當我在讀工程學的本科生時，我不得不上一門關(guān)于文學和科技傳播的課程。本課程深入研究了影響技術(shù)領(lǐng)域的許多趨勢。其中一個出現(xiàn)在多堂討論中的是人工智能的進步帶來的快速變化。當時，人們認為人工智能是世界上最具影響力的變革之一。YND Software House在最近接受我們采訪時討論了人工智能的一些好處。對人工智能好處的興奮近年來沒有減弱。如果有的話，人們對它的興趣比以往任何時候都多。問題是它對軟件開發(fā)行業(yè)的實際價值有多大。一些技術(shù)專家擔心過分強調(diào)人工智能是有害的。他們警告說，這可能是一個可能破裂的泡沫。

人工智能歇斯底里真的威脅到軟件開發(fā)嗎？

這個問題來自過去幾年一直致力于撰寫大數(shù)據(jù)和人工智能發(fā)展的文章，這聽起來幾乎是褻瀆神明。不幸的是，這是一個絕對需要提出的問題。不幸的現(xiàn)實是，人工智能已經(jīng)開始變得有點泡沫。無數(shù)的軟件開發(fā)人員正在投入大量資源，但方向很少，目標也很模糊。Inshorts的一項研究發(fā)現(xiàn)了一個驚人的發(fā)現(xiàn)。Flipkart前首席產(chǎn)品官Punit Soni總結(jié)了這一統(tǒng)計數(shù)據(jù)在推文中。他表示，他的公司在其應用程序中使用的人工智能很少。他們發(fā)現(xiàn)，減少對任意算法的依賴使他們在競爭中占據(jù)優(yōu)勢。其他公司可能不想把事情帶到同樣的極端。但是，Soni仍然提出了一個非常有效的觀點。如果10家公司中有9家在投資AI時沒有將其用于任何有用的目的，那么他們不妨退出它。

軟件開發(fā)人員在投資人工智能時需要考慮什么

人工智能對許多軟件開發(fā)人員來說非常有價值。問題是太多的開發(fā)者被人工智能的潛力迷住了，卻沒有想出一個明智的游戲計劃。Tristan Greene在他在The Next Web上的文章中提到了這個問題。以下是他們需要牢記的一些事項。

根據(jù)不可靠的假設構(gòu)建人工智能模型可能會非常成問題

我還記得讀過如何開發(fā)簡單的AI算法高中時用C++玩視頻游戲。當時，我讀到的人工智能模型的類型相對簡單。我確切地知道我正在嘗試開發(fā)哪些類型的應用程序，并且其中的假設非常簡單。然而，現(xiàn)實顯然不是電子游戲。開發(fā)基于AI的現(xiàn)實生活模擬變得更加模糊。您需要在開發(fā)算法時做出某些假設，這些假設在應用程序付諸實踐時可能會崩潰。許多開發(fā)人員犯的一個嚴重錯誤是認為在他們的人工智能模型中引入更多變量會導致更高質(zhì)量的輸出。這只是對了一半。只有在充分了解它們與環(huán)境的關(guān)系時，這些附加變量才會為模擬增加價值。太多的開發(fā)人員試圖創(chuàng)建過于復雜的模型而沒有意識到變量的模糊性。他們經(jīng)常對這些變量在試圖復制現(xiàn)實時所扮演的角色做出毫無根據(jù)的假設。開發(fā)人員可能會破壞原本是高質(zhì)量的AI應用程序。如果它僅限于與它正在建模的環(huán)境有更清晰關(guān)系的變量，那就更好了。

機器學習能夠幫助完成這個過程。它可以對人類開發(fā)人員可能會錯過的數(shù)據(jù)集之間的關(guān)系進行深入的觀察。與其在第一次構(gòu)建模型時將這些假設構(gòu)建到模型中，不如插入機器學習算法并賦予它們自主權(quán)以適應相關(guān)性變得更加清晰。他們經(jīng)常對這些變量在試圖復制現(xiàn)實時所扮演的角色做出毫無根據(jù)的假設。開發(fā)人員可能會破壞原本是高質(zhì)量的AI應用程序。如果它僅限于與它正在建模的環(huán)境有更清晰關(guān)系的變量，那就更好了。

機器學習能夠幫助完成這個過程。它可以對人類開發(fā)人員可能會錯過的數(shù)據(jù)集之間的關(guān)系進行深入的觀察。與其在第一次構(gòu)建模型時將這些假設構(gòu)建到模型中，不如插入機器學習算法并賦予它們自主權(quán)以適應相關(guān)性變得更加清晰。他們經(jīng)常對這些變量在試圖復制現(xiàn)實時所扮演的角色做出毫無根據(jù)的假設。開發(fā)人員可能會破壞原本是高質(zhì)量的AI應用程序。如果它僅限于與它正在建模的環(huán)境有更清晰關(guān)系的變量，那就更好了。

機器學習能夠幫助完成這個過程。它可以對人類開發(fā)人員可能會錯過的數(shù)據(jù)集之間的關(guān)系進行深入的觀察。與其在第一次構(gòu)建模型時將這些假設構(gòu)建到模型中，不如插入機器學習算法并賦予它們自主權(quán)以適應相關(guān)性變得更加清晰。如果它僅限于與它正在建模的環(huán)境有更清晰關(guān)系的變量，那就更好了。

機器學習能夠幫助完成這個過程。它可以對人類開發(fā)人員可能會錯過的數(shù)據(jù)集之間的關(guān)系進行深入的觀察。與其在第一次構(gòu)建模型時將這些假設構(gòu)建到模型中，不如插入機器學習算法并賦予它們自主權(quán)以適應相關(guān)性變得更加清晰。如果它僅限于與它正在建模的環(huán)境有更清晰關(guān)系的變量，那就更好了。

機器學習能夠幫助完成這個過程。它可以對人類開發(fā)人員可能會錯過的數(shù)據(jù)集之間的關(guān)系進行深入的觀察。與其在第一次構(gòu)建模型時將這些假設構(gòu)建到模型中，不如插入機器學習算法并賦予它們自主權(quán)以適應相關(guān)性變得更加清晰。

人工智能是無價之寶，但必須謹慎使用

人工智能在許多軟件開發(fā)應用程序中都非常有用。問題是太多的開發(fā)者忽視了大局。他們忽略了考慮他們心中的目標，并做出了毫無根據(jù)的假設，最終破壞了他們的模型。