Hei Habr! Cyflwynaf i'ch sylw gyfieithiad yr erthygl gan kristencarter7519.
Er ei bod hi'n ymddangos mai dim ond ychydig ddyddiau i ffwrdd yw 2020, mae'r dyddiau hyn hefyd yn arwyddocaol ym maes datblygu meddalwedd. Yn yr erthygl hon, byddwn yn archwilio sut y bydd 2020 yn newid bywydau datblygwyr meddalwedd.
Mae dyfodol datblygu meddalwedd yma!
Mae datblygu meddalwedd traddodiadol yn cynnwys ysgrifennu cod yn ôl rheolau sefydlog. Fodd bynnag, mae datblygu meddalwedd modern wedi gweld newid patrwm gyda datblygiadau mewn deallusrwydd artiffisial, dysgu peirianyddol, a dysgu dwfn. Drwy integreiddio'r tair technoleg hyn, bydd datblygwyr yn gallu creu atebion meddalwedd sy'n archwilio cyfarwyddiadau ac yn ymgorffori nodweddion a phatrymau ychwanegol yn y data sydd eu hangen i gyflawni'r canlyniad a ddymunir.
Gadewch i ni roi cynnig arni gyda rhywfaint o god
Dros amser, mae systemau datblygu meddalwedd rhwydweithiau niwral wedi dod yn fwy cymhleth o ran integreiddio, yn ogystal â haenau o ymarferoldeb a rhyngwynebau. Gall datblygwyr, er enghraifft, adeiladu rhwydwaith niwral syml iawn gyda Python 3.6. Dyma raglen enghreifftiol sy'n perfformio dosbarthiad deuaidd o 1 neu 0.
Wrth gwrs, gallwn ddechrau trwy greu dosbarth rhwydwaith niwral:
mewnforio NumPy fel NP
X=np.array([[0,1,1,0],[0,1,1,1],[1,0,0,1]])
y=np.array([[0],[1],[1]])Cymhwyso'r swyddogaeth sigmoid:
def sigmoid ():
return 1/(1 + np.exp(-x))
def derivatives_sigmoid ():
return x * (1-x)Hyfforddi model gyda phwysau cychwynnol a rhagfarnau:
epoch=10000
lr=0.1
inputlayer_neurons = X.shape[1]
hiddenlayer_neurons = 3
output_neurons = 1
wh=np.random.uniform(size=(inputlayer_neurons,hiddenlayer_neurons))
bh=np.random.uniform(size=(1,hiddenlayer_neurons))
wout=np.random.uniform(size=(hiddenlayer_neurons,output_neurons))
bout=np.random.uniform(size=(1,output_neurons))I ddechreuwyr, os oes angen help arnoch gyda rhwydweithiau niwral, gallwch chwilio ar-lein am wefannau cwmnïau datblygu meddalwedd blaenllaw neu gallwch logi datblygwyr AI/ML i weithio ar eich prosiect.
Addasu'r cod gan ddefnyddio'r niwron haen allbwn
hidden_layer_input1=np.dot(X,wh)
hidden_layer_input=hidden_layer_input1 + bh
hiddenlayer_activations = sigmoid(hidden_layer_input)
output_layer_input1=np.dot(hiddenlayer_activations,wout)
output_layer_input= output_layer_input1+ bout
output = sigmoid(output_layer_input)
Gwall cyfrifo ar gyfer codau haen gudd
E = y-output
slope_output_layer = derivatives_sigmoid(output)
slope_hidden_layer = derivatives_sigmoid(hiddenlayer_activations)
d_output = E * slope_output_layer
Error_at_hidden_layer = d_output.dot(wout.T)
d_hiddenlayer = Error_at_hidden_layer * slope_hidden_layer
wout += hiddenlayer_activations.T.dot(d_output) *lr
bout += np.sum(d_output, axis=0,keepdims=True) *lr
wh += X.T.dot(d_hiddenlayer) *lr
bh += np.sum(d_hiddenlayer, axis=0,keepdims=True) *lrAllbwn
print (output)
[[0.03391414]
[0.97065091]
[0.9895072 ]]Mae bob amser yn werth cadw i fyny â'r ieithoedd rhaglennu a'r technegau codio diweddaraf, a dylai rhaglennwyr hefyd fod yn ymwybodol o'r nifer o offer newydd sy'n helpu i wneud eu cymwysiadau'n berthnasol i ddefnyddwyr newydd.
