Durch die Einbettung generativer KI-Funktionen in Programme können wir Mechanismen schaffen, die mit herkömmlicher Programmierung zuvor unerreichbar waren.
Darüber hinaus wird es uns, da generative KI in der Lage ist, Programme automatisch zu generieren, möglich sein, Programme nach Belieben frei und einfach zu erstellen und auszuführen.
Ich habe bisher Systeme entwickelt, die meine Blogartikel ins Englische übersetzen und in einem englischen Blog veröffentlichen, erklärende Videos aus Präsentationsvideos erstellen und auf YouTube hochladen, sowie eine eigene Blog-Website mit Indizes, Kategorien und Tags generieren und veröffentlichen.
Auf diese Weise kann ein Mechanismus, der ursprüngliche Inhalte als Rohmaterial verwendet und generative KI-Funktionen integriert, um verschiedene abgeleitete Inhalte zu produzieren, als Intellektuelle Fabrik bezeichnet werden.
Darüber hinaus habe ich eine Webanwendung zur Steuerung dieser Intellektuellen Fabrik und zur Verwaltung ihres Status erstellt, die sowohl auf PCs als auch auf Smartphones zugänglich ist. Die Teile, die die ereignisgesteuerte automatische Verarbeitung übernehmen, werden zudem auf virtuellen Maschinen ausgeführt, die für die Batch-Verarbeitung jenseits des Backends vorbereitet sind.
So habe ich die Frontend-Anwendungen für PC und Smartphone, das Webserver-Backend, die Batch-Verarbeitung auf virtuellen Maschinen und die zugehörige Infrastruktur mit Unterstützung generativer KI im Alleingang entwickelt.
Dies ist nicht nur Full-Stack-Engineering, sondern kann als Omnidirektionales Engineering bezeichnet werden, das verschiedene Aspekte eines Systems umfassend entwickelt.
Wenn ich zudem Aspekte der entwickelten Webanwendung, die unpraktisch sind, verbessern oder neue Funktionen hinzufügen möchte, kann ich die Programmierung der generativen KI überlassen, was einfache Verbesserungen während der Nutzung ermöglicht.
Das ist noch flexibler und fluider als herkömmliche Software und ermöglicht es mir, etwas zu erschaffen, das perfekt zu meiner Nutzung passt. Ich nenne das Liquidware.
Ich habe diese persönlich entwickelt und nutze sie tatsächlich. Das ist nicht nur ein Konzept; es ist bereits die Realität der Softwareentwicklung.
Obwohl noch nicht entwickelt, erwarte ich im Bereich der Geschäftssysteme, dass die Geschäftsprozessorientierte Entwicklungsmethodik Realität wird.
Dies ist ein Ansatz, der nicht auf die Gesamtoptimierung von Programmen abzielt, welche Systeme verkompliziert, sondern stattdessen Softwaremodule in individuelle Geschäftsprozesse unterteilt.
Nur die grundlegende Framework-Definition der Benutzeroberfläche, die Benutzerberechtigungsverwaltung und die Datenmodelle, die zwischen Geschäftsprozessen geteilt werden müssen, werden als äußerer Rahmen des Geschäftssystems gemeinsam genutzt.
Andere interne Systemprozesse und temporäre Daten werden auf der Ebene des Geschäftsprozesses verwaltet.
Es mag Funktionen oder Datenstrukturen geben, die von zwei oder mehr Geschäftsprozessen gemeinsam genutzt werden können. Werden diese jedoch zu gemeinsamen Modulen oder benutzerdefinierten Bibliotheken gemacht, verbessert sich zwar die Wiederverwendbarkeit von Code und Qualität, die Softwarestruktur wird aber komplexer und Änderungen erfordern eine ständige Berücksichtigung ihrer Auswirkungen auf andere Geschäftsprozesse.
In einer Situation, in der generative KI Programme automatisch generiert, überwiegen die Nachteile des Letzteren die Vorteile des Ersteren. Daher wird der Geschäftsprozessorientierte Ansatz, der die Individuelle Optimierung anstelle der Gesamtoptimierung betont, rational.
Stellen Sie sich außerdem Einheiten wie „Eingabe neuer grundlegender Mitarbeiterinformationen“, „Aktualisierung grundlegender Mitarbeiterinformationen“ oder „Suche nach Mitarbeiternamen“ als einzelne Geschäftsprozesse vor.
In traditionellen Entwicklungsmethoden wären jede Benutzeroberfläche, jeder Frontend-Prozess, Backend-Prozess und Batch-Prozess in verschiedenen Dateien in unterschiedlichen Verzeichnissen voneinander getrennt. Außerdem würde jeder von einem anderen Ingenieur entwickelt werden.
Wenn jedoch ein einzelner Ingenieur Omnidirektionales Engineering durchführt, indem er die Programmierung der generativen KI überlässt, ist es sinnvoller, den für einen Geschäftsprozess erforderlichen Code in einer einzigen Datei oder einem einzigen Ordner zu konsolidieren.
Darüber hinaus können Anforderungsanalyseergebnisse, Testspezifikationen, Testergebnisse und Überprüfungsprotokolle ebenfalls am selben Ort konsolidiert werden.
Dies ermöglicht die Verwaltung aller Software-Engineering-Artefakte auf der Ebene eines einzelnen Geschäftsprozesses. Und da keine Gesamtoptimierung berücksichtigt werden muss, können Verbesserungen innerhalb dieses Geschäftsprozesses fokussiert und neue Geschäftsprozesse problemlos zum Geschäftssystem hinzugefügt werden.
