1.0 软件的五大本质特性是否足以解释现代AI软件系统的难点？

[GreyZeng]

问题二：软件的五大本质特性是否足以解释现代AI软件系统的难点？

本问题来源于第1章，引用布鲁克斯和拉里奇的观点总结软件的本质困难。然而现代AI系统具有新的特征，如“黑箱性”“数据依赖性”“非确定性输出”，这些并未被原有框架覆盖。相关研究（如 Amershi 等人2019年《Software Engineering for Machine Learning》）指出AI软件更容易受数据漂移和不可复现性影响。我提出这个问题，是因为我在AI项目中发现问题更多来自模型和数据而非代码本身，因此想探讨AI软件是否需要新的工程理论来描述。
————————————————
版权声明：本文为CSDN博主「ZhangC_cc」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_56362628/article/details/153081298