面向对象方法的OOD方法

一、面向对象方法的OOD方法

面向对象的设计方法是OO方法中一个中间过渡环节。其主要作用是对OOA分析的结果作进一步的规范化整理，以便能够被OOP直接接受。在OOD的设计过程中，要展开的主要有如下几项工作。 数据模型的设计需要确定类-&-对象属性的内容、消息连接的方式、系统访问、数据模型的方法等。最后每个对象实例的数据都必须落实到面向对象的库结构模型中。

优化

OOD的优化设计过程是从另一个角度对分析结果和处理业务过程的整理归纳，优化包括对象和结构的优化、抽象、集成。

对象和结构的模块化表示OOD提供了一种范式，这种范式支持对类和结构的模块化。这种模块符合一般模块化所??和模块之间耦合度弱等。

集成化使得单个构件有机地结合在一起，相互支持。

OO方法当前的研究领域

当前，在研究OO方法的热潮中，有如下主要研究领域：

（1） 智能计算机的研究。因为OO方法可将知识片看作对象，并为相关知识的模块化提供方便，所以在知识工程领域越来越受到重视。OO方法的设计思想被引入到智能计算机的研究中。

（2） 新一代操作系统的研究。采用OO方法来组织设计新一代操作系统具有如下优点：采用对象来描述OS所需要设计、管理的各类资源信息，如文件、打印机、处理机、各类解设等更为自然；引入OO方法来处理OO的诸多事务，如命名、同步、保护、管理等，会更易实现、更便于维护；OO方法对于多机、并发控制可提供有力的支持，并能得当地管理网络，使其更丰富和协调。

（3） 多学科的综合研究。当前，人工智能、数据库、编程语言的研究有汇合趋势。例如，在研究新一代数据库系统（智能数据库系统）中，能否用人工智能思想与OO方法建立描述功能更强的数椐模型？能否将数据库语言和编程语言融为一体？为了实现多学科的综合，OO方法是一个很有希望的汇聚点。

（4） 新一代面向对象的硬件系统的研究。要支持采用OO方法设计的软件系统的运行，必须建立更理想的能支持OO方法的硬件环境。目前采用松耦合（分布主存）结构的多处理机系统更接近于OO方法的思想；作为最新出现的神经网络计算机的体系结构与OO方法的体系结构具有惊人的类似，并能相互支持与配合：一个神经元就是一个小粒度的对象；神经元的连接机制与OO方法的消息传送有着天然的联系；一次连接可以看作一次消息的发送。可以预料，将OO方法与神经网络研究相互结合，必然可以开发出功能更强、更迷人的新一代计算机硬件系统。

二、人工智能好吗？

其实所有东西都是有利有弊。至少在目前看来，人工智能确实是利大于弊的。人工智能对人没有造成什么危害，还能帮人方便地处理很多事情。先说一下人工智能的概念。人工智能并不只包括AlphaGo这种，这种应用的是机器学习，只是人工智能中的一小部分，不过确实是很厉害的一部分。传统的人工智能，重点是在人工，而不是在机器。比如洗衣机、电饭煲里面设置的那些程序参数也可以认为是人工智能。

至于多年以后人工智能发展得比人强大之后有人认为，人工智能发展到一定水平，其智慧超过人类，认为人和他们抢占资源，而并无用处，便会开始毁灭人类；另外有些人只是从霍金的演讲中听说，霍金一直对人类持有乐观态度，那为什么会提出可能会毁灭人类这个观点呢？这个观点是有前提的——一切不考虑前提的论述都是不合格的——如果人类最大化使用智能性自主武器，可能会导致人的灭亡。我认为，对于已经认识到一种科技可能造成危害的情况下（显然人们已经预测到人工智能可能酿成的灾祸了），人类不会在没有对其完全控制的时候就将其投入使用。有如原子弹，如果管理不当，一颗足以将一个城市夷为平地。真正能“远超人类”的人工智能也有如此，人类一定会让他有一些无法逾越的底线。如果一个人“失去了价值观和同情心，枉顾后果”，使用了这种“智能性自主武器”，那么和几百年前发明原子弹时所担忧的让一颗原子弹在人口最密集处爆炸也没有什么区别。而这些，都是人类通过自己的道德、法律，硬性规定可以解决的问题。人类现在对核弹有这样那样的限制，到我们真正研发出这种远超人类的人工智能的时候，必然也会对它有这样那样的限制。事实上，弱人工智能已经成为我们生活中重要的一部分，但未来几十年里，人工智能会逐渐渗透到社会的每一个方面，在医疗、工作、教育和科技等众多领域为我们提供支持和建议。我们的确要保证是我们来掌控人工智能，而不是被它掌控。而在这个问题上我们应该担忧的并不是人工智能本身的发展，而是我们自己的道德底线。总的来说就是利大于弊。

三、学人工智能要求高不高？

人工智能对于一般同学而言，其入门门槛相对较高，你虽然只是学会开发语言的使用，但如果你真的想从事人工智能方向，仅凭这一点还是远远不够的。

从事人工智能领域，首先你的数学理论知识要非常的扎实，这样你才能够看懂人工智能所使用到的算法底层原理，因为这其中涉及到大量的数学定理和公式。

其次，你需要熟练掌握机器学习相关算法底层原理的实现，人工智能本质是使用机器学习算法，使用数据进行模型训练，最后将训练出的模型应用到相关领域中。第三点，你要有一定英语基础，因为可能你需要看大量的人工智能相关的算法文献。第四点，你也需要有很强的科研能力，因为你从事人工智能领域，至少要有自己的质量很高的学术论文。所以如果你对于机器学习相关算法都不了解的话，那么你在面试人工智能的岗位时，一般会很难通过。