Hey Habr! Wergera gotarê pêşkêşî we dikim ji aliyê kristencarter7519.
Her çend dixuye ku em tenê çend roj ji sala 2020-an dûr in, ev roj di warê pêşkeftina nermalavê de jî girîng in. Li vir di vê gotarê de, em ê bibînin ka sala pêş a 2020-an dê jiyana pêşdebirên nermalavê çawa biguhezîne.
Pêşeroja pêşkeftina nermalavê li vir e!
Pêşkeftina nermalava kevneşopî pêşkeftina nermalavê ye ku bi nivîsandina kodê li dû hin qaîdeyên sabît têne nivîsandin. Lê pêşkeftina nermalava nûjen digel pêşkeftinên di îstîxbarata sûnî, fêrbûna makîneyê û fêrbûna kûr de bûye şahidê guheztinek paradîgmayê. Bi yekkirina van sê teknolojiyên, pêşdebiran dê bikaribin çareseriyên nermalava ku ji rêwerzan fêr dibin biafirînin û taybetmendî û qalibên din li daneyên ku hewce ne ji bo hilberîna encama xwestinê zêde bikin.
Ka em bi hin kodan biceribînin
Bi demê re, pergalên pêşkeftina nermalava tora neuralî di warê yekbûnê û her weha astên fonksiyon û navberê de tevlihevtir bûne. Mînakî, pêşdebir dikarin bi Python 3.6 torgilokek neuralî ya pir hêsan ava bikin. Li vir bernameyek mînakek heye ku bi 1 an 0-an dabeşkirina binary dike.
Bê guman, em dikarin bi çêkirina çînek tora neuralî dest pê bikin:
NumPy wekî NP derxînin
X=np.array([[0,1,1,0],[0,1,1,1],[1,0,0,1]])
y=np.array([[0],[1],[1]])Sepana fonksiyona sigmoîdê:
def sigmoid ():
return 1/(1 + np.exp(-x))
def derivatives_sigmoid ():
return x * (1-x)Perwerdehiya modelek bi giranî û hûrgelên destpêkê:
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))Ji bo destpêkan, heke hûn di derbarê torên neuralî de hewceyê alîkariyê bin, hûn dikarin li ser înternetê li malperên pargîdaniyên pêşkeftina nermalavê yên top bigerin an jî hûn dikarin pêşdebirên AI / ML-ê bikin da ku li ser projeya we bixebitin.
Guhertina kodê bi karanîna neuronek qata derketinê
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)
Çewtiya hesabkirinê ji bo qata koda veşartî
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) *lrDerketin
print (output)
[[0.03391414]
[0.97065091]
[0.9895072 ]]Her gav hêja ye ku hûn bi zimanên bernamesaziyê û teknîkên kodkirinê yên herî dawî re nûve bibin, û bernamenûs jî divê hay ji gelek amûrên nû yên ku dibin alîkar ku sepanên xwe ji bikarhênerên nû re têkildar bikin haydar bin.
Di sala 2020-an de, pêşdebirên nermalavê divê bifikirin ku van 5 amûrên pêşkeftina nermalavê di hilberên xwe de bicîh bikin, bêyî ku ew kîjan zimanê bernamekirinê bikar bînin:
1. Pêvajoya Zimanê Xwezayî (NLP)
Bi chatbotek ku karûbarê xerîdar xweş dike, NLP bala bernamesazên ku li ser pêşkeftina nermalava nûjen dixebitin dikişîne. Ew amûrên NLTK yên wekî Python NLTK bikar tînin da ku zû NLP-ê di nav chatbots, arîkarên dîjîtal û hilberên dîjîtal de tevlihev bikin. Heya nîvê sala 2020-an an di pêşerojek nêzîk de, hûn ê bibînin ku NLP di her tiştî de ji karsaziyên firotanê bigire heya wesayîtên xweser û amûrên ji bo mal û nivîsgehê girîngtir dibe.
Bi amûr û teknolojiyên pêşkeftina nermalava çêtir re pêşde diçin, hûn dikarin li bendê bin ku pêşdebirên nermalavê bi cûrbecûr awayan NLP-ê bikar bînin, ji navgînên bikarhêner-bingeha deng bigire heya navîgasyonek menuya pir hêsantir, analîzkirina hestan, nasnameya kontekstê, hest û gihîştina daneyê. Hemî ev ê ji piraniya bikarhêneran re peyda bibe, û pargîdan dê heya sala 430-an bigihîjin mezinbûna hilberîneriyê heya 2020 mîlyar dolarî (li gorî IDC, ku ji hêla Deloitte ve hatî destnîşan kirin).
2. GraphQL şûna REST Apis digire
Li gorî pêşdebirên li fîrmaya min, ku pargîdaniyek pêşkeftina nermalava deryayî ye, REST API serweriya xwe li ser gerdûna serîlêdanê winda dike ji ber barkirina hêdî ya daneya ku hewce dike ku ji gelek URL-an bi serê xwe were kirin.
GraphQL meylek nû ye û alternatîfek çêtir e ji mîmariya REST-ê re ku hemî daneyên têkildar ji gelek malperan bi karanîna yek pirsê vedigire. Ev pêwendiya xerîdar-server çêtir dike û derengbûnê kêm dike, ku serîlêdanê ji bikarhêner re bi girîngî bersivdar dike.
