამოსავალთან და YiENTi AI-თან.

საყრდენი A · Intelligent Enterprise Information

YiENTi Enterprise

YiENTi Enterprise აერთიანებს ადამიანებს, პროცესებს, სისტემებსა და ცოდნას ერთ სტრუქტურირებულ საოპერაციო გარემოში.

ინტელექტუალური საწარმოო ინფორმაციის პლატფორმა ადამიანებს, სამუშაოს, პროცესებს, სისტემებსა და ინფორმაციას შორის ურთიერთკავშირების მოდელირებისა და მართვისთვის. ინტეგრაცია მისი ერთ-ერთი შესაძლებლობაა და არა მისი განმარტება.

  • ადამიანები
  • როლები
  • კომპეტენციები
  • გუნდები
  • ამოცანები
  • პროექტები
  • აქტივობები
  • პროცესები
  • რესურსები
  • სისტემები
  • დოკუმენტები
  • კომუნიკაცია
  • მოვლენები
  • წესები
  • მონაცემები
  • ცოდნა
  • გაზომვები
  • გადაწყვეტილებები
  • დამოკიდებულებები
  • საწარმოო სამუშაო პროცესები

დიაგრამა A · YiENTi Enterprise Information

ᲝᲠᲒᲐᲜᲘᲖᲐᲪᲘᲐᲡᲐᲛᲣᲨᲐᲝᲘᲜᲤᲝᲠᲛᲐᲪᲘᲐ ᲓᲐ ᲡᲘᲡᲢᲔᲛᲔᲑᲘადამიანებიროლებიგუნდებიპროექტებიპროცესებიამოცანებიმოვლენებისისტემებიმონაცემებირესურსებიდოკუმენტებიცოდნა
ორგანიზაცია, სამუშაო და ინფორმაცია არსებობს როგორც ერთი ურთიერთდაკავშირებული მოდელი და არა როგორც ცალ-ცალკე სიები, ფაილები და ხელსაწყოები.

სვეტი B · Graph-Native Intelligence Engine

YiENTi Intelligence

YiENTi Intelligence არის გრაფზე დაფუძნებული ინტელექტის ძრავა, რომელიც განკუთვნილია იმისთვის, რომ იმსჯელოს ერთეულებს, ურთიერთობებს, პროცესებს, კონტექსტს, პროგრამულ სტრუქტურებსა და ვიზუალურ ინფორმაციაზე.

მისი როლი YiENTi Enterprise პლატფორმას სცდება. YiENTi-ის ძირითადი ინტელექტის ტექნოლოგია უკვე გამოიყენება შიდა დონეზე ACCENTSYS-ის პროგრამული ინჟინერიის სამუშაო პროცესებში; დამოუკიდებელი პლატფორმა ჯერ კიდევ შემუშავების პროცესშია.

განსხვავებული გზა მანქანური ზოგადი ინტელექტისკენ.

YiENTi Intelligence-ის გრძელვადიანი ხედვა.

YiENTi Enterprise-ის მიღმა

YiENTi Intelligence არ არის მხოლოდ AI მოდული YiENTi Enterprise-ის შიგნით. ის შექმნილია როგორც ხელახლა გამოყენებადი ინტელექტის ფენა, ხოლო მასთან ერთად შექმნილი პროგრამული უზრუნველყოფა ავტომატურად არ წარმოადგენს Enterprise პლატფორმის ნაწილს:

  • ACCENTSYS-ის პროგრამული ინჟინერიაშიდა გამოყენებაში
  • ACCENTSYS-ის სხვა პროდუქტებიმიმართულება
  • მომავალი გარე სისტემებიმიმართულება
  • სტრუქტურირებული მსჯელობის სხვა გამოყენების შემთხვევები (Use Case)მიმართულება

დიაგრამა B · YiENTi Intelligence-ის გრაფი

სტრუქტურული კონტექსტი

  • ერთეულები
  • ურთიერთობები
  • კონტექსტი
  • მდგომარეობა
  • წესები
  • დამოკიდებულებები
  • ვიზუალური სტრუქტურები
  • ცოდნა

YiENTi Intelligence Graph

დაკავშირებული, მუდმივი და აშკარა — თავად მსჯელობის კონტექსტი.

მსჯელობის ფუნქციები

  • გაგება
  • მსჯელობა
  • შედარება
  • პროგნოზირება
  • რეკომენდაცია
  • დაგეგმვა
  • ორკესტრაცია
მსჯელობის ძირითადი ფუნქციები განვითარების მიმართულება

როგორ მუშაობს YiENTi

სტრუქტურირებული რეალობიდან მსჯელობამდე — და უკან.

YiENTi Enterprise წარმოადგენს იმას, რაც არსებობს, ვინ არის ჩართული, რა ხდება, როგორ მიმდინარეობს სამუშაო, რა რაზეა დამოკიდებული და რა მდგომარეობაშია ორგანიზაცია. YiENTi Intelligence მსჯელობს ამ სტრუქტურირებულ კონტექსტზე.

  1. 01Enterprise

    წარმოდგენა

    ადამიანები, სისტემები, ინფორმაცია, ამოცანები, პროცესები და კონტექსტი ხდება სტრუქტურირებული, ურთიერთდაკავშირებული ინფორმაცია.

  2. 02Intelligence

    გააზრება

    YiENTi Intelligence მსჯელობს ურთიერთკავშირებზე, დამოკიდებულებებზე, მდგომარეობასა და კონტექსტზე.

  3. 03Intelligence

    გადაწყვეტა

    წესები, შეზღუდვები, ისტორიული კონტექსტი და მსჯელობა მხარს უჭერს გადაწყვეტილებებს.

  4. 04ორივე

    ორკესტრაცია

    მოქმედებების, სისტემებისა და სამუშაო პროცესების კოორდინაცია შესაძლებელია განსაზღვრული წესებისა და პასუხისმგებლობების ფარგლებში.

  5. 05Enterprise

    სწავლა / განახლება

    სტრუქტურირებული გარემო იცვლება სამუშაოს მიმდინარეობისა და ახალი ინფორმაციის გამოჩენის კვალობაზე.

უწყვეტი ციკლი: თითოეული განახლებული მდგომარეობა ხდება მსჯელობის შემდეგი ციკლის კონტექსტი.

სტრუქტურირებული ინტელექტი · არა LLM-ზე დაფუძნებული

ენა ინტერფეისია.
გრაფი კი მოდელია.

დიდი ენობრივი მოდელები გენერაციული ენობრივი კომპონენტებია და სასარგებლოა. YiENTi მათ იქ იყენებს, სადაც ისინი ეხმარება, მაგრამ გენერირებულ პროზას ჭეშმარიტების წყაროდ არ ეყრდნობა. პროცესები, ურთიერთობები, მდგომარეობები, დამოკიდებულებები და სტრუქტურები ცხადად არის მოდელირებული.

YiENTi ინფორმაციის უკან მდგომ სტრუქტურას წარმოადგენს.

  • პროცესები წარმოდგენილია როგორც პროცესები.
  • ურთიერთობები წარმოდგენილია როგორც ურთიერთობები.
  • დამოკიდებულებები წარმოდგენილია როგორც დამოკიდებულებები.
  • მდგომარეობა წარმოდგენილია როგორც მდგომარეობა.

ენა ერთ-ერთი გზაა, რომლითაც ადამიანები ამ სტრუქტურასთან ურთიერთობენ.