Yn 2020, dylai datblygwyr meddalwedd ystyried ymgorffori'r 5 offeryn datblygu meddalwedd hyn yn eu cynhyrchion, waeth pa iaith raglennu maen nhw'n ei defnyddio:
1. Prosesu Iaith Naturiol (NLP)
Gyda robotiaid sgwrsio sy'n optimeiddio gwasanaeth cwsmeriaid, mae NLP yn denu sylw rhaglennwyr sy'n gweithio ar ddatblygu meddalwedd modern. Maent yn defnyddio pecynnau cymorth NLTK, fel Python NLTK, i ymgorffori NLP yn gyflym mewn robotiaid sgwrsio, cynorthwywyr digidol, a chynhyrchion digidol. Erbyn canol 2020 neu'r dyfodol agos, fe welwch NLP yn ennill pwysigrwydd ym mhopeth o fanwerthu i gerbydau ymreolus a dyfeisiau cartref a swyddfa.
Wrth i offer a thechnolegau datblygu meddalwedd gwell ddatblygu, gallwch ddisgwyl i ddatblygwyr meddalwedd ddefnyddio NLP mewn amrywiaeth o ffyrdd, o ryngwynebau defnyddwyr sy'n cael eu actifadu gan lais i lywio dewislenni llawer mwy hawdd eu defnyddio, dadansoddi teimladau, adnabod cyd-destun ac emosiynau, a hygyrchedd data. Bydd hyn i gyd yn hygyrch i'r rhan fwyaf o ddefnyddwyr, a gallai cwmnïau gyflawni enillion cynhyrchiant o hyd at $430 biliwn erbyn 2020 (yn ôl data IDC a ddyfynnwyd gan Deloitte).
2. GraphQL, yn disodli APIs REST
Yn ôl datblygwyr yn fy nghwmni i, sy'n gwmni datblygu meddalwedd alltraeth, mae REST API yn colli ei oruchafiaeth dros fydysawd y cymwysiadau oherwydd llwytho data araf y mae angen ei wneud o URLau lluosog ar wahân.
Mae GraphQL yn duedd newydd ac yn ddewis arall gwell i bensaernïaeth sy'n seiliedig ar REST, gan adfer yr holl ddata perthnasol o sawl safle gydag un cais. Mae hyn yn gwella cyfathrebu rhwng y cleient a'r gweinydd ac yn lleihau'r oedi, gan wneud y rhaglen yn llawer mwy ymatebol i'r defnyddiwr.
Gallwch wella eich sgiliau datblygu meddalwedd wrth ddefnyddio GraphQL ar gyfer datblygu meddalwedd. Ar ben hynny, mae angen llai o god arno na REST API ac mae'n caniatáu gwneud ymholiadau cymhleth mewn ychydig o linellau syml yn unig. Gellir ei gyfarparu hefyd â nifer o nodweddion Backend fel Gwasanaeth (BaaS), gan ei gwneud hi'n haws i ddatblygwyr meddalwedd mewn amrywiol ieithoedd rhaglennu, gan gynnwys Python, Node.js, C++, a Java.
3. Cod isel
Mae pob offeryn datblygu meddalwedd cod isel yn cynnig nifer o fanteision. Dylent fod mor effeithlon â phosibl wrth ysgrifennu rhaglenni lluosog o'r dechrau. Mae cod isel yn darparu cod wedi'i ffurfweddu ymlaen llaw y gellir ei fewnosod mewn rhaglenni mwy. Mae hyn yn caniatáu hyd yn oed i bobl nad ydynt yn rhaglennwyr greu cynhyrchion cymhleth yn gyflym ac yn hawdd a chyflymu'r ecosystem datblygu modern.
