Hei, Habr! Jeg presenterer for din oppmerksomhet en oversettelse av artikkelen av kristencarter7519.
Selv om det ser ut til at vi bare er noen få dager unna 2020, er disse dagene også viktige innen programvareutvikling. Her i denne artikkelen vil vi se hvordan det kommende året 2020 vil endre livet til programvareutviklere.
Fremtiden for programvareutvikling er her!
Tradisjonell programvareutvikling er utvikling av programvare ved å skrive kode etter noen faste regler. Men moderne programvareutvikling har vært vitne til et paradigmeskifte med fremskritt innen kunstig intelligens, maskinlæring og dyp læring. Ved å integrere disse tre teknologiene vil utviklere kunne lage programvareløsninger som lærer av instruksjoner og legge til ytterligere funksjoner og mønstre til dataene som trengs for å produsere ønsket resultat.
La oss prøve med litt kode
Over tid har utviklingssystemer for nevrale nettverk blitt mer komplekse når det gjelder integrasjon, samt nivåer av funksjonalitet og grensesnitt. Utviklere kan for eksempel bygge et veldig enkelt nevralt nettverk med Python 3.6. Her er et eksempelprogram som gjør binær klassifisering med 1-er eller 0-er.
Selvfølgelig kan vi starte med å lage en nevrale nettverksklasse:
importer NumPy som NP
X=np.array([[0,1,1,0],[0,1,1,1],[1,0,0,1]])
y=np.array([[0],[1],[1]])Anvendelse av sigmoid-funksjonen:
def sigmoid ():
return 1/(1 + np.exp(-x))
def derivatives_sigmoid ():
return x * (1-x)Trene en modell med innledende vekter og skjevheter:
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))For nybegynnere, hvis du trenger hjelp angående nevrale nettverk, kan du søke på internett etter nettsteder til beste programvareutviklingsselskaper, eller du kan leie AI/ML-utviklere til å jobbe med prosjektet ditt.
Kodemodifisering ved bruk av en utgangslagsneuron
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)
Beregningsfeil for skjult kodelag
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) *lrUtgang
print (output)
[[0.03391414]
[0.97065091]
[0.9895072 ]]Det er alltid verdt å holde seg oppdatert med de nyeste programmeringsspråkene og kodeteknikkene, og programmerere bør også være klar over de mange nye verktøyene som bidrar til å gjøre appene deres relevante for nye brukere.
I 2020 bør programvareutviklere vurdere å inkludere disse 5 programvareutviklingsverktøyene i produktene sine, uansett hvilket programmeringsspråk de bruker:
1. Naturlig språkbehandling (NLP)
Med en chatbot som effektiviserer kundeservicen, får NLP oppmerksomheten til programmerere som jobber med moderne programvareutvikling. De bruker NLTK-verktøysett som Python NLTK for raskt å inkorporere NLP i chatbots, digitale assistenter og digitale produkter. I midten av 2020 eller i nær fremtid vil du se NLP bli viktigere i alt fra detaljhandel til autonome kjøretøy og enheter for hjemmet og kontoret.
Når du går videre med bedre programvareutviklingsverktøy og teknologier, kan du forvente at programvareutviklere bruker NLP på en rekke måter, fra stemmebaserte brukergrensesnitt til mye enklere menynavigering, sentimentanalyse, kontekstidentifikasjon, følelser og datatilgjengelighet. Alt dette vil være tilgjengelig for flertallet av brukerne, og selskaper vil kunne oppnå produktivitetsvekst på opptil 430 milliarder dollar innen 2020 (ifølge IDC, sitert av Deloitte).
2. GraphQL erstatter REST Apis
I følge utviklere ved firmaet mitt, som er et offshore-programvareutviklingsselskap, mister REST API sin dominans over applikasjonsuniverset på grunn av den trege lasting av data som må gjøres fra flere URL-er individuelt.
GraphQL er en ny trend og et bedre alternativ til REST-basert arkitektur som henter all relevant data fra flere nettsteder ved hjelp av en enkelt spørring. Dette forbedrer klient-server-interaksjonen og reduserer ventetiden, noe som gjør applikasjonen betydelig mer responsiv for brukeren.
