Salut Habr ! Je présente à votre attention la traduction de l'article par kristencarter7519.
Même s’il semble que nous ne soyons qu’à quelques jours de 2020, ces jours sont également importants dans le domaine du développement logiciel. Ici, dans cet article, nous verrons comment l'année 2020 à venir changera la vie des développeurs de logiciels.
L'avenir du développement logiciel est là !
Le développement de logiciels traditionnel consiste à développer des logiciels en écrivant du code suivant certaines règles fixes. Mais le développement de logiciels modernes a connu un changement de paradigme avec les progrès de l’intelligence artificielle, de l’apprentissage automatique et de l’apprentissage profond. En intégrant ces trois technologies, les développeurs seront en mesure de créer des solutions logicielles qui apprennent des instructions et ajoutent des fonctionnalités et des modèles supplémentaires aux données nécessaires pour produire le résultat souhaité.
Essayons avec du code
Au fil du temps, les systèmes de développement de logiciels de réseaux neuronaux sont devenus plus complexes en termes d'intégration ainsi que de niveaux de fonctionnalités et d'interfaces. Les développeurs, par exemple, peuvent créer un réseau neuronal très simple avec Python 3.6. Voici un exemple de programme qui effectue une classification binaire avec des 1 ou des 0.
Bien entendu, nous pouvons commencer par créer une classe de réseau de neurones :
importer NumPy en tant que NP
X=np.array([[0,1,1,0],[0,1,1,1],[1,0,0,1]])
y=np.array([[0],[1],[1]])Application de la fonction sigmoïde :
def sigmoid ():
return 1/(1 + np.exp(-x))
def derivatives_sigmoid ():
return x * (1-x)Entraîner un modèle avec des poids et des biais initiaux :
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))Pour les débutants, si vous avez besoin d'aide concernant les réseaux de neurones, vous pouvez rechercher sur Internet les sites Web des meilleures sociétés de développement de logiciels ou vous pouvez embaucher des développeurs IA/ML pour travailler sur votre projet.
Modification de code à l'aide d'un neurone de couche de sortie
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)
Erreur de calcul pour la couche de code cachée
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) *lrSortie
print (output)
[[0.03391414]
[0.97065091]
[0.9895072 ]]Il vaut toujours la peine de se tenir au courant des derniers langages de programmation et techniques de codage, et les programmeurs doivent également être conscients des nombreux nouveaux outils qui contribuent à rendre leurs applications pertinentes pour les nouveaux utilisateurs.
En 2020, les développeurs de logiciels devraient envisager d'intégrer ces 5 outils de développement logiciel dans leurs produits, quel que soit le langage de programmation qu'ils utilisent :
1. Traitement du langage naturel (NLP)
Grâce à un chatbot qui rationalise le service client, la PNL attire l'attention des programmeurs travaillant sur le développement de logiciels modernes. Ils utilisent des boîtes à outils NLTK telles que Python NLTK pour intégrer rapidement la PNL dans les chatbots, les assistants numériques et les produits numériques. D’ici mi-2020 ou dans un avenir proche, vous verrez la PNL devenir plus importante dans tous les domaines, depuis les commerces de détail jusqu’aux véhicules et appareils autonomes pour la maison et le bureau.
En progressant avec de meilleurs outils et technologies de développement logiciel, vous pouvez vous attendre à ce que les développeurs de logiciels utilisent la PNL de diverses manières, depuis les interfaces utilisateur vocales jusqu'à une navigation dans les menus, une analyse des sentiments, une identification du contexte, une émotion et une accessibilité aux données beaucoup plus faciles. Tout cela sera accessible à la majorité des utilisateurs, et les entreprises pourront atteindre une croissance de productivité pouvant atteindre 430 milliards de dollars d'ici 2020 (selon IDC, cité par Deloitte).
2. GraphQL remplace les API REST
Selon les développeurs de mon entreprise, qui est une société de développement de logiciels offshore, l'API REST perd sa domination sur l'univers des applications en raison de la lenteur du chargement des données qui doivent être effectuées individuellement à partir de plusieurs URL.
GraphQL est une nouvelle tendance et une meilleure alternative à l'architecture basée sur REST qui récupère toutes les données pertinentes de plusieurs sites à l'aide d'une seule requête. Cela améliore l'interaction client-serveur et réduit la latence, rendant l'application nettement plus réactive pour l'utilisateur.
