Γεια σου Χαμπρ! Σας παρουσιάζω τη μετάφραση του άρθρου από τον kristencarter7519.
Αν και φαίνεται ότι απέχουμε μόνο λίγες μέρες από το 2020, αυτές οι μέρες είναι σημαντικές και στον τομέα της ανάπτυξης λογισμικού. Εδώ σε αυτό το άρθρο, θα δούμε πώς το επόμενο έτος 2020 θα αλλάξει τη ζωή των προγραμματιστών λογισμικού.
Το μέλλον της ανάπτυξης λογισμικού είναι εδώ!
Η παραδοσιακή ανάπτυξη λογισμικού είναι η ανάπτυξη λογισμικού γράφοντας κώδικα ακολουθώντας ορισμένους σταθερούς κανόνες. Αλλά η σύγχρονη ανάπτυξη λογισμικού έχει γίνει μάρτυρας μιας αλλαγής παραδείγματος με τις προόδους στην τεχνητή νοημοσύνη, τη μηχανική μάθηση και τη βαθιά μάθηση. Με την ενσωμάτωση αυτών των τριών τεχνολογιών, οι προγραμματιστές θα μπορούν να δημιουργούν λύσεις λογισμικού που μαθαίνουν από οδηγίες και προσθέτουν πρόσθετα χαρακτηριστικά και μοτίβα στα δεδομένα που απαιτούνται για την παραγωγή του επιθυμητού αποτελέσματος.
Ας δοκιμάσουμε με κάποιο κωδικό
Με την πάροδο του χρόνου, τα συστήματα ανάπτυξης λογισμικού νευρωνικών δικτύων έχουν γίνει πιο πολύπλοκα όσον αφορά την ολοκλήρωση καθώς και τα επίπεδα λειτουργικότητας και διεπαφών. Οι προγραμματιστές, για παράδειγμα, μπορούν να δημιουργήσουν ένα πολύ απλό νευρωνικό δίκτυο με την Python 3.6. Ακολουθεί ένα παράδειγμα προγράμματος που κάνει δυαδική ταξινόμηση με 1 ή 0.
Φυσικά, μπορούμε να ξεκινήσουμε δημιουργώντας μια κλάση νευρωνικών δικτύων:
εισαγάγετε το NumPy ως NP
X=np.array([[0,1,1,0],[0,1,1,1],[1,0,0,1]])
y=np.array([[0],[1],[1]])Εφαρμογή της σιγμοειδούς συνάρτησης:
def sigmoid ():
return 1/(1 + np.exp(-x))
def derivatives_sigmoid ():
return x * (1-x)Εκπαίδευση ενός μοντέλου με αρχικά βάρη και προκαταλήψεις:
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))Για αρχάριους, εάν χρειάζεστε βοήθεια σχετικά με τα νευρωνικά δίκτυα, μπορείτε να αναζητήσετε στο διαδίκτυο ιστοσελίδες κορυφαίων εταιρειών ανάπτυξης λογισμικού ή μπορείτε να προσλάβετε προγραμματιστές AI/ML για να εργαστούν στο έργο σας.
Τροποποίηση κώδικα χρησιμοποιώντας νευρώνα επιπέδου εξόδου
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)
Σφάλμα υπολογισμού για κρυφό επίπεδο κώδικα
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) *lrΠαραγωγή
print (output)
[[0.03391414]
[0.97065091]
[0.9895072 ]]Αξίζει πάντα να ενημερώνεστε για τις πιο πρόσφατες γλώσσες προγραμματισμού και τεχνικές κωδικοποίησης, και οι προγραμματιστές θα πρέπει επίσης να γνωρίζουν τα πολλά νέα εργαλεία που βοηθούν να κάνουν τις εφαρμογές τους σχετικές με τους νέους χρήστες.
Το 2020, οι προγραμματιστές λογισμικού θα πρέπει να εξετάσουν το ενδεχόμενο να ενσωματώσουν αυτά τα 5 εργαλεία ανάπτυξης λογισμικού στα προϊόντα τους, ανεξάρτητα από τη γλώσσα προγραμματισμού που χρησιμοποιούν:
1. Επεξεργασία φυσικής γλώσσας (NLP)
Με ένα chatbot που εξορθολογίζει την εξυπηρέτηση πελατών, το NLP κερδίζει την προσοχή των προγραμματιστών που εργάζονται για την ανάπτυξη σύγχρονου λογισμικού. Χρησιμοποιούν κιτ εργαλείων NLTK όπως το Python NLTK για να ενσωματώσουν γρήγορα το NLP σε chatbot, ψηφιακούς βοηθούς και ψηφιακά προϊόντα. Μέχρι τα μέσα του 2020 ή στο εγγύς μέλλον, θα δείτε το NLP να γίνεται πιο σημαντικό σε οτιδήποτε, από επιχειρήσεις λιανικής έως αυτόνομα οχήματα και συσκευές για το σπίτι και το γραφείο.
