迄今为止,人工智能系统的开发主要是体力劳动。这种人工智能的建构主义方法已导致针对相对较小问题的多种孤立解决方案。例如,在机器人技术中将这些部分组合在一起的小成功案例使人们乐观地认为,继续沿着这条道路前进将导致人工智能的出现。这不太可能。“人工智能问题”在没有太多科学或理论指导的情况下被分割,导致研究界分裂和一系列严重不兼容的方法。标准软件开发方法在扩展方面存在严重限制;在人工智能中建构主义方法导致系统领域应用有限且性能严重脆弱。因此,一般智能所需的真正集成在实践和理论上均被排除在外。然而,要超越当前的人工智能系统,需要的集成要比迄今为止尝试的集成复杂得多,尤其是在注意力和学习等横向功能方面。应对挑战的唯一方法是用专注于自生成代码和自组织架构的方法取代自上而下的架构设计作为主要开发方法。我将此称为建构主义人工智能,因为它必须基于自我建构原则。建构主义人工智能所采用的方法将与当今的软件开发方法截然不同。在本文中,我详细描述了这一论点,并研究了这种即将到来的范式转变的一些影响。
应用工具(GIS,粉红外摄影,地图,建模,土壤,植被和水文条件的现场检查)来开发方法,以识别和优先级与参与湿地保护和恢复的其他组织的可再生湿地分享优先级
当地制造和竞争力,利用该国的资源和遗产,鼓励创新,并认识到IP在促进该国朝向知识经济发展的野心方面的作用。•IP策略列出了一个分阶段的IP策略开发方法:
我们在 2021 年 6 月报道称,国防部 (DOD) 计划投资超过 1.8 万亿美元来购买其最昂贵的新武器系统,例如飞机、舰船和卫星。这些系统越来越依赖软件来为作战人员提供所需的能力。与此同时,该部门正在向信息技术 (IT) 系统和能力投入数十亿美元。美国面临的威胁正在以越来越快的速度变化,国防部的适应和响应能力现在取决于其快速开发和部署软件到现场的能力。过去几年来,国防部努力使其武器和 IT 系统的软件开发方法现代化,例如实施法律要求或国防科学委员会和国防创新委员会最近研究建议的改革。然而,我们最近的工作发现,国防部在执行现代软件开发方法和快速向用户交付软件方面仍然面临挑战。1
这种基于模型的方法允许在产品开发计划的早期阶段进行“前期加载”和更准确、更稳健的目标设定。虚拟环境和车辆可用于遵循基于场景的开发方法,该方法使用基于虚拟的车辆系统、环境和 RDE 场景开发和验证系统硬件在环 (HiL)。
这种基于模型的方法允许在产品开发计划的早期阶段进行“前期加载”和更准确、更稳健的目标设定。虚拟环境和车辆可用于遵循基于场景的开发方法,该方法使用基于虚拟的车辆系统、环境和 RDE 场景开发和验证系统硬件在环 (HiL)。