Langsung menyang Konten
Artikel iki wis diterjemahake saka Basa Jepang nggunakake AI
Waca ing Basa Jepang
Artikel iki ana ing Domain Publik (CC0). Aja ragu-ragu nggunakake kanthi bebas. CC0 1.0 Universal

Jaman Pamikiran Simulasi

Kanthi nggabungaké fungsi AI generatif menyang program, kita bisa nggawe mekanisme sing sadurunge ora bisa digayuh nganggo pemrograman konvensional.

Salajengipun, nalika AI generatif wis saged ngasilaké program kanthi otomatis, kita bakal saged kanthi bébas lan gampang nggawé lan nglakokaké program miturut gagasan kita.

Nganti saiki, aku wis mbangun sistem sing nerjemahake artikel blogku menyang basa Inggris lan ngirim menyang blog basa Inggris, nggawe video panjelasan saka video presentasi lan ngunggah menyang YouTube, lan ngasilake lan nerbitake situs blogku dhewe kanthi indeks, kategori, lan tag.

Kanthi cara iki, mekanisme sing nggunakake konten asli minangka bahan mentah lan nggabungake fungsi AI generatif kanggo ngasilake macem-macem konten turunan bisa diarani Pabrik Intelektual.

Salajengipun, aku wis nggawé aplikasi wéb kanggo ngoperasikaké Pabrik Intelektual iki lan ngatur statusé, saéngga bisa diakses ing PC lan smartphone. Kajaba iku, bagean-bagean sing nangani pangolahan otomatis sing dipicu déning acara dieksekusi ing mesin virtual sing disiapaké kanggo pangolahan batch ing sanjabé backend.

Mangkono, aku ngembangaké frontend PC lan smartphone, backend server wéb, pangolahan batch ing mesin virtual, lan infrastruktur kanggo iki, kabèh déning aku dhéwé kanthi dhukungan AI generatif.

Iki dudu mung rékayasa full-stack, nanging bisa diarani Rekayasa Omnidirectional, sing kanthi komprehensif ngembangaké macem-macem aspèk sistem.

Salajengipun, nalika nambah aspèk aplikasi wéb sing wis dikembangaké sing ora trep digunakaké utawa nambah fitur anyar, aku bisa masrahaké pemrograman menyang AI generatif, saéngga gampang nindakaké paningkatan sajrone panggunaan.

Iki luwih fleksibel lan luwih cair tinimbang piranti lunak konvensional, saéngga aku bisa nggawe soko sing pas banget karo panggunaanku. Iki diarani Liquidware.

Aku wis ngembangake dhewe lan saiki nggunakake iki. Iki dudu mung konsep; iki wis dadi kasunyatan pangembangan piranti lunak.

Sanajan durung dikembangake, ing bidang sistem bisnis, aku ngarepake yen metodologi pangembangan Berorientasi Proses Bisnis bakal dadi kasunyatan.

Iki minangka pendekatan sing ora ngarahake optimasi sakabèhé program, sing ngrumitake sistem, nanging malah mbagi modul piranti lunak dadi Proses Bisnis individu.

Mung definisi kerangka dhasar antarmuka pangguna, manajemen hak istimewa pangguna, lan model data sing kudu dienggo bareng antarane Proses Bisnis sing dienggo bareng minangka kerangka njaba sistem bisnis.

Pangolahan sistem internal liyane lan data sementara diatur ing unit Proses Bisnis.

Bisa uga ana fungsi utawa struktur data ing njero iki sing bisa dienggo bareng dening rong utawa luwih Proses Bisnis. Nanging, yen digawe dadi modul bareng utawa perpustakaan khusus, sanajan kode lan panggunaan kualitas saya apik, struktur piranti lunak dadi kompleks, lan owah-owahan mbutuhake pertimbangan terus-terusan babagan pengaruhe ing Proses Bisnis liyane.

Ing kahanan nalika AI generatif kanthi otomatis ngasilake program, kerugian sing terakhir ngluwihi keuntungan sing pertama. Mulane, pendekatan Berorientasi Proses Bisnis, sing nandheske Optimasi Individu tinimbang optimasi sakabèhé, dadi rasional.

Salajengipun, bayangaken unit kaya "nglebokake informasi dhasar karyawan anyar," "nganyari informasi dhasar karyawan," utawa "nggoleki karyawan miturut jeneng" minangka Proses Bisnis individu.

Ing metodologi pangembangan tradisional, saben antarmuka pangguna, proses frontend, proses backend, lan proses batch bakal dipisahake dadi file sing beda ing direktori sing beda. Salajengipun, saben proses bakal dikembangake dening insinyur sing beda.

Nanging, nalika siji insinyur nindakake Rekayasa Omnidirectional kanthi njaluk AI generatif nindakake pemrograman, luwih masuk akal kanggo nggabungake kode sing dibutuhake kanggo siji Proses Bisnis menyang siji file utawa folder.

Saliyané iku, asil analisis syarat, spésifikasi tès, asil tès, lan cathetan réview uga bisa dikonsolidasikaké ing lokasi sing padha.

Iki ngidini manajemen kabeh artefak rekayasa piranti lunak ing unit siji Proses Bisnis. Lan, amarga ora perlu nimbang optimasi sakabèhé, paningkatan bisa difokusake ing njero Proses Bisnis kasebut, lan Proses Bisnis anyar bisa kanthi gampang ditambahake menyang sistem bisnis.

