发明专利保护的是方法、技术及新工艺等，保护代码的是软件著作权。除非你的发明专利滴水不露，而且非常容易举证竞品使用你的技术，通过法律诉讼进行维权将消耗大量的资金和时间。

简单点就用基于数据的预测，先观察历史数据是否有规律，能不能用 ployfit 拟合。再考虑下要不要抑制噪声，做下降噪。最后在历史数据下测试算法。复杂点就建立营业额数据模型，分析其中的因子。很多行业有常用公式，这个要专门做这个的才清楚了。

简单来说 AI 相关的算法一般是基于机器学习的，最终成品是结合了算法模型和数据。算法模型相同但是数据不同的情况下，在同一业务场景下成品的效果也不同。而数据结构的算法多数是不依赖数据的。从算法实现来讲，大部分 AI 算法与已有的数据结构算法实现不同，没法直接复用。AI 模型常用于解决一般性问题，比如 CV 中的目标检测，NLP 中的文本生成。我理解的数学建模一般是针对特定对象进行，比如供应链、客流量等。

其实“寻找活着的意义”也可以成为“活着的意义”的。第一步可以先去寻找处理失落情绪的方法。

@GeruzoniAnsasu 不严格的来讲神经网络定义了一类函数空间，特定的结构和参数可以从中划分出子空间使得其映射满足一定的约束，把这些约束简单分为特征提取及统计回归可能不够充分。经验框架或历史模式的突破能否在神经网络这类函数空间内求解还不是很清楚。

case2 改个名呗 query_with_limits 设置为私有，然后再写俩个 wrapper 一个 findUserByName 一个 findUserById 。这样两个方法的实现比较好维护。