详细内容或原文请订阅后点击阅览
人工智能工具如何在物联网系统中产生技术债务 - 以及如何应对
人工智能工具加速了物联网开发 - 但更接近硬件，看起来正确的相同代码可以同时悄悄地破坏数千台设备。人工智能工具如何在物联网系统中产生技术债务 - 以及如何处理它首先出现在走向数据科学上。
来源:走向数据科学，阿丽亚娜 5 号进行了首次发射，这是一种新型欧洲重型运载火箭，旨在将有效载荷送入近地轨道。火箭升空后不到 40 秒就爆炸了。这是由于惯性导航系统软件的规格和设计错误造成的。重复使用了先前 Ariane 4 版本中的软件模块，但未验证其约束是否适合新环境。它成为历史上最昂贵的软件错误之一。
为什么我会在一篇关于人工智能工具产生的技术债务的文章中回忆起三十年前的一件事？因为它帮助我们记住一个简单的事实：在复杂的系统中，危险的不仅仅是“糟糕的代码”，还有看起来可以接受但与上下文不匹配的代码。 AI助手重现类似问题？
作为 IIoT 领域的专家，特别是预测性维护领域的专家，我看到以下几点：人工智能工具可以快速生成适合本地任务的功能代码，但它们不会在整个系统的层面上验证自己的假设。在工业物联网中，这意味着解决方案在单个功能或服务级别上可能是正确的，但无法考虑特定硬件、数据流、架构边界或实际设备操作条件的约束。结果，本地正确的代码成为系统故障和昂贵修复的根源，导致整个平台的开发速度变慢。
人工智能的四种技术债务
技术债务是指现在加快速度但以后成本更高的任何决定。我想强调人工智能工具产生技术债务的四种主要机制。
重现遗留模式和错误
没有架构意识的“快速修复”
逻辑重复，维护复杂度增加
忽略硬件限制
在模拟器中运行良好的解决方案在资源有限的物理设备上运行时可能会失败。