Kanthi cara iki, pangembangan program lan apa sing bisa dikembangake kanthi program ngalami owah-owahan signifikan amarga AI generatif. Iki dudu skenario masa depan; iki wis dadi kasunyatan, lan ing mangsa ngarep, kecanggihan kasebut mung bisa terus maju, lan tahap sabanjure kudu ora bisa dihindari luwih saka iku.

Sistem Simulasi

Sing bisa diwujudake liwat program ora winates mung ing sistem bisnis lan pabrik intelektual sing wis kasebut ing kene.

Wilayah liyane sing durung daksebutake bisa diklasifikasikake kanthi wiyar minangka sistem simulasi.

Sanadyan ngrampungaké persamaan fisika prasaja kanthi siji rumus analitis utawa ngétung fenomena fisika kompleks kanthi program iteratif, loro-lorone bisa dianggep sistem simulasi.

Salajengipun, sistem simulasi saged dipunginakaken boten namung ing fisika, ananging ugi ing kimia, biologi, sosiologi, ékonomi, lan bidang sanèsipun. Kajawi akademis, simulasi ugi dipuntrapaken ing rékayasa, kadokteran, operasi institusional, lan manajemen bisnis.

Game uga minangka jinis sistem simulasi. Ing game apa wae, fisika, masyarakat, aturan, lan aspek liyane ing Jagad game kasebut, kanthi cara tartamtu, lagi disimulasi.

Saliyané iku, kita uga nindakaké jinis simulasi nalika ngrancang urip, lelungan, utawa carané nggunakaké dhuwit saku.

Simulasi iki wis ditindakake kanthi macem-macem cara: kanthi nggawe lan nglakokake program, ngitung persamaan ing kertas, mikir ing njero sirah, ngatur pikiran nganggo teks lan panah ing papan tulis, utawa nggambar grafik ing Excel.

Ngembangake program simulasi kanggo masalah tartamtu ngidini simulasi sing luwih rumit tinimbang persamaan analitis. Nanging, mbutuhake katrampilan pangembangan program, upaya, lan wektu.

Uga mbutuhake njlentrehake model simulasi, sing sabanjure mbutuhake katrampilan, upaya pertimbangan, lan wektu.

Saliyane iku, simulasi wis winates ing apa sing bisa diungkapake kanthi bentuk program, lan sadurunge mung sing bisa diungkapake kanthi komputasi sing bisa disimulasi.

AI generatif sacara signifikan ngowahi kahanan iki.

AI generatif ora mung bisa kanthi gampang ngembangake program sistem simulasi, nanging kanthi nggabungake AI generatif menyang sistem simulasi, unsur-unsur sing ora bisa diungkapake kanthi matematika uga bisa disimulasi. Iki ngaktifake unsur simulasi kualitatif sing ambigu lan simulasi sing nglibatake agen cerdas kaya manungsa.

Salajengipun, modhèl simulasi kasebut saged dipunandharaken boten namung kanthi matematis ananging ugi kanthi basa alam lan dipuninterpretasi dening AI generatif.

Iki bakal nggampangake ngowahi macem-macem simulasi sing wis kita lakoni ing pirang-pirang kahanan dadi sistem simulasi.

Akibate, kita bakal bisa entuk asil simulasi sing luwih akurat, efisien, lan efektif, kanthi kemungkinan ngilangi detail utawa ngenalake bias sing luwih cilik.

Salajengipun, nalika nimbang utawi ngrembag masalah-masalah ingkang kompleks, kita saged ngginakaken sistem simulasi kangge nimbang lan ngrembag, tinimbang ngandelaken simulasi mental individu.

Iki nambah presisi pertimbangan lan nggawe diskusi luwih konstruktif. Tinimbang nuduhake kapinteran utawa kesalahan berpikir siji lan sijine, diskusi bisa fokus ing poin-poin sing cetha kayata model dhasar simulasi, sembarang kelalaian utawa unsur sing ilang, carane bagean sing ora mesthi banget diperkirakan, lan metrik endi ing antarane asil sing diprioritaskan.

Amarga sistem simulasi dadi gampang digawe, cara berpikir kita bakal owah saka berpikir linear—sing fokus ing intuisi, asumsi, lan piala utawa kesalahan wong liya—menyang Pamikiran Simulasi.

Iki kaya nggoleki internet ing smartphone nalika diskusi kanggo verifikasi sumber berita, Wikipedia, utawa sumber utama. Ora perlu ana padudon tanpa wates mung ngandelake memori saben wong.

Sajrone diskusi, AI generatif bakal ngatur model simulasi, aturan simulasi, lan prasyarat saka isi diskusi.

Peserta diskusi mung perlu nambah utawa mbenerake informasi lan premiss ing model lan aturan kasebut, banjur mriksa asil simulasi. Kaya nalika nemokake sumber berita sing bisa dipercaya, asil simulasi iki bisa dadi dhasar umum kanggo nyelidiki diskusi.

Iki tegese wong-wong sing ngrungokake diskusi ora bakal urip ing jaman nalika dheweke kudu mikir sapa sing bener utawa sapa sing bisa dipercaya. Dheweke uga ora bakal kelangan inti kanthi nyoba ngerteni istilah lan konsep teknis sing angel sing muncul ing diskusi.

Dheweke mung perlu nimbang bab-bab sing gampang banget: carane ngevaluasi kahanan sing durung mesthi lan nilai-nilai apa sing kudu diprioritasake.