新的AI助手角色出现机器学习如何塑造软件开发( 五 )_原创不易请随手点击关注本文由Rehoo团

既然我们已经概述了可以想象的好处，那么下一个问题就出现了：软件编程的哪些部分可以转移到深度学习2.0框架以及传统1.0框架中应该保留哪些内容？今天，很明显这些深度学习神经网络在监督学习环境中表现良好，如果他们为训练数据提供了很好的例子和不好的例子，那么他们就可以学习正确输出什么。谷歌例如，在整个产品套件中使用深度学习。

但这些系统只能与训练数据一样好。而且，正如我的一位同事指出的那样，改进模型的性能经常涉及改进底层代码和部署环境，以及改进培训数据。事实上，一些机器学习系统变得如此之好，以至于他们实际上遇到了人为因素导致的训练数据缺陷。

总结

就目前神经网络不是灵丹妙药。相反，我们需要设计神经网络以与其他解决方案一起使用。软件开发的某些部分可以很好地用于深度学习，还有其他部分不能实现。如果我们再次关注结对编程，有很多不同的方法可以通过与其他人共享来完成问题。软件开发是与其他同事不断合作的过程。每当一对新人聚在一起时，合作伙伴就会带来不同的经验和不同的方法来解决问题。您汇集的越多，您获得的解决方案就越多。