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。
 

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。演讲的重点是管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。

回顾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，其粉丝连续不断地蒙蒙蒙蒙视频剪辑，他表示，在2009年，无法轻松管理，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。
 

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聚力的原理。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紧密耦合，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管理分布式状态时遇到了问题，包括合并状态和竞争条件。探索包括操作转换(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样式操作与浏览器中的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。

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制造过程的用例。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”的发展。