No es que haya oído hablar alguna vez.
Creo que la ciencia de la IA tiene objetivos más ambiciosos que la generación de código, especialmente la generación de código de prueba, dado que la IA en sí misma se basa en la combinación de prueba, error y algoritmo para dar forma al comportamiento, la parte “impulsada por la prueba” es algo intrínseca.
Además, el pensamiento basado en pruebas y el desarrollo general es propenso a la paradoja objetiva: lea Stanley [1], un desafío importante para los enfoques de desarrollo tradicionales.
- ¿Puede un cerebro artificial ser la clave de la inmortalidad?
- ¿El aprendizaje profundo se está volviendo más importante y valioso que el aprendizaje automático?
- ¿Qué opinas sobre un Administrador de tareas de IA?
- En los próximos tiempos, ¿los robots reemplazarán a los humanos por el cuidado de la vejez?
- ¿No es demasiado pronto para dar el ranking de Go 'divino' AlphaGo de Google?
Los sistemas evolutivos (IA) superan esto al abordar los problemas desde la perspectiva del comportamiento caótico puro que se filtra hacia una solución adaptativa a través de miles, si no millones de generaciones, a través de la causalidad. Esto no se relaciona directamente con TDD, pero aquellos involucrados en TDD generalmente se acercan a las soluciones en la creencia de que no solo ‘conocen’ el problema a resolver, sino que entienden las métricas requeridas para probar la solución.
Las dos culturas del pensamiento son muy diferentes.
Notas al pie
[1] Deja de intentar ser creativo