Προχωρώντας με καλύτερα εργαλεία και τεχνολογίες ανάπτυξης λογισμικού, μπορείτε να περιμένετε από τους προγραμματιστές λογισμικού να χρησιμοποιούν το NLP με διάφορους τρόπους, από διεπαφές χρήστη που βασίζονται στη φωνή έως πολύ πιο εύκολη πλοήγηση μενού, ανάλυση συναισθημάτων, αναγνώριση περιβάλλοντος, συναισθήματα και προσβασιμότητα δεδομένων. Όλα αυτά θα είναι διαθέσιμα στην πλειονότητα των χρηστών και οι εταιρείες θα μπορούν να επιτύχουν αύξηση παραγωγικότητας έως και 430 δισεκατομμύρια δολάρια έως το 2020 (σύμφωνα με το IDC, που επικαλείται η Deloitte).
2. Το GraphQL αντικαθιστά το REST Apis
Σύμφωνα με τους προγραμματιστές της εταιρείας μου, η οποία είναι μια υπεράκτια εταιρεία ανάπτυξης λογισμικού, το REST API χάνει την κυριαρχία του στο σύμπαν των εφαρμογών λόγω της αργής φόρτωσης δεδομένων που πρέπει να γίνει από πολλαπλές διευθύνσεις URL ξεχωριστά.
Το GraphQL είναι μια νέα τάση και μια καλύτερη εναλλακτική στην αρχιτεκτονική που βασίζεται σε REST που ανακτά όλα τα σχετικά δεδομένα από πολλαπλούς ιστότοπους χρησιμοποιώντας ένα μόνο ερώτημα. Αυτό βελτιώνει την αλληλεπίδραση πελάτη-διακομιστή και μειώνει την καθυστέρηση, καθιστώντας την εφαρμογή σημαντικά πιο ανταποκρινόμενη για τον χρήστη.
Μπορείτε να βελτιώσετε τις δεξιότητές σας στην ανάπτυξη λογισμικού όταν χρησιμοποιείτε το GraphQL για ανάπτυξη λογισμικού. Επιπλέον, απαιτεί λιγότερο κώδικα από το REST Api και σας επιτρέπει να κάνετε πολύπλοκα ερωτήματα σε λίγες απλές γραμμές. Μπορεί επίσης να εξοπλιστεί με μια σειρά από λειτουργίες Backand as a Service (BaaS) που το καθιστούν εύκολο στη χρήση από προγραμματιστές λογισμικού σε διαφορετικές γλώσσες προγραμματισμού, συμπεριλαμβανομένων των Python, Node.js, C++ και Java.
3. Χαμηλό επίπεδο κωδικοποίησης/χωρίς κωδικό (χαμηλός κωδικός)
Όλα τα εργαλεία ανάπτυξης λογισμικού χαμηλού κώδικα παρέχουν πολλά οφέλη. Θα πρέπει να είναι όσο το δυνατόν πιο αποτελεσματικό όταν γράφετε πολλά προγράμματα από την αρχή. Ο χαμηλός κώδικας παρέχει προρυθμισμένο κώδικα που μπορεί να ενσωματωθεί σε μεγαλύτερα προγράμματα. Αυτό επιτρέπει ακόμη και σε μη προγραμματιστές να δημιουργούν γρήγορα και εύκολα σύνθετα προϊόντα και να επιταχύνουν το σύγχρονο οικοσύστημα ανάπτυξης.
Σύμφωνα με έκθεση της TechRepublic, εργαλεία χωρίς κώδικα/χαμηλό κώδικα χρησιμοποιούνται ήδη σε διαδικτυακές πύλες, συστήματα λογισμικού, εφαρμογές για κινητές συσκευές και άλλους τομείς. Η αγορά εργαλείων χαμηλού κώδικα θα αυξηθεί στα 15 δισεκατομμύρια δολάρια έως το 2020. Αυτά τα εργαλεία χειρίζονται τα πάντα, συμπεριλαμβανομένης της διαχείρισης της λογικής ροής εργασιών, του φιλτραρίσματος δεδομένων, της εισαγωγής και της εξαγωγής. Ακολουθούν οι καλύτερες πλατφόρμες χαμηλού κώδικα για το 2020:
- Microsoft PowerApps
- Μέντιξ
- Εξωσυστήματα
- Δημιουργός Zoho
- Salesforce App Cloud
- Γρήγορη βάση
- Ανοιξιάτικη μπότα
4. Κύμα 5G
Η συνδεσιμότητα 5G θα επηρεάσει σε μεγάλο βαθμό την ανάπτυξη εφαρμογών και λογισμικού για κινητά, καθώς και την ανάπτυξη ιστού. Εξάλλου, με τεχνολογίες όπως το IoT, όλα συνδέονται. Έτσι, το λογισμικό της συσκευής θα αξιοποιήσει στο έπακρο τις δυνατότητες των ασύρματων δικτύων υψηλής ταχύτητας με 5G.
