Noslēguma darbu reģistrs
  
Studiju darba apraksts
Studiju veids maģistra akadēmiskās studijas
Studiju programmas nosaukums Biznesa informātika
Nosaukums Ģeneratīvā mākslīgā intelekta (GenAI) pielietojums projektu vadības procesu uzlabošanā
Nosaukums angļu valodā Application of Generative Artificial Intelligence (GenAI) in Enhancement of Project Management Processes
Struktūrvienība 33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte
Darba vadītājs Pēteris Rudzājs
Recenzents Ingars Eriņš
Anotācija Pēdējā laikā globālās prasības pēc dažādiem informācijas tehnoloģiju (IT) produktiem vai pakalpojumiem ir ievērojami pieaugušas. Attiecīgi daudzi programmatūras projekti ir definēti, plānoti, īstenoti un dažādi pārvaldīti. Bez šaubām, veikls darba veids ir vispazīstamākā pieeja, ko izmanto programmatūras izstrādes komandas visā pasaulē. Dažādu uz veiklu balstītu ietvaru, piemēram, SCRUM un KANBAN, izmantošana padara elastīgas projektu pārvaldības procedūras daudz raitākas un elastīgākas, kā arī vairāk reaģē uz izmaiņām, ko rada strauja attīstība IT nozarē. Lai gan veiklajam darba veidam, īpaši SCRUM ietvara pielietošanai, ir ietekmīga ietekme uz projekta elastību, jautājumi par elastīgā projekta tehnisko, vides un organizatorisko sarežģītību joprojām pastāv. Turklāt mākslīgā intelekta (AI) straujā attīstība IT produktu attīstībā ir faktors, ko nevar ignorēt. Ātrā mākslīgā intelekta ieviešana, jo īpaši neticamie sasniegumi ģeneratīvajā AI (GenAI), izmantojot jaunus darbus pie lieliem valodu modeļiem (LLM), pievērš veiklo praktiķu vispārēju uzmanību, lai viņi izmantotu šīs tehnoloģijas un palīdzētu viņiem veikt dziļāku analīzi lēmumu pieņemšanā. process. Attiecīgi šajā pētījumā tika noskaidrots, kā ģeneratīvo mākslīgo intelektu, izmantojot pieejamos lokāli uzstādāmos LLM modeļus, piemēram, Llama 3, Llama 2, Mistral, Gemma un OpenChat, var izmantot kā projekta vadītāja palīgu, lai iegūtu uzticamu, specifisku, ātru un precīzu informāciju par projektu. Tādējādi tika izstrādāts izguves paplašinātās paaudzes (RAG) darbplūsma, izmantojot vietējos LLM modeļus, Python 3.10.11 un Langchain ekosistēmu. Tematiskā un salīdzinošā analīze par rezultātiem, kas sasniegti ar RAG darbplūsma, izmantojot dažādus vietējos LLM, parādīja specifiskākas, atbilstošākas un precīzākas atbildes, ko radīja Llama 3 LLM modelis. Turklāt galīgā RAG sistēma tika novērtēta, izmantojot RAGAS novērtēšanas metodi, kā rezultātā tika iegūtas saprātīgas vērtības četrām galvenajām metriku atbilžu atbilstības, konteksta precizitātes, konteksta atcerēšanās un uzticamības vērtībām attiecīgi 0.7500, 0.8907, 0.9405, 0.8847. Maģistra darbs sastāv no 94 teksta lappusēm, 16 attēliem, 7 tabulām, 60 uzziņu avotiem.
Atslēgas vārdi ĢENERATĪVAIS MĀKSLĪGAIS INTELEKTS, AGILE, PROJEKTU VADĪBA, IZŅEMŠANA PAPILDINĀTĀ ĢENERĀCIJA, RAG, INFORMĀCIJAS TEHNOLOĢIJA, LIELAS VALODAS MODELIS
Atslēgas vārdi angļu valodā GENERATIVE ARTIFICIAL INTELLIGENCE, AGILE, PROJECT MANAGEMENT, RETRIEVAL AUGMENTED GENERATION, RAG, LARGE LANGUAGE MODEL
Valoda eng
Gads 2025
Darba augšupielādes datums un laiks 07.01.2025 17:53:11