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。