Hey Habr! Aku menehi perhatian marang terjemahan artikel kasebut dening kristencarter7519.
Sanajan katon mung sawetara dina saka 2020, dina iki uga penting ing bidang pangembangan piranti lunak. Ing artikel iki, kita bakal weruh kepiye carane taun 2020 bakal ngganti urip pangembang piranti lunak.
Masa depan pangembangan piranti lunak wis ana!
Pangembangan piranti lunak tradisional yaiku pangembangan piranti lunak kanthi nulis kode miturut sawetara aturan sing tetep. Nanging pangembangan piranti lunak modern wis nyekseni owah-owahan paradigma kanthi kemajuan ing intelijen buatan, sinau mesin lan sinau jero. Kanthi nggabungake telung teknologi kasebut, pangembang bakal bisa nggawe solusi piranti lunak sing sinau saka instruksi lan nambah fitur lan pola tambahan menyang data sing dibutuhake kanggo asil sing dikarepake.
Ayo dadi nyoba karo sawetara kode
Sajrone wektu, sistem pangembangan piranti lunak jaringan saraf dadi luwih rumit babagan integrasi uga tingkat fungsionalitas lan antarmuka. Pangembang, contone, bisa mbangun jaringan saraf sing prasaja banget karo Python 3.6. Iki minangka conto program sing nindakake klasifikasi binar kanthi 1s utawa 0s.
Mesthi wae, kita bisa miwiti kanthi nggawe kelas jaringan saraf:
ngimpor NumPy minangka NP
X=np.array([[0,1,1,0],[0,1,1,1],[1,0,0,1]])
y=np.array([[0],[1],[1]])Aplikasi fungsi sigmoid:
def sigmoid ():
return 1/(1 + np.exp(-x))
def derivatives_sigmoid ():
return x * (1-x)Latihan model kanthi bobot awal lan bias:
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))Kanggo pamula, yen sampeyan butuh bantuan babagan jaringan saraf, sampeyan bisa nggoleki ing internet kanggo situs web perusahaan pangembangan piranti lunak paling dhuwur utawa sampeyan bisa nyewa pangembang AI/ML kanggo nggarap proyek sampeyan.
Modifikasi kode nggunakake neuron lapisan output
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)
Kesalahan pitungan kanggo lapisan kode sing didhelikake
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) *lrMetu
print (output)
[[0.03391414]
[0.97065091]
[0.9895072 ]]Iku tansah worth tetep anyar karo basa pemrograman paling anyar lan teknik coding, lan programer uga kudu weruh saka akeh alat anyar sing mbantu nggawe app sing cocog kanggo pangguna anyar.
Ing 2020, pangembang piranti lunak kudu nimbang nggabungake 5 alat pangembangan piranti lunak kasebut menyang produke, ora preduli apa basa pamrograman sing digunakake:
1. Natural Language Processing (NLP)
Kanthi chatbot sing nyelarasake layanan pelanggan, NLP entuk perhatian para programer sing nggarap pangembangan piranti lunak modern. Dheweke nggunakake toolkit NLTK kayata Python NLTK kanggo nggabungake NLP kanthi cepet menyang chatbots, asisten digital, lan produk digital. Ing pertengahan 2020 utawa ing mangsa ngarep, sampeyan bakal weruh NLP dadi luwih penting ing kabeh saka bisnis ritel nganti kendharaan lan piranti otonom kanggo omah lan kantor.
Maju kanthi piranti lan teknologi pangembangan piranti lunak sing luwih apik, sampeyan bisa ngarepake pangembang piranti lunak nggunakake NLP kanthi macem-macem cara, saka antarmuka pangguna adhedhasar swara nganti navigasi menu sing luwih gampang, analisis sentimen, identifikasi konteks, emosi, lan aksesibilitas data. Kabeh iki bakal kasedhiya kanggo mayoritas pangguna, lan perusahaan bakal bisa entuk wutah produktivitas nganti $ 430 milyar ing 2020 (miturut IDC, dikutip dening Deloitte).
2. GraphQL ngganti REST Apis
Miturut pangembang ing perusahaanku, yaiku perusahaan pangembangan piranti lunak lepas pantai, REST API wis ilang dominasi ing jagad aplikasi amarga alon loading data sing kudu ditindakake saka pirang-pirang URL kanthi individu.
GraphQL minangka tren anyar lan alternatif sing luwih apik kanggo arsitektur basis REST sing njupuk kabeh data sing relevan saka pirang-pirang situs nggunakake pitakon siji. Iki nambah interaksi klien-server lan nyuda latensi, nggawe aplikasi luwih responsif kanggo pangguna.