LLM-ზე დაფუძნებული სისტემები ქცევის დიდ ნაწილს ალბათური მოდელური ინფერენციიდან იღებენ. YiENTi-ის ძირითადი მსჯელობის კონტექსტი არის ობიექტების, ურთიერთობების, პროცესების, მდგომარეობისა და დამოკიდებულებების ცხადი სტრუქტურული წარმოდგენა.

საკითხი მხოლოდ ის არ არის, რა შეყვანას იღებს სისტემა. საკითხია, არსებობს თუ არა მისი ოპერაციული ჭეშმარიტება ალბათური გენერირებული წარმოდგენის სახით, თუ ცხადი სტრუქტურირებული მდგომარეობის სახით.

სტრუქტურირებული ინტელექტი LLM-ზე დაფუძნებულ მსჯელობასთან შედარებით

მსჯელობის საფუძველი
LLM-ზე დაფუძნებული: ალბათური მოდელური ინფერენცია
YiENTi: ცხადი სტრუქტურული წარმოდგენა
კონტექსტი
LLM-ზე დაფუძნებული: ხშირად დინამიკურად აღდგება
YiENTi: მუდმივი, დაკავშირებული კონტექსტი
სამუშაო პროცესი
LLM-ზე დაფუძნებული: შეიძლება არსებობდეს აღწერის სახით
YiENTi: პროცესები სტრუქტურულად არის წარმოდგენილი
მდგომარეობა და დამოკიდებულებები
LLM-ზე დაფუძნებული: როგორც წესი, პრომპტებსა და კონტექსტურ ფანჯრებშია
YiENTi: ცხადად არის წარმოდგენილი გრაფში
ენა
LLM-ზე დაფუძნებული: შესანიშნავი გენერაციული ენა
YiENTi: იყენებს ენობრივ მოდელებს, სადაც გენერაცია სასარგებლოა
მოდელის როლი
LLM-ზე დაფუძნებული: მოდელი/პროვაიდერი ინტელექტის მნიშვნელოვან კომპონენტს ქმნის
YiENTi: მოდელისგან დამოუკიდებელი გენერაციული ფენა — პროვაიდერები ჩანაცვლებადია

სად ჭარბობენ ენობრივი მოდელები

  • ტექსტის გენერაცია
  • შეჯამება
  • თარგმანი
  • ბუნებრივ ენაზე ურთიერთობა
  • ინფორმაციის ამოღება
  • იდეების გენერირება
  • დოკუმენტებთან დახმარება

სადაც სტრუქტურა ცხადი უნდა დარჩეს

  • პროცესის ზუსტი მდგომარეობა
  • განმეორებადობა
  • მიკვლევადობა
  • დამოკიდებულებების მთლიანობა
  • სამუშაო პროცესის სისწორე
  • პროგრამული არქიტექტურის თანმიმდევრულობა
  • მუდმივი სტრუქტურირებული მეხსიერება

ალბათურ AI-ს შეუძლია პროცესს დახმარება. მას პროცესის განსაზღვრა არ სჭირდება.

გენერირებული ენა შეიძლება არასაიმედო იყოს. პროცესისა და გრაფის ცხადი მდგომარეობის აღდგენა გენერირებული პროზიდან საჭირო არ არის. YiENTi შექმნილია იმისთვის, რომ კრიტიკული პროცესული მდგომარეობა, დამოკიდებულებები და ოპერაციული ჭეშმარიტება ალბათური ენობრივი გენერაციის გარეთ შეინარჩუნოს, რაც ამ გენერაციაზე დამოკიდებულებას ამცირებს იქ, სადაც სტრუქტურული სიზუსტე და განმეორებადობა მნიშვნელოვანია.

მოდელისგან დამოუკიდებელი ენობრივი ფენა

YiENTi-ს შეუძლია LLM-ების გამოყენება. იმის გასაგებად, თუ რა არის სისტემა, ისინი მას არ სჭირდება.

ჩანაცვლებადი პროვაიდერები

  • OpenAI-ის მოდელები
  • Anthropic-ის მოდელები
  • ლოკალური მოდელები
  • ღია მოდელები
  • სამომავლო პროვაიდერები

ენობრივი ფენა

  • ტექსტის გენერაცია
  • შეჯამება
  • თარგმანი
  • ბუნებრივ ენაზე ურთიერთობა
  • კონტენტთან დახმარება

YiENTi Intelligence-ის არქიტექტურა

გრაფი, მდგომარეობა, პროცესები, წესები და დამოკიდებულებები — არჩეული მოდელის პროვაიდერისგან დამოუკიდებლად.

ენობრივი მოდელები არჩევითი, ჩანაცვლებადი კომპონენტებია, რომლებიც YiENTi-ში შეიძლება ჩაერთოს იქ, სადაც გენერაციული შესაძლებლობები სასარგებლოა. ისინი არქიტექტურის კომპონენტებია და არა სტრუქტურული მსჯელობის ძირითადი მოდელი.

პროცესული მემკვიდრეობა

პროცესების გააზრებიდან მანქანურ მსჯელობამდე.

YiENTi აგებულია იმ იდეაზე, რომ რთული სისტემების საიმედოდ გაგება შეუძლებელია, თუ მათი ურთიერთკავშირები და პროცესები მხოლოდ დოკუმენტების ან აღწერილობების სახით არსებობს.

პროცესები, აქტივობები, როლები, მოვლენები და დამოკიდებულებები უნდა არსებობდეს როგორც აშკარა, მანქანისთვის გასაგები სტრუქტურები.

  • აქტივობები
  • ამოცანები
  • მოვლენები
  • გეითვეები
  • საუბრები
  • ქორეოგრაფიები
  • თანამშრომლობა
  • სვიმლეინები
  • მონაცემები
  • როლები
  • კომპეტენციები
  • რესურსები
  • პროექტები
  • პროცესის სტრუქტურები
  • გაზომვა
  • ინფორმაციის ნაკადები
ᲠᲝᲚᲘᲡᲘᲡᲢᲔᲛᲐდიახარაშეფასებასრულია?დამტკიცებამონაცემებისმოძიებაჩანაწერი
YiENTi-ის პროცესული საფუძვლის თანამედროვე აბსტრაქცია — ზოლები, მოვლენები, აქტივობები, გეითვეები და მონაცემები როგორც აშკარა სტრუქტურა. ილუსტრაციაა და არა პროდუქტის ინტერფეისი.

ვიზუალური და სტრუქტურული მსჯელობა

YiENTi პროცესს მხოლოდ არ აღწერს. ის პროცესს წარმოადგენს.

აქტივობები, დამოკიდებულებები, მდგომარეობები, მონაწილეები და ინფორმაციის ნაკადები მსჯელობის კონტექსტის აშკარა ნაწილი ხდება. ვიზუალური და დიაგრამული სტრუქტურები შეიძლება აშკარად იყოს წარმოდგენილი და მათზე მსჯელობაც შესაძლებელია.

  • აქტივობის დიაგრამები (Activity Diagram)
  • პროცესის დიაგრამები
  • თანამშრომლობის დიაგრამები
  • სისტემის არქიტექტურა
  • დამოკიდებულებების გრაფები
  • როლები
  • მოვლენები
  • მდგომარეობათა გადასვლები
  • ინფორმაციის ნაკადი

პროგრამული ინჟინერია

პროგრამული უზრუნველყოფის შემუშავება პრომპტებიდან კონტექსტის ხელახალი აღდგენის გარეშე.

YiENTi ინახავს სისტემების, პროცესებისა და დამოკიდებულებების სტრუქტურულ კონტექსტს, რათა საინჟინრო გადაწყვეტილებებზე მსჯელობა შესაძლებელი იყოს ერთიანი, ურთიერთდაკავშირებული მოდელის ფარგლებში.

