Como a inteligência artificial está evoluindo no desenvolvimento de software tradicional

Para quem me conhece bem, provavelmente sabe que tenho uma obsessão doentia por LEGO quando adulto. Quer você siga instruções predefinidas ou reserve um tempo para planejar e criar algo verdadeiramente único, há algo profundamente satisfatório em usar pequenos blocos de construção para criar algo maior.

Embora eu pessoalmente não goste de Play-Doh, reconheço que ela pode ser usada para criar trabalhos muito criativos e detalhados. Talvez, se alguém quisesse, você pudesse combinar a integridade estrutural do LEGO com a aplicação criativa e detalhada do Play-Doh para criar uma obra-prima única.

No desenvolvimento de software tradicional, você monta "pedaços" predefinidos de código/sintaxe/lógica, como peças de Lego, para construir um programa funcional. Cada peça tem um propósito e você precisa seguir certos paradigmas ou algoritmos para obter os resultados desejados.

Por outro lado, usar IA e aprendizado de máquina (especialmente modelos de linguagem grandes no momento, mas os conceitos se aplicam à maioria dos tipos de IA/ML) parece mais usar Play-Doh. Esses modelos trazem um nível de adaptabilidade e criatividade que permite aos programas de computador resolver problemas de formas mais fluidas e inovadoras.

Em um nível elevado, as diferenças são as seguintes:

lógica

Programação tradicional: A lógica é clara e cada parte da lógica está claramente definida. Cada comportamento, saída, fluxo de decisão e controle e algoritmo usado na aplicação é definido manualmente.

AI/ML: a lógica é implícita e aprendida com os dados, em vez de depender de uma lógica explicitamente programada. Os modelos de IA/ML generalizam a partir dos exemplos nos quais foram treinados.

saída

Programação tradicional: O resultado do desenvolvimento de software tradicional é determinístico. Dada a mesma entrada, a mesma saída é sempre produzida, tornando a saída determinística e repetível.

AI/ML: Os modelos de AI/ML são frequentemente probabilísticos, o que significa que seus resultados podem variar com a mesma entrada. Mesmo que algumas interfaces de modelo permitam que o solicitante controle a "criatividade" do modelo, não há garantia de que a saída será sempre a mesma.

おすすめ

転載: blog.csdn.net/iCloudEnd/article/details/132737532