Σε μια πρόσφατη συνέντευξη στο Digital Trends, ο Dan Dery, αντιπρόεδρος προϊόντων της Motorola, είπε ότι «τα επόμενα χρόνια, το 5G θα παρέχει ταχύτερα δεδομένα, υψηλότερο εύρος ζώνης και θα επιταχύνει το λογισμικό τηλεφώνου 10 φορές πιο γρήγορα από τις υπάρχουσες ασύρματες τεχνολογίες».
Υπό αυτό το πρίσμα, οι εταιρείες λογισμικού θα εργαστούν για να φέρουν το 5G σε σύγχρονες εφαρμογές. Επί του παρόντος, περισσότεροι από 20 πάροχοι έχουν ανακοινώσει αναβαθμίσεις στα δίκτυά τους. Έτσι, οι προγραμματιστές θα αρχίσουν τώρα να εργάζονται για τη χρήση των κατάλληλων API για να επωφεληθούν από το 5G. Η τεχνολογία θα βελτιώσει σημαντικά τα ακόλουθα:
- Ασφάλεια προγράμματος δικτύου, ειδικά για Network Slicing.
- Παρέχετε νέους τρόπους χειρισμού των αναγνωριστικών χρηστών.
- Σας επιτρέπει να προσθέσετε νέα λειτουργικότητα σε εφαρμογές με χαμηλή καθυστέρηση.
- Θα επηρεάσει την ανάπτυξη του συστήματος AR/VR.
5. Εύκολος έλεγχος ταυτότητας
Ο έλεγχος ταυτότητας γίνεται όλο και περισσότερο μια αποτελεσματική διαδικασία για την προστασία ευαίσθητων δεδομένων. Η εξελιγμένη τεχνολογία δεν είναι μόνο ευάλωτη σε παραβιάσεις λογισμικού, αλλά υποστηρίζει επίσης τεχνητή νοημοσύνη, ακόμη και κβαντικούς υπολογιστές. Ωστόσο, η αγορά ανάπτυξης λογισμικού βλέπει ήδη μια ποικιλία νέων τύπων ελέγχου ταυτότητας, όπως η φωνητική ανάλυση, τα βιομετρικά στοιχεία και η αναγνώριση προσώπου.
Σε αυτό το στάδιο, οι χάκερ βρίσκουν διαφορετικούς τρόπους για να πλαστογραφήσουν διαδικτυακά αναγνωριστικά χρηστών και κωδικούς πρόσβασης. Δεδομένου ότι οι χρήστες κινητών είναι ήδη συνηθισμένοι να έχουν πρόσβαση στα smartphone τους με δακτυλικό αποτύπωμα ή σάρωση προσώπου, χρησιμοποιώντας έτσι εργαλεία ελέγχου ταυτότητας, δεν θα χρειάζονται νέες δυνατότητες επαλήθευσης καθώς η πιθανότητα κλοπής στον κυβερνοχώρο θα είναι μικρότερη. Ακολουθούν ορισμένα εργαλεία ελέγχου ταυτότητας πολλαπλών παραγόντων με κρυπτογράφηση SSL.
- Τα Soft Tokens μετατρέπουν τα smartphone σας σε βολικούς ελέγχους ταυτότητας πολλαπλών παραγόντων.
- Τα πρότυπα EGrid είναι μια εύχρηστη και δημοφιλής μορφή επαληθευτών στον κλάδο.
- Μερικά από τα καλύτερα προγράμματα ελέγχου ταυτότητας για επιχειρήσεις είναι τα RSA SecurID Access, OAuth, Ping Identity, Authx και Aerobase.
Υπάρχουν εταιρείες λογισμικού στην Ινδία και τις ΗΠΑ που κάνουν εκτενή έρευνα στον τομέα της επαλήθευσης ταυτότητας και των βιομετρικών στοιχείων. Προωθούν επίσης την τεχνητή νοημοσύνη για τη δημιουργία ανώτερου λογισμικού για έλεγχο ταυτότητας φωνής, αναγνώρισης προσώπου, συμπεριφοράς και βιομετρικής ταυτότητας. Τώρα μπορείτε να προστατεύσετε τα ψηφιακά κανάλια και να βελτιώσετε τις δυνατότητες της πλατφόρμας.
Συμπέρασμα
Φαίνεται ότι η ζωή για τους προγραμματιστές θα γίνει λιγότερο δύσκολη το 2020, καθώς ο ρυθμός ανάπτυξης λογισμικού είναι πιθανό να επιταχυνθεί. Τα διαθέσιμα εργαλεία θα γίνουν ευκολότερα στη χρήση. Τελικά, αυτή η πρόοδος θα δημιουργήσει έναν δυναμικό κόσμο που εισέρχεται σε μια νέα ψηφιακή εποχή.
Πηγή: www.habr.com