LLM-ის დახმარებით შემუშავების ტიპური მიდგომა

  1. პრომპტი
  2. გენერირებული შედეგი
  3. გადასინჯვა
  4. ახალი პრომპტი
  5. ხელახლა შექმნილი კონტექსტი

კონტექსტი ყოველ იტერაციაზე თავიდან აღდგება.

YiENTi-ის საინჟინრო მოდელი

  1. მოთხოვნები
  2. აშკარა სტრუქტურირებული მოდელი
  3. სისტემები · პროცესები · დამოკიდებულებები
  4. მსჯელობა
  5. იმპლემენტაცია
  6. ვალიდაცია
  7. განახლებული სტრუქტურული მდგომარეობა

კონტექსტი სტრუქტურის სახით შენარჩუნდება და სისტემასთან ერთად ვითარდება.

მოდელზე ორიენტირებული პროგრამული ინჟინერია (model-driven engineering)

მოდელიდან პროგრამულ უზრუნველყოფამდე.

YiENTi არ خمنის პროგრამულ უზრუნველყოფას prompt-ებიდან. ის იყენებს სისტემის სტრუქტურირებულ წარმოდგენებს, აკავშირებს ერთი და იმავე სისტემის მრავალ ხედს და მსჯელობს მათ შორის — ასევე შეუძლია ამ მოდელებიდან პროგრამული უზრუნველყოფის გენერაციის მხარდაჭერა ან შესრულება.

შექმნილია YiENTi-ით.
YiENTi-ზე დამოკიდებული არ არის.

YiENTi-ს შეუძლია პროგრამული უზრუნველყოფის დაპროექტება და გენერაცია სტრუქტურირებული მოდელებიდან. მიღებული აპლიკაცია YiENTi-ისგან დამოუკიდებლად მუშაობს.

YiENTi ინჟინერიული პროცესის ნაწილია — და არა სავალდებულო Runtime დამოკიდებულება.

სტრუქტურირებული მოდელებიმსჯელობაგენერაცია და ვალიდაციამუშაობს დამოუკიდებლად
  1. 01

    მოთხოვნები

  2. 02

    EPIC-ები / User Story-ები

  3. 03

    გამოყენების შემთხვევები (Use Case)

  4. 04

    აქტივობის / პროცესის მოდელები

  5. 05

    კოლაბორაციის / მიმდევრობის მოდელები

  6. 06

    კლასების / მონაცემთა მოდელები

  7. 07

    არქიტექტურა / მსჯელობა

  8. 08

    გენერირებული იმპლემენტაცია

  9. 09

    ვალიდაცია

  10. 10

    დამოუკიდებელი პროგრამული უზრუნველყოფა

კონცეptუალური ჯაჭვი. წაიკითხეთ მარცხნიდან მარჯვნივ, რიგ-რიგობით.

მოდელის შრეები, რომელთა მიხედვითაც YiENTi მსჯელობს

არა იზოლირებული ნახაზები, არამედ ერთი ძირითადი სისტემური მოდელის დაკავშირებული პროექციები.

  • EPIC-ები
  • User Story-ები
  • გამოყენების შემთხვევები (Use Case)
  • აქტივობის დიაგრამები (Activity Diagram)
  • კოლაბორაციის დიაგრამები
  • მიმდევრობის დიაგრამები (Sequence Diagram)
  • კლასების დიაგრამები
  • მონაცემთა / ერთეულების მოდელები
  • BPMN / პროცესის მოდელები
  • წესები
  • დამოკიდებულებები
  • მდგომარეობები

YiENTi ინჟინერიის დროს

  • მოთხოვნები
  • მოდელები
  • მსჯელობა
  • არქიტექტურა
  • გენერაცია
  • ვალიდაცია

მიღებული აპლიკაცია

  • Frontend
  • Backend
  • მონაცემთა ბაზა
  • API-ები
  • ბიზნეს ლოგიკა
  • ინტეგრაციები

მუშაობს დამოუკიდებლად

გენერირებულ აპლიკაციას პროდაქშენში არ სჭირდება YiENTi Runtime, ღრუბელი, აგენტი ან კავშირი — გარდა იმ შემთხვევისა, როცა კონკრეტული პროდუქტი შეგნებულად იყენებს ასეთ სერვისებს. YiENTi-ით შექმნილი პროგრამული უზრუნველყოფა ასევე ავტომატურად არ წარმოადგენს YiENTi Enterprise პლატფორმის ნაწილს.

დიაგრამები არ არის დოკუმენტაცია, რომელიც მოგვიანებით იწერება

YiENTi-ში მოდელები მხოლოდ სურათები არ არის, რომლებიც პროგრამულ უზრუნველყოფას მისი აგების შემდეგ ადოკუმენტირებს. ისინი წარმოადგენენ სტრუქტურას, რომლის საფუძველზეც პროგრამულ უზრუნველყოფაზე შეიძლება მსჯელობა, ვალიდაცია და გენერაცია.

პროგრამული სისტემა შეიძლება აღიწეროს ურთიერთშემავსებელი ხედებით — epic-ები, user story-ები, გამოყენების შემთხვევები, აქტივობის, კოლაბორაციის, მიმდევრობისა და კლასების დიაგრამები, ერთეულ-კავშირის მოდელები, პროცესები, მდგომარეობები, წესები და დამოკიდებულებები. ეს არ არის იზოლირებული ნახაზები. ისინი ერთი ძირითადი სისტემური მოდელის პროექციებია და YiENTi შექმნილია მათ შორის სამსჯელოდ, რათა ერთ ხედში შეტანილი ცვლილება დანარჩენების მიმართ გაანალიზდეს.

ვიზუალური არ ნიშნავს გამოსახულების ამოცნობას. ყუთი, კვანძი, წიბო, გეითვეი ან კავშირი მხოლოდ პიქსელი არ არის. მას აქვს განსაზღვრული მნიშვნელობა — და ეს მნიშვნელობა ხდება მსჯელობის მოდელის ნაწილი.

YiENTi ქმნის სისტემის დაკავშირებულ წარმოდგენას, რათა მოთხოვნები, პროცესები, პროგრამული სტრუქტურები და მონაცემები არ არსებობდეს ერთმანეთთან დაუკავშირებელი დოკუმენტების სახით.

მრავალი ხედი, ერთი სისტემური მოდელი

  1. 01მომხმარებლის ისტორია

    რა სჭირდება მომხმარებელს

    „როგორც მომხმარებელს, მსურს ნაწარმის დამატება ჩემს კალათაში, რათა მოგვიანებით შევუკვეთო.“

  2. 02გამოყენების შემთხვევა (Use Case)

    რისი მიღწევა სურს აქტორს

    მომხმარებელინაწარმისძებნაკალათაშიდამატებაშეკვეთისგაფორმება
  3. 03აქტივობა

    როგორ მიმდინარეობს პროცესი

    ძებნაარჩევა[მარაგშია]კალათაშიდამატებადადასტურება
  4. 04კოლაბორაცია

    რომელი კომპონენტები ურთიერთქმედებენ

    :Customer:Article:Cart:Order1.1 show()1.2 add()2 order()
  5. 05მიმდევრობა

    რა თანმიმდევრობით ხდება ურთიერთქმედებები

    :Customer:Article:Cart:Ordersearchshowaddorder
  6. 06კლასი / მონაცემები

    რა ობიექტები და კავშირები არსებობს

    Customerid · nameOrderid · dateCartitems · totalArticlesku · price1*11**
  7. 07იმპლემენტაცია

    გენერირებულია სტრუქტურიდან

    // generated from the model
    class Cart {
      items: Article[]
      add(a: Article): void
      checkout(): Order
    }
  8. 08აპლიკაცია

    მუშაობს დამოუკიდებლად

    კალათა (2)Frontend · Backend · მონაცემთა ბაზა · API-ები

ერთი სისტემა, მრავალი პროექცია. „კალათას“ ყველა ხედში ერთი და იგივე მნიშვნელობა აქვს. საილუსტრაციო მაგალითი.

