I sin artikel med titeln The Five Laws of SE for AI (Five Laws of Software Engineering for Artificial Intelligence), Tim Menzies reflekterar över vilken roll Software Engineering spelar eller kan spela i utvecklingen och globaliseringen av artificiell intelligens (AI).
Menzies föreslår fem lagar som sammanfattar huvudprinciperna som kommer att styra den framtida utvecklingen av detta område. Jag ska kort sammanfatta dessa fem lagar nedan:
AI-PROGRAMVARAN HAR INTE MYCKET AI: De flesta principer och metoder för Software Engineering är direkt tillämpliga på utvecklingen av artificiell intelligens. Den “smarta” delen är bara en liten bråkdel av den totala applikationskoden. Dessa applikationer kräver åtkomsthantering, serverkonfiguration, databearbetning och rensning, visualiseringar och andra liknande uppgifter.
AI BEHÖVER PROGRAMINGENJÖRER: All programvara, oavsett om den är intelligent eller inte, kräver installation, konfiguration, underhåll, interaktion med andra komponenter, testning, certifiering, användarsupport, användbarhetsförbättringar och distribution. Framtiden för mjukvara är inte ett val mellan Software Engineering eller Artificiell Intelligens, utan en explosiv kombination som kan uppstå genom att kombinera idéer och förmågor hos båda disciplinerna.
AI LIDER NÄR SOFTWARE ENGINEERING IGNORERAS: All intelligent programvara är fortfarande mjukvara, så dåliga programvarutekniker leder till AI-applikationer av låg kvalitet. Efter decennier av erfarenhet av att bygga kvalitetsmjukvara är det ingen idé att kassera all den kunskapen när man utvecklar AI-applikationer. AI-ingenjörer måste också studera Software Engineering som en grundläggande del av sin utbildning.
AI FÖRBÄTTRAS NÄR PRINCIPER FÖR MJUKVARUTEKISK FÖLJS: Motsatsen är också sant: ju mer Software Engineering förbättras, desto bättre är det för AI. Detta inkluderar rörelsen med öppen källkod, som underlättar samarbete för att förbättra statistiska paket och neurala nätverk, som är grundläggande komponenter i de flesta AI-programvara.
SOFTWARE ENGINEERING BEHÖVER OCKSÅ AI: Även om ovanstående lagar fokuserar på hur Software Engineering kan hjälpa AI, är den omvända riktningen också relevant. Det är dock inte så enkelt som att använda vilket generiskt AI-verktyg som helst och låta det samarbeta med programmeringsteamet. Mänskliga och sociala faktorer måste beaktas, och AI krävs ofta omskolas för att korrekt förstå en så specifik domän som mjukvaruutveckling. De flesta av dessa smarta verktyg tränas med hjälp av generiska korpus, som Wikipedia, och har därför ingen specifik kunskap om utvecklingsämnen.
Sammanfattningsvis spelar Software Engineering en viktig roll i utvecklingen av applikationer för artificiell intelligens. Båda disciplinerna drar nytta av varandra, och att följa Software Engineering-principer kan förbättra kvaliteten och prestandan hos AI.