Yn ôl adroddiad gan TechRepublic, mae offer cod isel eisoes yn cael eu defnyddio mewn pyrth gwe, systemau meddalwedd, apiau symudol, a meysydd eraill. Disgwylir i'r farchnad offer cod isel dyfu i $15 biliwn erbyn 2020. Mae'r offer hyn yn trin popeth o reoli rhesymeg llif gwaith, hidlo data, mewnforio ac allforio. Dyma'r llwyfannau cod isel gorau yn 2020:
- Microsoft PowerApps
- Mendix
- Systemau allanol
- Crëwr Zoho
- Cwmwl App Salesforce
- Sylfaen Gyflym
- Cist gwanwyn
4. Ton 5G
Bydd cysylltedd 5G yn cael effaith sylweddol ar ddatblygu apiau symudol a meddalwedd, yn ogystal â datblygu gwe. Wedi'r cyfan, mae popeth wedi'i gysylltu â thechnolegau fel Rhyngrwyd Pethau. Felly, bydd meddalwedd dyfeisiau yn gwneud y mwyaf o alluoedd rhwydweithiau diwifr 5G cyflym.
Mewn cyfweliad diweddar gyda Digital Trends, dywedodd Dan Dery, is-lywydd rheoli cynnyrch yn Motorola, "yn y blynyddoedd nesaf, bydd 5G yn darparu data cyflymach, lled band uwch, ac yn cyflymu meddalwedd ffôn 10 gwaith yn gyflymach na thechnolegau diwifr presennol."
Yn y cyd-destun hwn, bydd cwmnïau meddalwedd yn gweithio i integreiddio 5G i gymwysiadau modern. Ar hyn o bryd, mae mwy nag 20 o weithredwyr wedi cyhoeddi uwchraddiadau i'w rhwydweithiau. Felly, bydd datblygwyr nawr yn dechrau gweithio ar ddefnyddio'r APIs cyfatebol i fanteisio ar 5G. Bydd y dechnoleg yn gwella'r canlynol yn sylweddol:
- Diogelwch rhaglenni rhwydwaith, yn enwedig ar gyfer Sleisio Rhwydwaith.
- Darparu ffyrdd newydd o drin dynodwyr defnyddwyr.
- Yn caniatáu ichi ychwanegu swyddogaethau newydd at gymwysiadau oedi isel.
- Bydd yn dylanwadu ar ddatblygiad system AR/VR.
5. Dilysu hawdd
Mae dilysu’n dod yn ffordd fwyfwy effeithiol o ddiogelu data sensitif. Nid yn unig y mae’r dechnoleg gymhleth hon yn agored i haciau meddalwedd ond mae hefyd yn cefnogi deallusrwydd artiffisial a hyd yn oed cyfrifiadura cwantwm. Mae’r farchnad datblygu meddalwedd eisoes yn gweld cynnydd mewn dulliau dilysu newydd, megis dadansoddi llais, biometreg ac adnabod wynebau.
Ar y cam hwn, mae hacwyr yn dod o hyd i wahanol ffyrdd o ffugio IDau defnyddwyr a chyfrineiriau. Gan fod defnyddwyr symudol eisoes wedi arfer â chael mynediad at eu ffonau clyfar gydag olion bysedd neu adnabyddiaeth wyneb, ni fydd angen opsiynau gwirio newydd arnynt gydag offer dilysu, gan y bydd y tebygolrwydd o seiberladrad yn cael ei leihau. Dyma rai offer dilysu aml-ffactor gyda SSL- amgryptio.
- Mae Tocynnau Meddal yn troi eich ffonau clyfar yn ddilyswyr aml-ffactor cyfleus.
- Mae templedi EGrid yn ffurf ddilysydd hawdd ei defnyddio a phoblogaidd yn y diwydiant.
- Mae rhai o'r rhaglenni dilysu gorau ar gyfer busnesau yn cynnwys RSA SecurID Access, OAuth, Ping Identity, Authx, ac Aerobase.
Yn India a'r Unol Daleithiau, mae cwmnïau meddalwedd yn datblygu ac yn cynnal ymchwil helaeth ym meysydd dilysu a biometreg. Maent hefyd yn datblygu deallusrwydd artiffisial i greu meddalwedd uwchraddol ar gyfer dilysu llais, Face ID, ymddygiad, a biometrig. Nawr gallwch ddiogelu eich sianeli digidol a gwella galluoedd y platfform.
Casgliad
Mae'n ymddangos y bydd bywyd rhaglennwyr yn dod yn llai heriol yn 2020, gan fod cyflymder datblygu meddalwedd yn debygol o gyflymu. Bydd yr offer sydd ar gael yn dod yn haws i'w defnyddio. Yn y pen draw, bydd y datblygiad hwn yn arwain at fyd deinamig sy'n cyflwyno oes ddigidol newydd.
Ffynhonnell: hab.com
