Hej, Habr! Jag presenterar för din uppmärksamhet en översättning av artikeln av kristencarter7519.
Även om det verkar som att vi bara är några dagar bort från 2020, är dessa dagar också viktiga inom mjukvaruutveckling. Här i den här artikeln kommer vi att se hur det kommande året 2020 kommer att förändra livet för mjukvaruutvecklare.
Framtiden för mjukvaruutveckling är här!
Traditionell mjukvaruutveckling är utveckling av mjukvara genom att skriva kod enligt några fasta regler. Men modern mjukvaruutveckling har sett ett paradigmskifte med framsteg inom artificiell intelligens, maskininlärning och djupinlärning. Genom att integrera dessa tre teknologier kommer utvecklare att kunna skapa mjukvarulösningar som lär sig av instruktioner och lägga till ytterligare funktioner och mönster till den data som behövs för att producera det önskade resultatet.
Låt oss försöka med lite kod
Med tiden har mjukvaruutvecklingssystem för neurala nätverk blivit mer komplexa när det gäller integration såväl som nivåer av funktionalitet och gränssnitt. Utvecklare kan till exempel bygga ett väldigt enkelt neuralt nätverk med Python 3.6. Här är ett exempelprogram som gör binär klassificering med 1:or eller 0:or.
Naturligtvis kan vi börja med att skapa en neural nätverksklass:
importera NumPy som NP
X=np.array([[0,1,1,0],[0,1,1,1],[1,0,0,1]])
y=np.array([[0],[1],[1]])Tillämpning av sigmoidfunktionen:
def sigmoid ():
return 1/(1 + np.exp(-x))
def derivatives_sigmoid ():
return x * (1-x)Att träna en modell med initialvikter och fördomar:
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))För nybörjare, om du behöver hjälp med neurala nätverk, kan du söka på internet efter webbsidor för toppprogramvaruutvecklingsföretag eller så kan du anlita AI/ML-utvecklare för att arbeta med ditt projekt.
Kodmodifiering med hjälp av en utgångsskiktsneuron
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)
Beräkningsfel för dolt kodlager
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) *lrUtgång
print (output)
[[0.03391414]
[0.97065091]
[0.9895072 ]]Det är alltid värt att hålla sig uppdaterad med de senaste programmeringsspråken och kodningsteknikerna, och programmerare bör också vara medvetna om de många nya verktyg som hjälper till att göra deras appar relevanta för nya användare.
År 2020 bör mjukvaruutvecklare överväga att införliva dessa 5 mjukvaruutvecklingsverktyg i sina produkter, oavsett vilket programmeringsspråk de använder:
1. Natural Language Processing (NLP)
Med en chatbot som effektiviserar kundservicen får NLP uppmärksamheten hos programmerare som arbetar med modern mjukvaruutveckling. De använder NLTK-verktygssatser som Python NLTK för att snabbt integrera NLP i chatbots, digitala assistenter och digitala produkter. I mitten av 2020 eller inom en snar framtid kommer du att se NLP bli viktigare i allt från detaljhandeln till autonoma fordon och enheter för hemmet och kontoret.
När du går vidare med bättre verktyg och teknik för mjukvaruutveckling kan du förvänta dig att mjukvaruutvecklare använder NLP på en mängd olika sätt, från röstbaserade användargränssnitt till mycket enklare menynavigering, sentimentanalys, kontextidentifiering, känslor och datatillgänglighet. Allt detta kommer att vara tillgängligt för majoriteten av användarna, och företag kommer att kunna uppnå en produktivitetstillväxt på upp till 430 miljarder dollar till 2020 (enligt IDC, citerad av Deloitte).
2. GraphQL ersätter REST Apis
Enligt utvecklare på mitt företag, som är ett offshore-programvaruutvecklingsföretag, förlorar REST API sin dominans över applikationsuniversumet på grund av den långsamma laddningen av data som måste göras från flera webbadresser individuellt.
GraphQL är en ny trend och ett bättre alternativ till REST-baserad arkitektur som hämtar all relevant data från flera webbplatser med en enda fråga. Detta förbättrar klient-server-interaktionen och minskar latensen, vilket gör applikationen betydligt mer lyhörd för användaren.