Sampeyan bisa nambah katrampilan pangembangan piranti lunak nalika nggunakake GraphQL kanggo pangembangan piranti lunak. Kajaba iku, mbutuhake kode luwih sithik tinimbang REST Api lan ngidini sampeyan nggawe pitakon rumit ing sawetara baris sing gampang. Uga bisa dilengkapi sawetara fitur Backand as a Service (BaaS) sing gampang digunakake dening pangembang piranti lunak ing macem-macem basa program, kalebu Python, Node.js, C++ lan Java.
3. Tingkat coding rendah / ora ana kode (kode sithik)
Kabeh alat pangembangan piranti lunak kode kurang menehi akeh keuntungan. Sampeyan kudu efisien sabisa nalika nulis akeh program saka awal. Kode kurang nyedhiyakake kode sing wis dikonfigurasi sing bisa dipasang ing program sing luwih gedhe. Iki ngidini malah non-programer kanggo cepet lan gampang nggawe produk Komplek lan akselerasi ekosistem pembangunan modern.
Miturut laporan TechRepublic, alat tanpa kode/kode rendah wis digunakake ing portal web, sistem piranti lunak, aplikasi seluler lan wilayah liyane. Pasar alat kode rendah bakal tuwuh dadi $ 15 milyar ing taun 2020. Piranti kasebut nangani kabeh, kalebu ngatur logika alur kerja, panyaring data, impor lan ekspor. Iki minangka platform kode murah paling apik ing 2020:
- Microsoft PowerApps
- Mendik
- Outsystems
- Pangripta Zoho
- Awan Aplikasi Salesforce
- Base cepet
- Boot spring
4. Gelombang 5G
Konektivitas 5G bakal menehi pengaruh gedhe kanggo pangembangan aplikasi seluler lan piranti lunak uga pangembangan web. Sawise kabeh, kanthi teknologi kayata IoT, kabeh disambungake. Mangkono, piranti lunak piranti bakal ngoptimalake kapabilitas jaringan nirkabel kanthi kacepetan dhuwur kanthi 5G.
Ing wawancara anyar karo Digital Trends, Dan Dery, wakil presiden produk Motorola, ujar manawa "ing taun-taun sing bakal teka, 5G bakal ngirim data sing luwih cepet, bandwidth sing luwih dhuwur, lan nyepetake piranti lunak telpon 10 kaping luwih cepet tinimbang teknologi nirkabel sing ana."
Ing cahya iki, perusahaan piranti lunak bakal bisa nggawa 5G menyang aplikasi modern. Saiki, luwih saka 20 operator wis ngumumake upgrade menyang jaringan. Dadi, pangembang saiki bakal miwiti nggunakake API sing cocog kanggo njupuk kauntungan saka 5G. Teknologi bakal nambah kanthi signifikan ing ngisor iki:
- Keamanan program jaringan, utamane kanggo Network Slicing.
- Nyedhiyani cara anyar kanggo nangani ID pangguna.
- Ngidini sampeyan nambah fungsi anyar menyang aplikasi kanthi latensi sithik.
- Bakal mengaruhi pangembangan sistem AR / VR.
5. bukti asli gampang
Otentikasi saya tambah dadi proses sing efektif kanggo nglindhungi data sensitif. Teknologi canggih ora mung rentan kanggo peretasan piranti lunak, nanging uga ndhukung intelijen buatan lan malah komputasi kuantum. Nanging pasar pangembangan piranti lunak wis ndeleng akeh jinis otentikasi anyar, kayata analisis swara, biometrik lan pangenalan rai.
Ing tahap iki, peretas nemokake macem-macem cara kanggo nggawe ID pangguna lan sandhi online. Amarga pangguna seluler wis biasa ngakses smartphone kanthi sidik jari utawa scan rai, mula nggunakake alat otentikasi, ora mbutuhake kemampuan verifikasi anyar amarga kemungkinan nyolong cyber bakal kurang. Ing ngisor iki sawetara alat otentikasi multi-faktor kanthi enkripsi SSL.
- Soft Token ngowahi smartphone sampeyan dadi authenticator multi-faktor sing trep.
- Cithakan EGrid minangka wangun authenticator sing gampang digunakake lan populer ing industri.
- Sawetara program otentikasi paling apik kanggo bisnis yaiku RSA SecurID Access, OAuth, Ping Identity, Authx, lan Aerobase.
Ana perusahaan piranti lunak ing India lan AS nindakake riset ekstensif ing bidang otentikasi lan biometrik. Dheweke uga promosi AI kanggo nggawe piranti lunak sing unggul kanggo otentikasi swara, face-id, prilaku lan biometrik. Saiki sampeyan bisa nglindhungi saluran digital lan nambah kemampuan platform.
kesimpulan
Kayane urip kanggo programer bakal dadi kurang tantangan ing taun 2020 amarga kecepatan pangembangan piranti lunak bakal luwih cepet. Piranti sing kasedhiya bakal luwih gampang digunakake. Pungkasane, kemajuan iki bakal nggawe jagad dinamis mlebu jaman digital anyar.
Source: www.habr.com