交互式软件需要用户通过一个过程来引导,这是过去几十年人类所习惯的交互方式。随着人工智能的发展,现在很多步骤已经或者可以被自动化了。机器学习可以自动化任何非自动化的步骤,一个软件架构师应该如何在系统中找到自动化的限制和适当的角色呢?未来软件交互不需要用户呢? 用户在每个交互系统中的角色都会改变,如果所运用的软件是交互式的,那么需要有一个机会来增加自动化,从而提升用户的工作效率。另外,需要记住,机器学习可以实现自动化,而无需理解任务。 无需理解? 考虑一下老式的数据输入,将信息从手写表格转换成计算机系统。与光学扫描仪不一样的是,人类会以不一样的角度看待不清楚的手写体,眯着眼睛,靠近光线,也许会问同事的意见。更重要的是,人类理解语境。 机器学习理论的话,可以添加一个学习层。这将需要扫描输入图像,然后建立这些图像和由数据录入员产生的输出之间的相关性。当相关性足够好时,将学习层转换为自动化层,以生成包含所有学习相关性的输出。Hey presto - 自动输入数据,所有的任务来自现有用户分配的工作。简单来说,就是通过不断地模型训练和对比,选出最精确的模型来进行自动化。 互动意味着现在 工程软件是交互式软件的沃土 - 动态图像,上下文感知菜单,快速点击响应序列来创建和操作规划数据,除了在模拟结构或流体流动模拟背后的数值计算耗时过长。 今年,Ansys展示了其“Discovery Live”软件。这运用图形处理单元(GPU)的并行处理能力来提供仿真结果,作为规划变更的交互式响应的一部分。 这将引发产品研究团队工作方式的变化。 交互式仿真将使仿真成为预先过程的一部分,改进早期规划选择,消除(或尽可能减少)针对所有潜在选择的选定子集的较长周期后续仿真需要。 对于人的正确定位 在这一点上,智能手机显然已经领先了,很多手机使用会发现便捷的互动序列,对用户意图做出相似假设,并且使得大多数选择是不必要的。 虽然很重要,但这些都是相当低级的,详细的规划和优化选择以及更大的图片选择是需要的。 未来可能的三种自动化选择:直接任务自动化(通常被实现为新功能); 基于机器学习的自动化(可能捕捉和复制现有的工作方式); 将现有的“批处理”软件转换为交互式序列(可能由特殊硬件,云容量或数据访问启用)。 要作出这些选择,开发团队需要能够看到他们的交互系统如何适应其环境 - 其他系统和业务流程。要打破的重要一面是用户将继续以同样的方式做同样的事情的假设。 |
发表评论