首页 科技 > 正文

人工智能世界中的前端架构

很多文章的报道都是由微观而宏观,今日小编讲给大家带来的关于人工智能世界中的前端架构的资讯也不例外,希翼可以在一定的程度上开阔你们的视野!y有对人工智能世界中的前端架构这篇文章感兴趣的小伙伴可以一起来看看

在纽约QCon大会上,Oqton的前端软件工程师Thijs Bernolet 解释了在创建受机器学习影响的前端架构方面的一些挑战。 人工智能世界中的前端架构

正如Bernolet在“ 人工智能世界中的前端架构 ”的演讲摘要中所讨论的那样,越来越多的人不再是与您的数据交互的唯一客户端。机器和AI客户正在开始实时处理数据,并可以提出建议或影响人类行为。演讲的重点是治理与许多不是人类的不同客户打交道的复杂性,并提出了有关如何构建人类和AI客户都可以利用的单一界面的策略。

回忆Eternal moonwalk,这是由Bernolet及其团队于2009年创建的迈克尔·杰克逊(Michael Jackson)爱好者网站,其粉丝延续不断地蒙蒙蒙蒙视频剪辑,他表示,在2009年,无法轻松治理,标记和编辑15,000个视频的上传在三天内。但是,在当今的机器学习世界中,存在许多可能性和挑战。 人工智能世界中的前端架构

Bernolet认为,机器学习影响用户界面的主要挑战是UI代码和机器学习逻辑之间的状态共享,以及代表用户的数据模型的重叠。良好的用户界面逻辑的基础通常依赖于松散耦合和高凝结力的原理。机器学习代理倾向于影响基础架构,数据模型和业务逻辑,从而打破了UI的基础范式。

Bernolet解释说,由于模型和视图层之间引入了密切耦合,因此传统的UI模型(例如MVC)会降低。他的团队开始研究Redux,并询问是否可以将Redux用于动作序列作为训练动作的机器学习代理。

Bernolet展示了他关于Redux CLI的概念证明,并且感谢Redux生态系统对诸如撤消/重做,时间旅行,副作用处理和Redux devtools等功能的支持。

Bernolet在使用Redux治理分布式状态时遇到了问题,包括合并状态和竞争条件。探究包括操作转换(OT)和无冲突复制数据(CFRD)类型。他们的团队开始考虑通过将git rebase样式操作与扫瞄器中的OT结合使用可以解决这些挑战,从而产生了git-js的概念证明。 人工智能世界中的前端架构

演讲重点介绍了在分布式状态系统中使用Redux所面临的一些挑战。可以解决类似挑战的Redux替代方案可能包括基于JSON补丁的解决方案,例如@ dojo / framework / stores和json-patch-ot。

Redux和客户端git与OT的结合解决了Bernolet及其团队通过结合用户和机器学习输入来优化创造过程的用例。而且,如果这种方法早在十年前就已经存在,那么它可能会简化“永恒月行者”的进展。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。