Встраивая функции генеративного ИИ в программы, мы можем создавать механизмы, которые ранее были недостижимы с помощью обычного программирования.
Более того, поскольку генеративный ИИ становится способным к автоматической генерации программ, мы сможем свободно и легко создавать и запускать программы по мере их задумки.
До сих пор я создавал системы, которые переводят мои статьи в блоге на английский язык и публикуют их в англоязычном блоге, создают пояснительные видеоролики из презентаций и загружают их на YouTube, а также генерируют и публикуют мой собственный блог-сайт с индексами, категориями и тегами.
Таким образом, механизм, который использует исходный контент в качестве сырья и включает функции генеративного ИИ для производства разнообразного производного контента, можно назвать Интеллектуальной фабрикой.
Кроме того, я создал веб-приложение для управления этой Интеллектуальной фабрикой и ее статусом, сделав его доступным как на ПК, так и на смартфонах. Компоненты, которые обрабатывают автоматическую обработку, запускаемую событиями, выполняются на виртуальных машинах, подготовленных для пакетной обработки, за пределами бэкэнда.
Таким образом, я самостоятельно разработал фронтенды для ПК и смартфонов, бэкэнд веб-сервера, пакетную обработку на виртуальных машинах и инфраструктуру для всего этого при поддержке генеративного ИИ.
Это не просто фуллстек-инженерия, а Всенаправленная инженерия, которая комплексно разрабатывает различные аспекты системы.
Кроме того, при улучшении неудобных в использовании аспектов разработанного веб-приложения или добавлении новых функций я могу поручить программирование генеративному ИИ, что позволяет легко вносить улучшения в процессе использования.
Это еще более гибкое и текучее решение, чем традиционное программное обеспечение, позволяющее мне создавать то, что идеально соответствует моим потребностям. Я называю это Liquidware.
Я лично разработал и фактически использую это. Это не просто концепция; это уже реальность разработки программного обеспечения.
Хотя еще не разработано, в области бизнес-систем я предполагаю, что методология ориентированной на бизнес-процессы разработки станет реальностью.
Это подход, который не стремится к общей оптимизации программ, что усложняет системы, а вместо этого делит программные модули на отдельные бизнес-процессы.
Только базовое определение фреймворка пользовательского интерфейса, управление правами пользователя и модели данных, которые должны быть совместно использованы между бизнес-процессами, совместно используются как внешний фреймворк бизнес-системы.
Прочая внутренняя системная обработка и временные данные управляются на уровне бизнес-процесса.
Внутри этих могут быть функции или структуры данных, которые могут быть совместно использованы двумя или более бизнес-процессами. Однако, если они будут превращены в общие модули или пользовательские библиотеки, то, хотя повторное использование кода и повышение качества улучшатся, структура программного обеспечения станет сложной, и изменения потребуют постоянного рассмотрения их влияния на другие бизнес-процессы.
В ситуации, когда генеративный ИИ автоматически генерирует программы, недостатки последнего перевешивают преимущества первого. Поэтому ориентированный на бизнес-процессы подход, который подчеркивает индивидуальную оптимизацию, а не общую оптимизацию, становится рациональным.
Кроме того, представьте такие единицы, как «ввод основной информации о новом сотруднике», «обновление основной информации о сотруднике» или «поиск сотрудников по имени» как отдельные бизнес-процессы.
В традиционных методологиях разработки каждый пользовательский интерфейс, фронтенд-процесс, бэкэнд-процесс и пакетный процесс будут разделены на разные файлы в разных каталогах. Кроме того, каждый будет разработан отдельным инженером.
Однако, когда один инженер выполняет Всенаправленную инженерию, поручая генеративному ИИ программирование, более разумно объединить код, необходимый для одного бизнес-процесса, в один файл или папку.
Кроме того, результаты анализа требований, спецификации тестов, результаты тестов и записи обзора также могут быть объединены в одном месте.
Это позволяет управлять всеми артефактами программной инженерии на уровне одного бизнес-процесса. И, поскольку нет необходимости рассматривать общую оптимизацию, улучшения могут быть сосредоточены внутри этого бизнес-процесса, а новые бизнес-процессы могут быть легко добавлены в бизнес-систему.