კოდის გენერაცია არ არის LLM-ით კოდის გენერაცია

YiENTi-ს არ სჭირდება აპლიკაციის prompt-იდან გამოცნობა. ის მუშაობს იმის აშკარა მოდელზე, თუ რას წარმოადგენს აპლიკაცია.

LLM-ებს შეუძლიათ დახმარება ტექსტებში, დოკუმენტაციაში, ლეიბლებში, ბუნებრივი ენის ინტერპრეტაციასა და კოდის შემოთავაზებებში, სადაც ეს სასარგებლოა. პროგრამული არქიტექტურა მხოლოდ ალბათურად გენერირებულ საწყის კოდზე არ არის დამოკიდებული.

Prompt-ზე დაფუძნებული გენერაცია

YiENTi მოდელზე ორიენტირებული

  • Promptაშკარა სტრუქტურირებული მოდელი
  • AI წერს კოდის ნაწილსსისტემის აშკარა ურთიერთკავშირები და მსჯელობა
  • კონტექსტი თითო მოთხოვნაზე თავიდან აიგებაწესებზე დაფუძნებული გენერაცია, სადაც ეს მიზანშეწონილია
  • საწყისი კოდი, როგორც ერთადერთი ჭეშმარიტებამოდელი, როგორც მანქანით წაკითხვადი ჭეშმარიტების წყარო

YiENTi უფრო ახლოსაა რთული სისტემებისთვის განკუთვნილ ინტელექტუალურ, კომპილატორის მსგავს ინჟინერიულ გარემოსთან, ვიდრე ყველა აპლიკაციაში ჩაშენებულ AI დამოკიდებულებასთან.

აქ ნაჩვენები ნაკადი კონცეპტუალურია. ზუსტი შიდა pipeline შეიძლება განსხვავდებოდეს და ყველა ეტაპი სრულად ავტომატიზებულად არ არის წარმოდგენილი. თვალთვალადობა, თანმიმდევრულობის შემოწმებები, ზემოქმედების ანალიზი და მოდელებს შორის სინქრონიზაცია მოდელზე ორიენტირებული მიდგომის მიმართულებას აღწერს.

მოდელებისა და დეველოპერების ინსტრუმენტები

YiENTi თითოეული ამოცანისთვის შესაბამის ინტელექტს იყენებს.

გენერაციული მოდელები აჩქარებს იმ ამოცანებს, სადაც ალბათური გენერაცია ეფექტურია. YiENTi ინარჩუნებს სტრუქტურირებულ სისტემურ მოდელს, პროცესის კონტექსტსა და გაზომვად მდგომარეობას.

გადაცემულია გენერაციულ მოდელებზე

  • UI-ის იტერაცია
  • ტექსტის გენერაცია
  • ფორმულირება
  • დოკუმენტაცია
  • სწრაფი გენერაციული სამუშაო
  • კოდირების შერჩეული დახმარება, სადაც ეს მიზანშეწონილია

რჩება YiENTi-ში

  • სტრუქტურირებული სისტემური მოდელი
  • პროცესის კონტექსტი
  • გაზომვადი მდგომარეობა
  • გენერაციული AI

    გარე · ჩანაცვლებადი

    • OpenAI
    • Anthropic
    • Perplexity
    • Gemini
    • Lovable
    • Zapier
    • Pickaxe
    • Grok
    • Jasper
    • Abacus.AI
    • Relevance AI
    • Notion AI
    • და მალე სხვებიც
    • ლოკალური / ალტერნატიული მოდელები
  • ლოკალური / მოდელების ინფრასტრუქტურა

    მოდელების ლოკალურად გაშვება

    • Ollama
    • Lemonade
    • ლოკალური მოდელების სხვა თავსებადი სამუშაო პროცესები
  • დეველოპერის ინსტრუმენტები

    დამუშავების გარემო

    • VS Code
    • OpenCode
პროვაიდერები და ინსტრუმენტები შეიძლება შეიცვალოს. YiENTi-ის სტრუქტურული მოდელი უცვლელი რჩება.

ეს დაკავშირებული სისტემებია განსხვავებული როლებით — ისინი თავად YiENTi-ის ნაწილი არ არის და ყველა მათგანი ერთსა და იმავე შესაძლებლობას არ გვთავაზობს. მესამე მხარის სახელები მათი შესაბამისი მფლობელების სავაჭრო ნიშნებია; პარტნიორობა ან მხარდაჭერა არ იგულისხმება.

ტესტირება და ვალიდაცია

მოდელიდან დადასტურებულ ქცევამდე.

გენერირებული კოდი მიზანი არ არის — მიზანი სწორი ქცევაა. Playwright-ის გამოყენებით შესაძლებელია შემოწმდეს, რეალური აპლიკაცია მოსალოდნელი სახით ირენდერება და მოსალოდნელად იქცევა თუ არა, რითაც იქმნება უკუკავშირის ციკლი მოდელს, იმპლემენტაციას, რეალურ UI-სა და ვალიდაციას შორის.

  1. 01

    YiENTi

    მოდელი და მსჯელობა

  2. 02

    გენერირებული / შეცვლილი აპლიკაცია

    იმპლემენტაცია

  3. 03

    Playwright

    ამოწმებს გაშვებულ აპლიკაციას

  4. 04

    ვიზუალური და ფუნქციური ვალიდაცია

    ირენდერება და იქცევა მოსალოდნელად?

  5. 05

    უკუკავშირი

    ბრუნდება საინჟინრო იტერაციაში

უკუკავშირი ბრუნდება YiENTi-სა და საინჟინრო იტერაციაში, სანამ დაკვირვებული ქცევა მოდელს არ დაემთხვევა

Playwright არის ტესტირებისა და ვალიდაციის ინსტრუმენტი — ის AI ფენის ნაწილი არ არის.

ავტომატიზებული განფენა (Deployment)

შექმნილია YiENTi-ით. YiENTi-ზე დამოკიდებული არ არის.

YiENTi-ის მხარდაჭერით მუშაობის პროცესებს შეუძლიათ პროგრამული უზრუნველყოფა ავტომატურად განავრცონ AWS-ზე, Microsoft Azure-სა და Google Cloud-ზე. YiENTi არ არის ჰოსტინგის პროვაიდერი, ხოლო განფენილი აპლიკაცია YiENTi-ის შიგნით არ მუშაობს.

YiENTi შემუშავებულია ისე, რომ ინფრასტრუქტურისგან დამოუკიდებელი დარჩეს. მომავალში განფენის (Deployment) ვარიანტები, საჯარო ღრუბლოვან პლატფორმებთან ერთად, განზრახულია, რომ მოიცავდეს კერძო და მომხმარებლის მიერ კონტროლირებად ინფრასტრუქტურასაც.

YiENTi-ის საინჟინრო გარემო

სადაც პროგრამული უზრუნველყოფა იმოდელება, გენერირდება, ვალიდირდება და გამოდის.

