AIASG，顾名思义，的确是一种能独立开发软件的存在。
脱离了开发者的智慧，AI，本质上只是软件和运行软件的硬件，这样的东西，如今已能完成从即时翻译到自动驾驶的很多事，但要“编程”，就有些不可思议。
“国际商用机器”公司必定很早就规划了这方面的工作，不仅在AI算法上有了重大进展，想必，还构建了庞大的软件工程通用库。
通过自身参与的边缘性工作，窥探AIASG的原理，并不太难。
在软件工程中，人的智慧，究竟怎样发挥独特的作用呢，一方面是分析需求，提出要解决的问题，另一方面则是对给定的问题，给出解决的方案。
与普通人的认识相反，提出问题，往往比解决问题更困难。
“认识，分析与改造客观世界”，人的一切活动，显然也包括需要用计算机来进行的活动，总可以归结于此，对特定的问题，无数前人的智慧已经找到了解法，那么这些解法，稍加变换，应用到类似问题的解决上，这种事就并非不能用AI来完成。
与此相比，从前述的“认识，分析与改造”过程中，提炼出新的问题，并独创性的给出解决方案，才更加困难。
人工智能的前沿动向，坦率的讲，方然并不甚了了，但是他也知道，目前的研究热点集中在所谓“仿生”，从“人工神经网络”到“学习体系”的诸多分支，都试图模仿人脑的学习和演化过程，也就是用庞大而复杂的电路，通过自组织、混沌演化的方式，模仿人的智力获取与提升过程。
但对于AIASG，原则上，并不需要这些高深的架构才能实现。
计算机网络中的软件，浩如烟海，真正归纳起来的种类却并不多，绝大多数软件要应付的问题，性质都彼此雷同，尤其在核心网与服务器上运行的后端程序，对接的都是其他计算机，几乎没有人的因素。
这样的软件，一言蔽之，面对的问题、和解决的算法，都具有高度的规律性。
“国际商用机器”公司的AIASG系统，具备极高的复杂度，依托于巨型计算机的100PFlops级（每秒一万亿亿次）算力，对给定的系统要求，可以自动生成、部署与维护特定的软件系统。
这且不算，按方然查到的资料，这AIASG分明已演化到了2.0版本，在生成软件的过程中，几乎完全跳过了“编程”这一环节。
想一想也是，编程，程序设计语言，这些东西都是人才会用到。
软件自动生成软件，整个过程，完全在计算机系统和网络中进行，摆脱了繁琐而低效的人机界面，软件中的指令，自然也不必再仰赖“程序设计语言”这种人与计算机的交互工具，即，跳过了“编译”、“解释”环节，而从算法直接生成机器码。
同样是“制造”软件，AI的做法，和人大不一样，这引发了方然的高度关注。
作为新兴事物，AIASG生成的软件，可想而知一开始的效率比较低下，还会包含若干逻辑与流程层面的缺陷，这一点，与人类主导的软件工程并无二致。
但是接下来发生的事，就有点可怕：
与人类的工程组织协调能力不同，AIASG的软件迭代速度，超乎想象。
软件迭代，一个稍显专业的软件工程术语，说白了就是在开发、或运维过程中，对有瑕疵或缺陷的软件进行改进，这种事说起来容易，却往往占据了软件公司的大部分项目预算，即便钱不是问题，也常常会耗费大量时间和人力，最终仍难免超期。
软件开发中的工期拖延，相当普遍，这并非由人的主观错误、而是由客观限制导致。
自从西历1387年，盖亚诞生了名为ENIAC的第一台电子计算机，几十年来，计算机领域的发展始终十分迅猛，硬件性能突飞猛进，软件系统也随之越来越庞大，直到超出了人的头脑、智慧所能掌控的程度。
软件规模超过了一定限度，人的记忆就会溢出，继而错误频发。
即便用软件工程的管理和协调手段，大量开发人员一起工作，其总能力仍显著低于单个开发人员能力的算术和。
这种能力的损耗，受限于人的交流、沟通之低效，短期内并无解决的希望。
但是AIASG，作为一个工作的整体，进行软件迭代、测试与部署工作时，就没有这些人类软件开发团队才会碰到的困扰。
第一一六章 迭代
由于自身开发的软件，都工作在网络底层、或者服务器等幕后节点上，没有用户端的困扰，AIASG的软件迭代，不仅速度极快，甚至可以动用自身的算力，运行虚拟环境，并行测试若干不同的解决策略。
实践中，对普通的运行时错误，完成“错误提取——定位——分析——解决——测试——发布——验证”的一整套流程，甚至只需要短短的五分钟。
而且这五分钟里，有四分钟，都耗费在部署更新、服务器重启上。
功能如此强大的AIASG，面对这样的系统，软件开发者的工作性质也随之而变。
正如传统软件开发的流程，总要从“需求分析”开始，设计师需要用户来描述需求，然后着手工作，AIASG的软件开发则正相反，需要设计师来陈述需求，往往都是为其他软件提供底层支持，接下来的一切，都可以交由人工智能来完成。
目前，以AIASG的能力和资源库，能开发的软件暂时还很有限。
哦豁，小伙伴们如果觉得52书库不错，记得收藏网址 https://224444.shop/ 或推荐给朋友哦~拜托啦 (>.<)
传送门：排行榜单 |