Dema ku hûn ji bo pêşkeftina nermalavê GraphQL bikar bînin hûn dikarin jêhatîbûna pêşkeftina nermalava xwe baştir bikin. Wekî din, ew ji REST Api kêmtir kod hewce dike û dihêle hûn di çend rêzikên hêsan de pirsên tevlihev bikin. Di heman demê de ew dikare bi çend taybetmendiyên Backand As A Service (BaaS) ve were saz kirin ku karanîna wê ji hêla pêşdebirên nermalavê ve di zimanên cûda yên bernamekirinê de, di nav de Python, Node.js, C++ û Java, hêsan dike.
3. Asta kodkirina kêm / bê kod (koda kêm)
Hemî amûrên pêşkeftina nermalava koda nizm gelek feydeyan peyda dikin. Dema ku gelek bernameyan ji sifirê dinivîsin divê bi qasî ku gengaz be. Koda nizm kodek pêşwextkirî peyda dike ku dikare di bernameyên mezintir de were vehewandin. Ev dihêle ku ne-bernamenûs jî zû û bi hêsanî hilberên tevlihev biafirînin û ekosîstema pêşkeftina nûjen bilezînin.
Li gorî raporek TechRepublic, amûrên bê-kod/kod kêm berê di portalên malperê, pergalên nermalavê, sepanên mobîl û deverên din de têne bikar anîn. Bazara amûrên koda kêm dê heya 15-an bigihîje 2020 mîlyar dolar. Van amûran her tiştî birêve dibin, di nav de birêvebirina mantiqa xebata xebatê, fîlterkirina daneyê, import û hinardekirinê. Li vir di sala 2020-an de platformên koda kêm ên çêtirîn hene:
- Microsoft PowerApps
- Mendix
- Outsystems
- Afirînerê Zoho
- Salesforce App Cloud
- Bingeha Quick
- Bihara biharê
4. Pêla 5G
Têkiliya 5G dê bandorek mezin li pêşkeftina sepana mobîl û nermalavê û her weha pêşkeftina malperê bike. Beriya her tiştî, bi teknolojiyên wekî IoT, her tişt girêdayî ye. Bi vî rengî, nermalava cîhazê dê bi 5G-ê re herî zêde kapasîteyên torên bêhêz ên bilez bikar bîne.
Di hevpeyivînek vê dawiyê de digel Digital Trends, Dan Dery, cîgirê serokê hilberê yê Motorola, got ku "di salên pêş de, 5G dê daneya bileztir, bandfirehiya bilindtir peyda bike û nermalava têlefonê 10 carî ji teknolojiyên bêtêl ên heyî bileztir bike."
Di vê ronahiyê de, pargîdaniyên nermalavê dê bixebitin ku 5G têxin nav sepanên nûjen. Heya niha, zêdetirî 20 operator nûvekirinên torên xwe ragihandine. Ji ber vê yekê, pêşdebir dê nuha dest bi xebatê bikin ku API-yên guncan bikar bînin da ku ji 5G sûd werbigirin. Teknolojî dê tiştên jêrîn bi girîngî baştir bike:
- Ewlekariya bernameya torê, nemaze ji bo Tora Slicing.
- Rêbazên nû peyda bikin ku hûn nasnameyên bikarhêner bikar bînin.
- Destûrê dide we ku hûn fonksiyonên nû li serîlêdanên bi derengiya kêm zêde bikin.
- Dê bandorê li pêşkeftina pergala AR / VR bike.
5. Rastkirina hêsan
Nasname her ku diçe dibe pêvajoyek bi bandor ji bo parastina daneyên hesas. Teknolojiya sofîstîke ne tenê ji hakên nermalavê re xeternak e, lê di heman demê de îstîxbarata sûnî û tewra hesabkirina quantum jî piştgirî dike. Lê bazara pêşkeftina nermalavê jixwe gelek celebên nû yên erêkirinê dibîne, wek analîza deng, biyometrîk û naskirina rû.
Di vê qonaxê de, hacker awayên cihêreng dibînin ku nasname û şîfreyên bikarhêner ên serhêl çêbikin. Ji ber ku bikarhênerên mobîl berê xwe didin têlefonên xwe yên bi şopa tilîk an şanoya rû, bi vî rengî amûrên verastkirinê bikar tînin, ew ê hewce nebin kapasîteyên verastkirinê yên nû ji ber ku îhtîmala diziya sîber dê kêmtir be. Li vir hin amûrên piştrastkirina pir-faktorî yên bi şîfrekirina SSL hene.
- Tokenên nermî têlefonên we vediguhezînin rastrastkerên pir-faktorî yên hêsan.
- Şablonên EGrid di pîşesaziyê de rengek hêsan û populer a otantîkkeran e.
- Hin ji baştirîn bernameyên erêkirinê yên ji bo karsaziyan RSA SecurID Access, OAuth, Ping Identity, Authx, û Aerobase ne.
Li Hindistan û Dewletên Yekbûyî pargîdaniyên nermalavê hene ku di warê piştrastkirin û biyometrîkê de lêkolînek berfireh dikin. Ew di heman demê de AI-ê pêşve dikin da ku ji bo rastkirina deng, rû-id, behre û biyometrîk nermalava bilind biafirînin. Naha hûn dikarin kanalên dîjîtal biparêzin û kapasîteyên platformê baştir bikin.
encamê
Wusa dixuye ku jiyan ji bo bernamenûsan dê di sala 2020-an de kêmtir dijwar bibe ji ber ku leza pêşkeftina nermalavê dibe ku bilez bibe. Amûrên berdest dê karanîna hêsantir bibin. Di dawiyê de, ev pêşkeftin dê cîhanek dînamîkî biafirîne ku dikeve serdemek dîjîtal a nû.
Source: www.habr.com