  1. სტრუქტურირებული მოდელები

    BPMN, გამოყენების შემთხვევები (Use Case), კლასები, მონაცემები

  2. YiENTi

    სტრუქტურული მოდელი და სტრუქტურირებული მსჯელობა

  3. იმპლემენტაცია / გენერაცია

    შექმნილი ან შეცვლილი საწყისი კოდი

  4. Playwright-ით ვალიდაცია

    გაშვებული აპლიკაციის ვიზუალური და ფუნქციური შემოწმება

  5. განფენის (Deployment) პაიპლაინი

    ავტომატიზებული აგება და გამოშვება

გარემოს საზღვარი · განფენადი აპლიკაციის გადაცემა

აპლიკაციის Runtime გარემო

სადაც მზა აპლიკაცია მუშაობს.

  • AWS
  • Microsoft Azure
  • Google Cloud
  • კერძო ინფრასტრუქტურამომავალში

დამოუკიდებელი აპლიკაცია

მუშაობს YiENTi-ის, როგორც Runtime დამოკიდებულების, გარეშე

ნაჩვენებია მხოლოდ პროვაიდერის დონეზე. კერძო და მომხმარებლის მიერ კონტროლირებადი ინფრასტრუქტურა მომავლის მიმართულებაა და დღეს წარმოებისთვის მზა ვარიანტი არ არის.

პროდუქტის დადასტურება

არა ლაბორატორიული დემო. რეალური პროგრამული უზრუნველყოფა.

ACCENTSYS-ის მთელი მიმდინარე აპლიკაციების პორტფელი შექმნილია YiENTi-ის მხარდაჭერით განხორციელებული ინჟინერიის გამოყენებით, ხოლო თავად YiENTi ინჟინერიის პლატფორმის როლს ასრულებს.

დადასტურება არის ACCENTSYS-ის მთელი მიმდინარე პორტფელი და არა შერჩეული ქვეჯგუფი. YiENTi-ის მხარდაჭერით განხორციელებული ინჟინერია არის გზა, რომლითაც ACCENTSYS ქმნის პროგრამულ უზრუნველყოფას ყველა იმ დომენში, რომელშიც მუშაობს.

YiENTiინჟინერიის ბირთვი

7 ACCENTSYS-ის საკუთარი აპლიკაცია და 1 საკლიენტო საინჟინრო პროექტი, ყველა შექმნილია YiENTi-ის მხარდაჭერით განხორციელებული ინჟინერიის გამოყენებით

ACCENTSYS-ის საკუთარი აპლიკაციები

საკლიენტო საინჟინრო პროექტი

შექმნილია ACCENTSYS AG-ის მიერ მისი კლიენტისთვის YiENTi-ის მხარდაჭერით განხორციელებული ინჟინერიის გამოყენებით. საკლიენტო პროექტები გარე საინჟინრო მაგალითებია და არ შედის ACCENTSYS AG-ის საკუთარი SaaS პროდუქტების პორტფელში.

ეს სია პირდაპირ აღებულია ACCENTSYS-ის პროდუქტების რეესტრიდან, მათ შორის საკუთარი აპლიკაციებისა და საკლიენტო პროექტების კლასიფიკაციითურთ, ამიტომ ახალი ჩანაწერები აქ ავტომატურად ჩნდება. LOXY Time ქვემოთ დეტალურად არის განხილული, რადგან მისი საინჟინრო ძალისხმევა გაზომილია.

პორტფელის დათვალიერება

შექმნილია YiENTi-ით. YiENTi-ზე დამოკიდებული არ არის.

YiENTi ეხმარება ამ პროდუქტების ინჟინერიას — ექსპერტის მიერ წარმართული, და არა კოდის ყოველი სტრიქონის ავტონომიური გენერაცია. თავად პროდუქტები დამოუკიდებლად მუშაობს და Runtime-ში YiENTi-ს არ საჭიროებს.

კლიენტის საინჟინრო საორიენტაციო შემთხვევა · LOXY Time

YiENTi-ის მხარდაჭერით განხორციელებული ინჟინერია, ნაჩვენები რეალური საწარმოო პროგრამული უზრუნველყოფის მაგალითზე.

LOXY Time არის რეალური საწარმოო საინჟინრო პროექტი, რომელიც აჩვენებს YiENTi-ის მხარდაჭერით პროგრამული უზრუნველყოფის შემუშავებას რთულ ოპერაციულ სამუშაო პროცესებში, მარეგულირებელ მოთხოვნებში, მონაცემთა დამუშავებასა და სისტემების ინტეგრაციაში.

LOXY Time არის სატრანსპორტო და მარეგულირებელ მოთხოვნებთან შესაბამისობის პლატფორმა, რომელიც ACCENTSYS AG-მ შეიმუშავა Loxy International AG-სთვის. ის წარმოადგენს რეალურ საინჟინრო საორიენტაციო მაგალითს, რომელიც აჩვენებს YiENTi-ის მხარდაჭერით პროგრამული უზრუნველყოფის შემუშავების შესაძლებლობებს. LOXY Time არ შედის ACCENTSYS AG-ის საკუთარი SaaS პროდუქტების პორტფელში.

LOXY Time-ში რეალიზებული

  • ციფრული ტაქოგრაფის DDD დამუშავება · Gen1, Gen2 V1, Gen2 V2
  • მძღოლისა და სატრანსპორტო საშუალების მონაცემები
  • მარეგულირებელი შემოწმებები და შესაბამისობა
  • სამუშაო პროცესები და ანგარიშები
  • ინტეგრაციები და მონაცემთა მასობრივი დამუშავება
  • ხარისხის ავტომატიზებული უზრუნველყოფა და რეგრესიული ტესტირება

შიდა გამოყენება არ ნიშნავს კომერციულ ხელმისაწვდომობას. დამოუკიდებელი YiENTi პლატფორმა კვლავ შემუშავების პროცესშია.

YiENTi-ის გამოთვლითი სტრატეგია

YiENTi მუშაობს იქ, სადაც გამოთვლითი რესურსია.

YiENTi არ არის მიბმული კონკრეტულ ღრუბელზე ან GPU-პროვაიდერზე. მას შეუძლია იმუშაოს ყველგან, სადაც საკმარისი CPU, GPU, მეხსიერება და დამხმარე გამოთვლითი რესურსებია ხელმისაწვდომი. მცირე დატვირთვები შეიძლება შესრულდეს ლოკალურად, ხოლო რთულ სტრუქტურულ მსჯელობას შეიძლება დასჭირდეს მნიშვნელოვანი გარე ან გამოყოფილი გამოთვლითი სიმძლავრე.

მეტი ხელმისაწვდომი გამოთვლითი რესურსი მხოლოდ სიჩქარეს არ ზრდის. ის YiENTi-ს საშუალებას აძლევს, ერთდროულად იმუშაოს უფრო დიდ, ერთმანეთთან დაკავშირებულ პროცესების, გრაფებისა და სისტემების კონტექსტებზე.

YiENTi-ის დატვირთვა

გამოთვლითი მოთხოვნები

  • CPU
  • GPU
  • მეხსიერება
  • შენახვა / I/O

უზრუნველყოფილია ნებისმიერით შემდეგიდან

  • ლოკალური

    • მაღალი კლასის სამუშაო სადგური
    • ლოკალური სერვერი
  • გარე გამოთვლითი რესურსი

    • Alibaba Cloud
    • AWS
    • Microsoft Azure
    • Google Cloud
    • სხვა შესაფერისი პროვაიდერები
  • კერძო / გამოყოფილი

    • კერძო ინფრასტრუქტურა
    • გამოყოფილი გამოთვლითი რესურსი
გამოთვლითი წყაროები ურთიერთშესაცვლელია. ისინი სიმძლავრეს უზრუნველყოფენ — YiENTi-ის ნაწილი არ არიან.