Vous pouvez améliorer vos compétences en développement logiciel lorsque vous utilisez GraphQL pour le développement de logiciels. De plus, il nécessite moins de code que REST Api et vous permet d'effectuer des requêtes complexes en quelques lignes simples. Il peut également être équipé d'un certain nombre de fonctionnalités Backand as a Service (BaaS) qui facilitent son utilisation par les développeurs de logiciels dans différents langages de programmation, notamment Python, Node.js, C++ et Java.
3. Faible niveau de codage/pas de code (low code)
Tous les outils de développement logiciel low code offrent de nombreux avantages. Il doit être aussi efficace que possible lors de l’écriture de nombreux programmes à partir de zéro. Le low code fournit du code préconfiguré qui peut être intégré à des programmes plus volumineux. Cela permet même aux non-programmeurs de créer rapidement et facilement des produits complexes et d’accélérer l’écosystème de développement moderne.
Selon un rapport de TechRepublic, les outils no-code/low code sont déjà utilisés dans les portails Web, les systèmes logiciels, les applications mobiles et d'autres domaines. Le marché des outils low code atteindra 15 milliards de dollars d’ici 2020. Ces outils gèrent tout, y compris la gestion de la logique de flux de travail, le filtrage des données, l'importation et l'exportation. Voici les meilleures plateformes low code en 2020 :
- Microsoft PowerApps
- Mendix
- Systèmes externes
- Zoho Créateur
- Cloud d'applications Salesforce
- Base rapide
- Botte de printemps
4. Vague 5G
La connectivité 5G aura un impact considérable sur le développement d’applications et de logiciels mobiles ainsi que sur le développement Web. Après tout, avec des technologies telles que l’IoT, tout est connecté. Ainsi, le logiciel de l’appareil tirera le meilleur parti des capacités des réseaux sans fil à haut débit avec la 5G.
Dans une récente interview avec Digital Trends, Dan Dery, vice-président des produits chez Motorola, a déclaré que « dans les années à venir, la 5G fournira des données plus rapides, une bande passante plus élevée et accélérera les logiciels téléphoniques 10 fois plus rapidement que les technologies sans fil existantes ».
Dans cette optique, les éditeurs de logiciels s’efforceront d’introduire la 5G dans les applications modernes. Actuellement, plus de 20 opérateurs ont annoncé des mises à niveau de leurs réseaux. Les développeurs vont donc maintenant commencer à travailler sur l’utilisation des API appropriées pour tirer parti de la 5G. La technologie améliorera considérablement les éléments suivants :
- Sécurité des programmes réseau, notamment pour le Network Slicing.
- Proposez de nouvelles façons de gérer les identifiants utilisateur.
- Vous permet d'ajouter de nouvelles fonctionnalités aux applications à faible latence.
- Influencera le développement du système AR/VR.
5. Authentification facile
L'authentification devient de plus en plus un processus efficace pour protéger les données sensibles. Cette technologie sophistiquée est non seulement vulnérable aux piratages logiciels, mais prend également en charge l’intelligence artificielle et même l’informatique quantique. Mais le marché du développement logiciel voit déjà apparaître de nombreux nouveaux types d’authentification, tels que l’analyse vocale, la biométrie et la reconnaissance faciale.
À ce stade, les pirates informatiques trouvent différentes manières de falsifier des identifiants et des mots de passe en ligne. Étant donné que les utilisateurs mobiles sont déjà habitués à accéder à leurs smartphones avec une empreinte digitale ou un scan facial, utilisant ainsi des outils d'authentification, ils n'auront pas besoin de nouvelles capacités de vérification car la probabilité de cybervol sera moindre. Voici quelques outils d'authentification multifacteur avec cryptage SSL.
- Les Soft Tokens transforment vos smartphones en authentificateurs multifacteurs pratiques.
- Les modèles EGrid sont une forme d’authentificateur facile à utiliser et populaire dans l’industrie.
- Certains des meilleurs programmes d'authentification pour les entreprises sont RSA SecurID Access, OAuth, Ping Identity, Authx et Aerobase.
Il existe des sociétés de logiciels en Inde et aux États-Unis qui effectuent des recherches approfondies dans le domaine de l'authentification et de la biométrie. Ils font également la promotion de l’IA pour créer des logiciels supérieurs d’authentification vocale, faciale, comportementale et biométrique. Vous pouvez désormais protéger les canaux numériques et améliorer les capacités de la plateforme.
Conclusion
Il semble que la vie des programmeurs deviendra moins difficile en 2020, car le rythme du développement logiciel va probablement s'accélérer. Les outils disponibles deviendront plus faciles à utiliser. À terme, ces progrès créeront un monde dynamique entrant dans une nouvelle ère numérique.
Source: habr.com