LINSOFT

ML Based TDD，即基于机器学习的测试驱动开发——人类解读需求，完善大量测试用例，然后机器根据测试用例学习和发掘里面逻辑，最后的模型就是 我们所需要的一个模块。全新的软件开发思维，用机器学习代替完成某些复杂的逻辑模块。

老板用 “自然语言” 跟我们交流，把他的 “语义” 传达给我们，让我们做他想做的事情。 我们用 “程序语言” 与机器交流，把我们的 “语义” 传达给机器，让机器做我们想做的事情。语义是 脱离“语言” 之外 独立存在的东西。你看到美景，你脑海里有“语义”，你没法用语言表达出来。你吃到好吃的，脑海里有 “语义”，你也没法用语言表达出来，这就是 “语言” 的局限了。语言，尽可能表达 丰富的 语义。...

学习模型，开始蚕食人类智慧编写的传统算法程序了。 Google Brain 用 学习索引（Learned Index） 代替 B树索引，然后GPU/TPU/XPU并行加速，可以大幅度提高 数据检索的效率，这应该是Software2.0的一个比较新奇的应用。AlphaZero也是其中一个例子。由此启发，我们可以用一个旧的模块产生数据，然后 神经网络模块 用这些数据训练，最后并行化的神经网络把传...

我们现在的知识来源，一部分是 自己探索，一部分是 通过语言、文字等方式 获取别人的知识。而现在复杂的机器学习系统都是从0或者少量人类知识（主要是体现在模型设计和数据特征处理上）开始进行数据的探索，没有其它通用的知识等。如果能在一些人类传达的知识的基础上进行机器学习，所需要的数据量将大大减少。人工智能两种实现途径：人类知识迁移 和 机器学习。而人类迁移知识两种途径：人类学会和机器沟通 和 训练机...

人类认识世界都是通过有限的感受器，如眼睛、耳朵、鼻子、皮肤等。通过这些感受器收到的信号，然后在脑子里建立 各种模型，也就是你的内心世界、精神世界。（你的世界观、价值观，对事物的看法，对事情的回忆等等）世界是复杂的，人类只能通过有限的感官来认识世界，也可以通过机器（如雷达、电子显微镜、望远镜、电磁探测仪等）来拓宽认知的途径。也就是为啥物理理论不断变革，亚里士多德->伽利略和牛顿->爱...