ლოკალური შესრულება

YiENTi-ის მცირე დატვირთვები შეიძლება შესრულდეს ლოკალურად. უფრო რთულ დატვირთვებს შეუძლია მაღალი კლასის საინჟინრო სისტემების ხელმისაწვდომი CPU, GPU და მეხსიერების რესურსებიც კი მოიხმაროს.

გარე გამოთვლითი რესურსი დღეს

ACCENTSYS ამჟამად ქირაობს გარე გამოთვლით რესურსს პროვაიდერებისგან, მათ შორის Alibaba Cloud-ისა და შეერთებულ შტატებში არსებული AWS-ის ინფრასტრუქტურისგან. ღრუბლოვანი ვენდორები სიმძლავრეს უზრუნველყოფენ. ისინი არქიტექტურული დამოკიდებულებები არ არიან.

  1. მიმდინარე

    დღეს · მოქნილი გამოთვლითი რესურსი

    • ნაქირავები გარე გამოთვლითი რესურსი
    • Alibaba Cloud
    • AWS
    • სხვა შესაფერისი პროვაიდერები
    • ლოკალური შესრულება მცირე დატვირთვებისთვის

    YiENTi მუშაობს ყველგან, სადაც საჭირო CPU, GPU, მეხსიერება და დამხმარე რესურსებია ხელმისაწვდომი.

  2. მასშტაბირების მიმართულება

    მასშტაბირება · გამოყოფილი გამოთვლითი რესურსი

    • დაჯავშნილი / გამოყოფილი სიმძლავრე
    • კერძო გამოთვლითი გარემოები
    • გამოყოფილი სერვერები ან კლასტერები
    • კონკრეტული დატვირთვისთვის განკუთვნილი ინფრასტრუქტურა
    • უფრო მეტი კონტროლი წარმადობასა და ხარჯზე

    ჯერ არ არის განხორციელებული. ეს არის მიმართულება YiENTi-ის დატვირთვების ზრდასთან ერთად.

  3. გრძელვადიანი ხედვა

    გრძელვადიან პერსპექტივაში · ACCENTSYS-ის გამოთვლითი ინფრასტრუქტურა

    • ACCENTSYS-ის მიერ კონტროლირებადი გამოთვლითი რესურსი
    • გამოყოფილი მაღალწარმადი ინფრასტრუქტურა
    • პოტენციური საკუთარი მონაცემთა ცენტრის ინფრასტრუქტურა

    ACCENTSYS დღეს საკუთარ მონაცემთა ცენტრს არ ფლობს.

Microsoft Azure და Google Cloud დამატებითი შესაძლო გამოთვლითი წყაროებია — არა მომდევნო ეტაპები. სამი ბარათი აღწერს ინფრასტრუქტურის სტრატეგიას; პროვაიდერები მასში სიმძლავრის ურთიერთშესაცვლელი წყაროებია.

პროვაიდერისგან დამოუკიდებელი

YiENTi პრინციპულად არ არის დამოკიდებული Alibaba Cloud-ზე, AWS-ზე, Microsoft Azure-ზე ან Google Cloud-ზე.

გამოთვლით რესურსზე დამოკიდებული

პრაქტიკული შეზღუდვა არის დატვირთვისთვის საკმარისი გამოთვლითი რესურსი: CPU, GPU, სისტემური მეხსიერება, VRAM, შენახვა / I/O, ქსელის გამტარუნარიანობა და პარალელური გამოთვლითი სიმძლავრე.

კომერციული სტრატეგია · ხედვა

გრძელვადიანი გამოყოფილი YiENTi-ის ინფრასტრუქტურა გათვლილია, რომ მიჰყვება ACCENTSYS-ის პროდუქტების პორტფელის კომერციულ მასშტაბირებას, ხოლო Merclino უახლოესი კომერციალიზაციის პრიორიტეტია. პორტფელის წარმატებული კომერციალიზაცია გათვლილია იმაზე, რომ დაეხმაროს YiENTi-ის სულ უფრო მეტად გამოყოფილი გამოთვლითი სიმძლავრის დაფინანსებას. Merclino კომერციული პრიორიტეტია და არა განსაკუთრებული ტექნიკური შემთხვევა: ACCENTSYS-ის ყოველი მიმდინარე პროდუქტი შექმნილია YiENTi-ის მხარდაჭერილი ინჟინერიით.

გამოთვლითი შეზღუდვა

ამჟამინდელ შიდა დატვირთვებში YiENTi-ის სტრუქტურულ მსჯელობას შეიძლება დასჭირდეს დაახლოებით ერთი რიგით მეტი გამოთვლითი რესურსი, ვიდრე LLM-ზე ორიენტირებულ ჩვეულებრივ სამუშაო პროცესებს.

YiENTi მსჯელობს გრაფულ სტრუქტურებზე, პროცესებზე, მდგომარეობებზე, დამოკიდებულებებზე, გაზომვებზე, მოდელის მრავალ ხედზე და მათ შორის კავშირებზე — ისტორიასა და ვალიდაციის შედეგებთან ერთად. YiENTi გამოთვლით ეფექტიანობას ცვლის უფრო მდიდარ სტრუქტურულ კონტექსტზე.

ეფუძნება ACCENTSYS-ის შიდა დატვირთვებს; არ არის დამოუკიდებელი ბენჩმარკი.

რატომ არის მნიშვნელოვანი მეტი გამოთვლითი რესურსი

დამატებითი გამოთვლითი რესურსი დამუშავების დროის შემცირებაზე მეტს აკეთებს. ის YiENTi-ს საშუალებას აძლევს, ერთდროულად იმსჯელოს უფრო დიდ, ერთმანეთთან დაკავშირებულ კონტექსტებზე:

  • პროცესები
  • გრაფის კავშირები
  • დამოკიდებულებები
  • მდგომარეობა
  • ისტორია
  • გაზომვა
  • პროგრამული მოდელები
  • მოდელის მრავალი ხედი
  • ვალიდაციის კონტექსტი

ნაკლები სტრუქტურა

  • ნაკლები გამოთვლითი რესურსი
  • კონტექსტის ალბათური რეკონსტრუქცია

მდიდარი სტრუქტურული მოდელი

  • მეტი გამოთვლითი რესურსი
  • აშკარა მდგომარეობა, პროცესები, კავშირები და გაზომვადი კონტექსტი
YiENTi მნიშვნელოვან გამოთვლით რესურსს იყენებს, რადგან ინახავს პრობლემის სტრუქტურის უფრო დიდ ნაწილს და მასზე მსჯელობს.ACCENTSYS ამ არქიტექტურას იყენებს, რადგან პროგრამულ ინჟინერიაში სტრუქტურული თანმიმდევრულობა და სიზუსტე მნიშვნელოვანია.

წარმოშობა

YiENTi 2010 წლიდან ვითარდება.

YiENTi-ის წარმოშობა 2010 წლამდე მიდის, როდესაც პროექტი Logical Board-ის სახელით დაიწყო Grandes Planos S.A.-ში. შემდგომში ტექნოლოგია განვითარდა YiENTi-დ, რომელიც აერთიანებს სტრუქტურირებულ საწარმოო ინფორმაციას და სულ უფრო დახვეწილ ინტელექტის ფენას.