Du kan förbättra dina färdigheter i mjukvaruutveckling när du använder GraphQL för mjukvaruutveckling. Dessutom kräver det mindre kod än REST Api och låter dig göra komplexa frågor på några enkla rader. Den kan även utrustas med ett antal Backand as a Service (BaaS) funktioner som gör den enkel att använda av mjukvaruutvecklare i olika programmeringsspråk, inklusive Python, Node.js, C++ och Java.
3. Låg kodningsnivå/ingen kod (låg kod)
Alla mjukvaruutvecklingsverktyg med låg kod ger många fördelar. Det ska vara så effektivt som möjligt när man skriver många program från grunden. Låg kod ger förkonfigurerad kod som kan bäddas in i större program. Detta tillåter även icke-programmerare att snabbt och enkelt skapa komplexa produkter och accelerera det moderna utvecklingsekosystemet.
Enligt en TechRepublic-rapport används no-code/low code-verktyg redan i webbportaler, mjukvarusystem, mobilapplikationer och andra områden. Marknaden för verktyg med låg kod kommer att växa till 15 miljarder dollar år 2020. Dessa verktyg hanterar allt, inklusive hantering av arbetsflödeslogik, datafiltrering, import och export. Här är de bästa lågkodsplattformarna 2020:
- Microsoft PowerApps
- Mendix
- Utanför system
- Zoho skapare
- Salesforce App Cloud
- Snabb bas
- Fjäderkänga
4. 5G-våg
5G-anslutning kommer att i hög grad påverka utvecklingen av mobilappar och mjukvaror samt webbutveckling. När allt kommer omkring, med teknologier som IoT hänger allt ihop. Således kommer enhetens programvara att få ut det mesta av kapaciteten hos trådlösa höghastighetsnätverk med 5G.
I en nyligen intervju med Digital Trends sa Dan Dery, Motorolas vice vd för produkt, att "under de kommande åren kommer 5G att leverera snabbare data, högre bandbredd och accelerera telefonprogramvara 10 gånger snabbare än befintlig trådlös teknik."
I detta ljus kommer mjukvaruföretag att arbeta för att få in 5G i moderna applikationer. För närvarande har mer än 20 operatörer meddelat uppgraderingar av sina nätverk. Så, utvecklare kommer nu att börja arbeta med att använda lämpliga API:er för att dra fördel av 5G. Tekniken kommer att avsevärt förbättra följande:
- Nätverksprogramsäkerhet, speciellt för Network Slicing.
- Ge nya sätt att hantera användar-ID.
- Låter dig lägga till ny funktionalitet till applikationer med låg latens.
- Kommer att påverka utvecklingen av AR/VR-systemet.
5. Enkel autentisering
Autentisering blir alltmer en effektiv process för att skydda känslig data. Den sofistikerade tekniken är inte bara sårbar för mjukvaruhack, utan stöder också artificiell intelligens och till och med kvantberäkning. Men marknaden för mjukvaruutveckling ser redan många nya typer av autentisering, såsom röstanalys, biometri och ansiktsigenkänning.
I det här skedet hittar hackare olika sätt att förfalska användar-ID och lösenord online. Eftersom mobilanvändare redan är vana vid att komma åt sina smartphones med ett fingeravtryck eller ansiktsskanning, och därmed använda autentiseringsverktyg, kommer de inte att behöva nya verifieringsmöjligheter eftersom sannolikheten för cyberstöld är mindre. Här är några multifaktorautentiseringsverktyg med SSL-kryptering.
- Mjuka tokens förvandlar dina smartphones till bekväma multifaktorautentiseringsenheter.
- EGrid-mallar är en lättanvänd och populär form av autentiseringsverktyg i branschen.
- Några av de bästa autentiseringsprogrammen för företag är RSA SecurID Access, OAuth, Ping Identity, Authx och Aerobase.
Det finns mjukvaruföretag i Indien och USA som gör omfattande forskning inom området för autentisering och biometri. De marknadsför också AI för att skapa överlägsen programvara för röst-, ansikts-, beteende- och biometrisk autentisering. Nu kan du skydda digitala kanaler och förbättra plattformskapaciteten.
Slutsats
Det ser ut som att livet för programmerare kommer att bli mindre utmanande 2020 eftersom tempot i mjukvaruutvecklingen sannolikt kommer att accelerera. Tillgängliga verktyg blir lättare att använda. I slutändan kommer detta framsteg att skapa en dynamisk värld som går in i en ny digital tidsålder.
Källa: will.com