Таким образом, разработка программ и того, что может быть разработано с помощью программ, претерпевает значительные изменения благодаря генеративному ИИ. Это не будущий сценарий; это уже настоящее, и в ближайшем будущем ее совершенствование может только продолжаться, а следующий этап неизбежно должен выйти за эти рамки.
Симуляционные системы
То, что может быть реализовано с помощью программ, не ограничивается упомянутыми здесь бизнес-системами и Интеллектуальными фабриками.
Остальные области, которые я не упомянул, можно в широком смысле классифицировать как симуляционные системы.
Будь то решение простых физических уравнений с помощью одной аналитической формулы или расчет сложных физических явлений с помощью итеративных программ, и то, и другое можно считать симуляционными системами.
Более того, симуляционные системы могут использоваться не только в физике, но и в химии, биологии, социологии, экономике и других областях. Помимо академических исследований, симуляции также применяются в инженерии, медицине, институциональных операциях и управлении бизнесом.
Игры также являются разновидностью симуляционных систем. В любой игре физика, общество, правила и другие аспекты Мира этой игры, в некотором смысле, симулируются.
Помимо этого, мы также выполняем своего рода симуляцию, когда планируем свою жизнь, путешествия или как потратить карманные деньги.
Эти симуляции проводились различными способами: путем создания и запуска программ, расчета уравнений на бумаге, размышлений в уме, систематизации мыслей с помощью текста и стрелок на доске или построения графиков в Excel.
Разработка симуляционной программы для конкретной задачи позволяет выполнять более сложные симуляции, чем аналитические уравнения. Однако это требует навыков разработки программного обеспечения, усилий и времени.
Это также требует уточнения симуляционной модели, что, в свою очередь, требует навыков, усилий по рассмотрению и времени.
Кроме того, симуляции были ограничены тем, что можно выразить в программной форме, и ранее можно было симулировать только то, что можно было выразить вычислительно.
Генеративный ИИ значительно меняет эту ситуацию.
Генеративный ИИ может не только легко разрабатывать программы для симуляционных систем, но и путем включения генеративного ИИ в симуляционные системы можно симулировать элементы, которые не могут быть выражены математически. Это позволяет использовать неоднозначные качественные симуляционные элементы и симуляции, включающие интеллектуальных агентов, подобных человеку.
Более того, эти симуляционные модели могут быть выражены не только математически, но и на естественном языке и интерпретированы генеративным ИИ.
Это позволит легко преобразовывать различные симуляции, которые мы выполняли во многих ситуациях, в симуляционные системы.
В результате мы сможем получать более точные, эффективные и действенные результаты симуляции, с уменьшенной возможностью упущения деталей или внесения искажений.
Кроме того, при рассмотрении или обсуждении сложных проблем мы сможем использовать симуляционную систему для рассмотрения и обсуждения, вместо того чтобы полагаться на индивидуальные мысленные симуляции.
Это повышает точность рассмотрения и делает обсуждения более конструктивными. Вместо того чтобы указывать на интеллект или ошибки в мышлении друг друга, обсуждения могут быть сосредоточены на четких моментах, таких как базовые модели симуляции, любые упущения или недостающие элементы, как оцениваются высоконеопределенные части и какие метрики среди результатов являются приоритетными.
По мере того как симуляционные системы становятся легко создаваемыми, наш образ мышления будет переходить от линейного мышления, которое фокусируется на интуиции, предположениях и злом умысле или ошибках других, к симуляционному мышлению.
Это похоже на поиск в Интернете на смартфоне во время обсуждения для проверки источников новостей, Википедии или первоисточников. Не будет необходимости в бесконечных спорах, полагающихся исключительно на воспоминания друг друга.
Во время обсуждения генеративный ИИ будет организовывать симуляционную модель, правила симуляции и предварительные условия из содержания обсуждения.
Участникам обсуждения нужно будет только добавить или исправить информацию и предпосылки в этой модели и правилах, а затем проверить результаты симуляции. Подобно тому, как при поиске достоверного источника новостей, эти результаты симуляции могут служить общей основой для углубления обсуждения.
Это означает, что люди, слушающие обсуждение, больше не будут жить в эпоху, когда им нужно размышлять о том, кто прав или кому можно доверять. И они не потеряют суть, пытаясь понять сложные технические термины и концепции, появляющиеся в обсуждении.
Им нужно будет рассмотреть очень простые вещи: как оценить неопределенность и каким ценностям отдать приоритет.