  1. 2010

    Logical Board

    წარმოშობა Grandes Planos S.A.-ში

    პროექტი იწყება როგორც Logical Board Grandes Planos S.A.-ში და ორიენტირებულია სტრუქტურირებულ საწარმოო ინფორმაციაზე, პროცესებზე, ამოცანებსა და ურთიერთკავშირებზე.

  2. 2016

    YiENTi

    YiENTi-ის პირველი პრეზენტაცია Swisscom AG-ში

    YiENTi – Intelligent Enterprise Information. წარდგენილი არქიტექტურა უკვე მოიცავდა:

    • საწარმოო ინფორმაცია
    • YiENTi AI
    • სტრუქტურირებული პროცესები
    • გაზომვა
    • გრაფზე და პროცესებზე დაფუძნებული ინტელექტი
  3. დღეს

    YiENTi Enterprise + YiENTi Intelligence

    2016 წლის არქიტექტურის გაგრძელება და ტექნიკური განვითარება

    უკვე უზრუნველყოფს ACCENTSYS-ის რეალურ პროგრამულ ინჟინერიას შემდეგის გამოყენებით:

    • სისტემის ცხადი მოდელები
    • სტრუქტურირებული პროცესები
    • გრაფზე დაფუძნებული მსჯელობა
    • გაზომვა
    • მოდელზე ორიენტირებული ინჟინერია (model-driven engineering)
    • გენერაცია და ვალიდაცია
  4. შემდეგი

    Real Intelligence / AGI

    განვითარების მიმართულება

    შემდგომი განვითარება სულ უფრო ზოგადი ინტელექტისკენ, რომელიც ეფუძნება სტრუქტურირებულ მსჯელობას, გაზომვად რეალობასა და სისტემის ცხად მოდელებს.

    ხედვა / კვლევის მიმართულება

    უფრო გრძელვადიანი კვლევის მიმართულება

    ზოგადი და პოტენციურად ადამიანზე მაღლა მდგომი მანქანური ინტელექტი.

„შემდეგი“ აღწერს განვითარების მიმართულებას და არა მიღწეულ შესაძლებლობას. YiENTi არ აცხადებს, რომ აქვს AGI ან სუპერინტელექტი.

ხელოვნური ინტელექტიდან რეალური ინტელექტისკენ

ACCENTSYS ტერმინ Real Intelligence-ს იყენებს ალბათურ ენობრივ გენერაციას მიღმა მიმართულებისთვის: ინტელექტისთვის, რომელსაც შეუძლია მსჯელობა ცხად პროცესებზე, ურთიერთკავშირებზე, მდგომარეობაზე, გაზომვებსა და შედეგებზე.

Real Intelligence არის ACCENTSYS-ის კომპანიური ტერმინოლოგია და არა დამკვიდრებული სამეცნიერო ტერმინი.

უკვე 2016 წლის არქიტექტურაში

განცალკევება საწარმოო ინფორმაციასა და მანქანურ ინტელექტს შორის უკვე იყო 2016 წელს წარდგენილი YiENTi-ის არქიტექტურის ნაწილი.

გაზომვად შედეგთან დაკავშირებული პროცესები, საწარმოო ინფორმაციის გრაფი და მასზე მოსაზრებელი AI ფენა. YiENTi-ის არქიტექტურა არ შექმნილა დიდი ენობრივი მოდელების ბოლოდროინდელი აღზევების საპასუხოდ.

რატომ ახლა

არქიტექტურა დღევანდელ AI ინფრასტრუქტურას უსწრებდა.

ფუნდამენტური მიმართულება 2016 წელსაც არსებობდა. შეიცვალა ის, რომ ხელმისაწვდომია გამოთვლითი რესურსი, რომელიც მის მნიშვნელოვან მასშტაბზე შესასრულებლად საჭიროა. დღევანდელი არსებითად გაზრდილი გამოთვლითი სიმძლავრე იმ არქიტექტურის სულ უფრო რთულ შესრულებას იძლევა. მიმდინარე იმპლემენტაცია არ ემთხვევა 2016 წლის იმპლემენტაციას; ის მისი არსებითი ტექნიკური განვითარებაა.

მეტი გამოთვლითი სიმძლავრე YiENTi-ს საშუალებას აძლევს ერთდროულად იმუშაოს უფრო დიდ დაკავშირებულ პროცესების, გრაფისა და პროგრამულ კონტექსტებში.

არქიტექტურული განსხვავება

LLM-ს შეუძლია დიაგრამის ინტერპრეტაცია. YiENTi-ს შეუძლია სტრუქტურა მოდელის ნაწილად აქციოს.

პროცესები, გეითვეები, აქტივობები, კლასები, მიმდევრობები, ურთიერთკავშირები და დამოკიდებულებები შეიძლება დარჩეს მსჯელობის კონტექსტში ცხად ობიექტებად.

გამოსახულების ინტერპრეტაცია

მულტიმოდალურ ენობრივ მოდელებს შეუძლიათ ტექსტის, გამოსახულებებისა და დიაგრამების ინტერპრეტაცია. სტრუქტურა პრომპტიდან გამოიყვანება.

პროცესის სურათი, რომელიც მოთხოვნისას ინტერპრეტირდება.

სტრუქტურული წარმოდგენა

YiENTi-ში პროცესები, ურთიერთკავშირები, მდგომარეობები და დამოკიდებულებები შეიძლება არსებობდეს მანქანით წასაკითხი ცხადი სტრუქტურების სახით და არა მხოლოდ პრომპტებიდან გამოყვანილი ინფორმაციის სახით.

  • აქტივობა
  • მოვლენა
  • გეითვეი
  • აქტორი
  • მიმდევრობა
  • კლასი
  • ურთიერთკავშირი
  • მდგომარეობა
  • დამოკიდებულება
  • მონაცემთა ერთეული
  • პროცესის გზა

YiENTi დიაგრამას უბრალოდ არ უყურებს. ამ დიაგრამით წარმოდგენილი სტრუქტურა შეიძლება სისტემის მოდელის ნაწილად იქცეს.

მოდელის მრავალი ხედი

სხვადასხვა დიაგრამა ერთი დაკავშირებული სისტემური მოდელის სხვადასხვა ხედად იქცევა.

  • მოთხოვნები
  • მომხმარებლის ისტორიები
  • გამოყენების შემთხვევები (Use Cases)
  • აქტივობის დიაგრამები (Activity Diagrams)
  • BPMN
  • კოლაბორაცია
  • მიმდევრობა (Sequence)
  • კლასების მოდელები (Class Models)
  • მონაცემთა მოდელები
  • სისტემური დამოკიდებულებები

პროგრამული ინჟინერია

არა მხოლოდ გენერირებული კოდი. მის უკან მდგომი სისტემის მოდელი.

YiENTi პროგრამულ ინჟინერიას არსებითად განსხვავებულად უდგება, ვიდრე LLM-first სისტემები. იმის ნაცვლად, რომ სისტემის კონტექსტის განმეორებით აღსადგენად გენერირებულ ენას დაეყრდნოს, YiENTi სისტემის ცხად სტრუქტურულ წარმოდგენებს ინახავს.

LLM-first ციკლი

  1. პრომპტი
  2. გენერირებული კოდი
  3. განხილვა
  4. ახალი პრომპტი
  5. აღდგენილი კონტექსტი
  6. ↺

სისტემის კონტექსტი ყოველ ციკლში ენიდან აღდგება.