Auf diese Weise unterliegen die Programmentwicklung und das, was mit Programmen entwickelt werden kann, aufgrund generativer KI erheblichen Veränderungen. Dies ist kein Zukunftsszenario; es ist bereits die Gegenwart, und in naher Zukunft kann sich ihre Raffinesse nur weiterentwickeln, und die nächste Stufe muss unweigerlich darüber hinausgehen.
Simulationssysteme
Was sich durch Programme realisieren lässt, beschränkt sich nicht auf die hier erwähnten Geschäftssysteme und intellektuellen Fabriken.
Die restlichen Bereiche, die ich nicht erwähnt habe, lassen sich grob als Simulationssysteme klassifizieren.
Ob einfache physikalische Gleichungen mit einer einzigen analytischen Formel gelöst oder komplexe physikalische Phänomene mit iterativen Programmen berechnet werden, beides kann als Simulationssystem betrachtet werden.
Darüber hinaus können Simulationssysteme nicht nur in der Physik, sondern auch in der Chemie, Biologie, Soziologie, Wirtschaft und anderen Bereichen eingesetzt werden. Über die Wissenschaft hinaus finden Simulationen auch in der Ingenieurwissenschaft, Medizin, bei institutionellen Abläufen und im Geschäftsmanagement Anwendung.
Auch Spiele sind eine Art Simulationssystem. In jedem Spiel werden die Physik, die Gesellschaft, die Regeln und andere Aspekte innerhalb der Welt dieses Spiels in gewisser Weise simuliert.
Darüber hinaus führen wir auch eine Art Simulation durch, wenn wir unser Leben, Reisen oder die Verwendung unseres Taschengeldes planen.
Diese Simulationen wurden auf verschiedene Weisen durchgeführt: durch das Erstellen und Ausführen von Programmen, das Berechnen von Gleichungen auf Papier, das Nachdenken in unserem Kopf, das Organisieren von Gedanken mit Text und Pfeilen auf einem Whiteboard oder das Zeichnen von Graphen in Excel.
Die Entwicklung eines Simulationsprogramms für ein spezifisches Problem ermöglicht komplexere Simulationen als analytische Gleichungen. Dies erfordert jedoch Programmierkenntnisse, Aufwand und Zeit.
Es erfordert auch die Klärung des Simulationsmodells, was wiederum Fähigkeiten, Überlegungsaufwand und Zeit in Anspruch nimmt.
Zudem waren Simulationen auf das beschränkt, was sich in programmatischer Form ausdrücken ließ, und bisher konnten nur rechnerisch darstellbare Dinge simuliert werden.
Generative KI verändert diese Situation maßgeblich.
Generative KI kann nicht nur Simulationssystemprogramme einfach entwickeln, sondern durch die Integration von generativer KI in Simulationssysteme können auch mathematisch nicht ausdrückbare Elemente simuliert werden. Dies ermöglicht vage qualitative Simulationselemente und Simulationen, die menschenähnliche intelligente Agenten beinhalten.
Darüber hinaus können diese Simulationsmodelle nicht nur mathematisch, sondern auch in natürlicher Sprache ausgedrückt und von generativer KI interpretiert werden.
Dies wird es leicht machen, die vielfältigen Simulationen, die wir in vielen Situationen durchgeführt haben, in Simulationssysteme umzuwandeln.
Als Ergebnis werden wir in der Lage sein, genauere, effizientere und effektivere Simulationsergebnisse zu erzielen, mit einer reduzierten Möglichkeit, Details zu übersehen oder Verzerrungen einzuführen.
Darüber hinaus können wir bei der Betrachtung oder Diskussion komplexer Probleme ein Simulationssystem zur Untersuchung und Diskussion nutzen, anstatt uns auf individuelle mentale Simulationen zu verlassen.
Dies erhöht die Präzision der Betrachtung und macht Diskussionen konstruktiver. Anstatt sich gegenseitig Intelligenzfehler oder Denkfehler vorzuwerfen, können sich Diskussionen auf klare Punkte konzentrieren, wie die zugrundeliegenden Modelle der Simulation, eventuelle Auslassungen oder fehlende Elemente, wie hochgradig unsichere Teile eingeschätzt werden und welche Metriken unter den Ergebnissen priorisiert werden.
Da Simulationssysteme einfacher zu erstellen sind, wird sich unsere Denkweise vom linearen Denken – das sich auf Intuition, Annahmen und die Boshaftigkeit oder Fehler anderer konzentriert – hin zum Simulationsdenken verschieben.
Das ist, als würde man während einer Diskussion auf dem Smartphone im Internet nach Nachrichtenquellen, Wikipedia oder Primärquellen suchen. Es wird keine endlosen Argumente mehr geben, die sich ausschließlich auf die Erinnerungen der Beteiligten stützen.
Während einer Diskussion wird die generative KI das Simulationsmodell, die Simulationsregeln und die Vorbedingungen aus dem Inhalt der Diskussion organisieren.
Die Teilnehmer an der Diskussion müssen lediglich Informationen und Prämissen im Modell und den Regeln hinzufügen oder korrigieren und dann die Simulationsergebnisse überprüfen. So wie beim Finden einer glaubwürdigen Nachrichtenquelle können diese Simulationsergebnisse als gemeinsame Basis dienen, um die Diskussion zu vertiefen.
Das bedeutet, dass Menschen, die der Diskussion zuhören, nicht länger in einer Ära leben werden, in der sie darüber nachdenken müssen, wer Recht hat oder wer vertrauenswürdig ist. Sie werden auch nicht das Wesentliche aus den Augen verlieren, indem sie versuchen, obskure Fachbegriffe und Konzepte zu verstehen, die in der Diskussion auftauchen.
Sie müssen nur noch ganz einfache Dinge überlegen: wie Unsicherheit bewertet und welche Werte priorisiert werden sollen.