Du kan forbedre ferdighetene dine for programvareutvikling når du bruker GraphQL for programvareutvikling. I tillegg krever det mindre kode enn REST Api og lar deg lage komplekse spørringer på noen få enkle linjer. Den kan også utstyres med en rekke Backand as a Service (BaaS) funksjoner som gjør den enkel å bruke av programvareutviklere på forskjellige programmeringsspråk, inkludert Python, Node.js, C++ og Java.
3. Lavt kodenivå/ingen kode (lav kode)
Alle programvareutviklingsverktøy med lav kode gir mange fordeler. Det skal være så effektivt som mulig når du skriver mange programmer fra bunnen av. Lav kode gir forhåndskonfigurert kode som kan bygges inn i større programmer. Dette lar selv ikke-programmerere raskt og enkelt lage komplekse produkter og akselerere det moderne utviklingsøkosystemet.
I følge en TechRepublic-rapport blir verktøy uten kode/lav kode allerede brukt i nettportaler, programvaresystemer, mobilapplikasjoner og andre områder. Markedet for lavkodeverktøy vil vokse til 15 milliarder dollar innen 2020. Disse verktøyene håndterer alt, inkludert administrasjon av arbeidsflytlogikk, datafiltrering, import og eksport. Her er de beste lavkodeplattformene i 2020:
- Microsoft PowerApps
- Mendix
- Utvendige systemer
- ZohoCreator
- Salesforce App Cloud
- Rask base
- Vårstøvel
4. 5G-bølge
5G-tilkobling vil ha stor innvirkning på utvikling av mobilapper og programvare samt nettutvikling. Tross alt, med teknologier som IoT, henger alt sammen. Dermed vil enhetsprogramvaren få mest mulig ut av mulighetene til høyhastighets trådløse nettverk med 5G.
I et nylig intervju med Digital Trends sa Dan Dery, Motorolas visepresident for produkt, at "i de kommende årene vil 5G levere raskere data, høyere båndbredde og akselerere telefonprogramvare 10 ganger raskere enn eksisterende trådløs teknologi."
I dette lyset vil programvareselskaper jobbe for å bringe 5G inn i moderne applikasjoner. For tiden har mer enn 20 operatører annonsert oppgraderinger til nettverkene sine. Så utviklere vil nå begynne å jobbe med å bruke de riktige APIene for å dra nytte av 5G. Teknologien vil forbedre følgende betydelig:
- Nettverksprogramsikkerhet, spesielt for Network Slicing.
- Gi nye måter å håndtere bruker-IDer på.
- Lar deg legge til ny funksjonalitet til applikasjoner med lav ventetid.
- Vil påvirke utviklingen av AR/VR-systemet.
5. Enkel autentisering
Autentisering blir i økende grad en effektiv prosess for å beskytte sensitive data. Den sofistikerte teknologien er ikke bare sårbar for programvarehack, men støtter også kunstig intelligens og til og med kvantedatabehandling. Men markedet for programvareutvikling ser allerede mange nye typer autentisering, som stemmeanalyse, biometri og ansiktsgjenkjenning.
På dette stadiet finner hackere forskjellige måter å forfalske bruker-IDer og passord på. Siden mobilbrukere allerede er vant til å få tilgang til smarttelefonene sine med et fingeravtrykk eller ansiktsskanning, og dermed bruke autentiseringsverktøy, vil de ikke trenge nye verifiseringsmuligheter, da sannsynligheten for cybertyveri vil være mindre. Her er noen multifaktorautentiseringsverktøy med SSL-kryptering.
- Soft Tokens gjør smarttelefonene dine til praktiske multifaktorautentiseringer.
- EGrid-maler er en enkel å bruke og populær form for autentisering i bransjen.
- Noen av de beste autentiseringsprogrammene for bedrifter er RSA SecurID Access, OAuth, Ping Identity, Authx og Aerobase.
Det er programvareselskaper i India og USA som gjør omfattende forskning innen autentisering og biometri. De promoterer også AI for å lage overlegen programvare for stemme-, ansikts-ID, atferdsmessig og biometrisk autentisering. Nå kan du beskytte digitale kanaler og forbedre plattformfunksjonene.
Konklusjon
Det ser ut til at livet for programmerere vil bli mindre utfordrende i 2020 ettersom tempoet i programvareutviklingen sannsynligvis vil akselerere. Tilgjengelige verktøy vil bli enklere å bruke. Til syvende og sist vil denne fremgangen skape en dynamisk verden som går inn i en ny digital tidsalder.
Kilde: www.habr.com