YiENTi-ის ციკლი

  1. სტრუქტურირებული მოთხოვნები
  2. პროცესის / სისტემის ცხადი მოდელი
  3. დამოკიდებულებები
  4. მსჯელობა
  5. იმპლემენტაცია
  6. ვალიდაცია
  7. გაზომილი შედეგი
  8. განახლებული მოდელი
  9. ↺

სისტემის მოდელი შენარჩუნდება და ყოველი გაზომილი შედეგით განახლდება.

პროდუქტის დასტური

  • Arbeitsmarktvollzug
  • Castovia
  • Kicaly
  • Merclino
  • SchoolApp
  • STV Portal
  • xcess

კლიენტის საინჟინრო პროექტი

  • LOXY Time · Loxy International AG

ACCENTSYS-ის მთელი მოქმედი აპლიკაციების პორტფელი შექმნილია YiENTi-ის მხარდაჭერით განხორციელებული ინჟინერიით, ხოლო თავად YiENTi ინჟინერიის პლატფორმის როლს ასრულებს. LOXY Time, კლიენტის პროექტი, რომელიც ACCENTSYS AG-მ შეიმუშავა Loxy International AG-ისთვის, რეალური საწარმოო ინჟინერიის პროექტია და აჩვენებს YiENTi-ის მხარდაჭერით პროგრამული უზრუნველყოფის შემუშავებას რთული ოპერაციული სამუშაო პროცესების, მარეგულირებელი მოთხოვნების, მონაცემთა დამუშავებისა და სისტემური ინტეგრაციის პირობებში.

არქიტექტურა

ორი ტექნოლოგია, ერთი ურთიერთდაკავშირებული არქიტექტურა.

საწარმოს ინფორმაცია ხდება სტრუქტურირებული ოპერაციული გრაფი. YiENTi Intelligence მასზე მსჯელობს, ხოლო შედეგები ბრუნდება საწარმოს მდგომარეობაში ან გადაეცემა დაკავშირებულ სისტემებს. იგივე ინტელექტუალური ფენა YiENTi Enterprise-ის გარეთაც მუშაობს.

დიაგრამა C · ინტეგრაცია

ერთობლივი მუშაობა

YiENTi Enterprise

საწარმოს ინფორმაციის პლატფორმა

სტრუქტურირებული ოპერაციული გრაფი

რა არსებობს · ვინ არის ჩართული · რა რაზეა დამოკიდებული

YiENTi Intelligence

Graph-Native Intelligence Engine

მსჯელობა · გადაწყვეტილება · ორკესტრაცია

საწარმოს პლატფორმა

განახლებული საწარმოს მდგომარეობა

გარე სისტემები

დაკავშირებული ინტერფეისები

განახლებული მდგომარეობა ხდება მსჯელობის შემდეგი კონტექსტი.

YiENTi Enterprise-ის მიღმა

YiENTi Intelligence

ხელახლა გამოყენებადი ინტელექტის შრე

ACCENTSYS-ის პროგრამული ინჟინერია

ძირითადი ტექნოლოგია შიდა გამოყენებაში

ACCENTSYS-ის სხვა პროდუქტები

განვითარების მიმართულება

მომავალი გარე სისტემები

განვითარების მიმართულება

სტრუქტურირებული მსჯელობის სხვა გამოყენების შემთხვევები (Use Case)

განვითარების მიმართულება

მიმდინარე დეველოპმენტი

გამჭვირვალედ იმის შესახებ, სად დგას YiENTi.

YiENTi-ის პლატფორმა

მზადდება

დამოუკიდებელი YiENTi-ის პლატფორმა დეველოპმენტის პროცესშია და ჯერ კომერციულად ხელმისაწვდომი არ არის.

YiENTi Intelligence · ძირითადი ტექნოლოგია

შიდა გამოყენებაშია ACCENTSYS-ში

YiENTi უკვე ეხმარება ACCENTSYS-ის საინჟინრო საქმიანობას, სანამ დამოუკიდებელი პლატფორმა განაგრძობს განვითარებას.

ადამიანი პროცესში · მიმდინარე სიმწიფე

YiENTi დღეს ექსპერტის მიერ წარმართულია.

მიმდინარე სისტემა მნიშვნელოვან საინჟინრო ბერკეტს იძლევა, როცა მას მართავენ ადამიანები, რომლებიც კარგად ესმით პროცესებისა და სისტემის სტრუქტურის. მისი ძალა სტრუქტურირებული მოდელების, პროცესების გაგებისა და მანქანის მიერ მხარდაჭერილი მსჯელობის შერწყმაში მდგომარეობს.

ცოდნა, რომელიც დღეს YiENTi-ის შესაძლებლობებს ამრავლებს

  • BPMN
  • პროცესების მოდელირება
  • სისტემური არქიტექტურა
  • პროგრამული უზრუნველყოფის ინჟინერია
  • ბიზნეს სამუშაო პროცესები
  • სტრუქტურირებული მოდელების ინტერპრეტაცია

YiENTi ჯერ არ არის დასრულებული მასობრივი ბაზრის პროდუქტი, რომლითაც ნებისმიერს შეუძლია სფეროს ცოდნის გარეშე სარგებლობა.

მიმართულება · არა თარიღით განსაზღვრული დაპირება

  1. დღეს

    ექსპერტის მიერ წარმართული სტრუქტურული ინჟინერია

  2. შემდეგ

    მოდელირების, მსჯელობის, ტესტირებისა და მიწოდების უფრო მეტი ავტომატიზაცია

  3. გრძელვადიანი

    სულ უფრო ავტონომიური სისტემური ინჟინერია

YiENTi-ის ფილოსოფია

ხელოვნური ინტელექტიდან Real Intelligence-ისკენ.

ინტელექტი უფრო მეტია, ვიდრე დამაჯერებელი ენის წარმოება. ის მოითხოვს ურთიერთკავშირების, კონტექსტის, პროცესების, შედეგებისა და დროში ინფორმაციის ცვლილების გაგებას. YiENTi არის ACCENTSYS-ის მიდგომა ამ პრობლემისადმი.

„Real Intelligence“ აღწერს YiENTi-სა და ACCENTSYS-ის ფილოსოფიას — ის არ არის დადგენილი სამეცნიერო კატეგორია.

სტრატეგიული ზრდა

მომდევნო ეტაპის მასშტაბირება.

YiENTi უკვე გამოიყენება რეალური პროგრამული უზრუნველყოფის შესაქმნელად. მომდევნო ეტაპი ეხება პროდუქტიზაციის, გამოთვლითი სიმძლავრის და კომერციალიზაციის მასშტაბირებას. YiENTi ACCENTSYS-ის უფრო ფართო ტექნოლოგიური პორტფელის ნაწილია.

შემზღუდველი ფაქტორებია კაპიტალი, მასშტაბირება და გამოთვლითი სიმძლავრე — და არა ის, მუშაობს თუ არა YiENTi.

ACCENTSYS

შემუშავებულია ACCENTSYS AG-ის მიერ, შვეიცარია.

YiENTi ACCENTSYS-ში ორ როლს ასრულებს: ერთი მხრივ, ის არის ხელშემწყობი ტექნოლოგიური შრე ACCENTSYS-ის პროგრამული ინჟინერიის ფარგლებში, მეორე მხრივ კი — სამომავლო დამოუკიდებელი პლატფორმა.

გაინტერესებთ YiENTi-ის უკან მდგომი პლატფორმის ფართო სტრატეგია? გაეცანით ACCENTSYS-ს, მის ტექნოლოგიურ პორტფელს და სტრატეგიული ზრდის მიმდინარე რაუნდს.

პარტნიორობის, ტექნოლოგიური განხილვების, სტრატეგიული თანამშრომლობისა და ინვესტიციისთვის.