嘿哈布尔！ 我向您展示这篇文章的翻译 作者：克里斯滕卡特7519。
虽然看起来距离2020年只有几天的时间，但这几天对于软件开发领域来说也很重要。 在本文中，我们将了解即将到来的 2020 年将如何改变软件开发人员的生活。
软件开发的未来就在这里！
传统的软件开发是按照一些固定的规则编写代码来开发软件。 但随着人工智能、机器学习和深度学习的进步，现代软件开发已经发生了范式转变。 通过集成这三种技术，开发人员将能够创建软件解决方案，从指令中学习并向产生所需结果所需的数据添加附加功能和模式。
让我们尝试一些代码
随着时间的推移，神经网络软件开发系统在集成以及功能和接口级别方面变得更加复杂。 例如，开发人员可以使用 Python 3.6 构建一个非常简单的神经网络。 下面是一个使用 1 或 0 进行二进制分类的示例程序。
当然，我们可以从创建一个神经网络类开始：
将 NumPy 导入为 NP
X=np.array([[0,1,1,0],[0,1,1,1],[1,0,0,1]])
y=np.array([[0],[1],[1]])sigmoid函数的应用：
def sigmoid ():
return 1/(1 + np.exp(-x))
def derivatives_sigmoid ():
return x * (1-x)使用初始权重和偏差训练模型：
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))对于初学者来说，如果您需要有关神经网络的帮助，您可以在互联网上搜索顶级软件开发公司的网站，或者您可以聘请 AI/ML 开发人员来处理您的项目。
使用输出层神经元修改代码
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)
隐藏代码层计算错误
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) *lr退出
print (output)
[[0.03391414]
[0.97065091]
[0.9895072 ]]及时了解最新的编程语言和编码技术始终是值得的，程序员还应该了解许多有助于使他们的应用程序与新用户相关的新工具。
2020年，软件开发人员应该考虑将这5种软件开发工具整合到他们的产品中，无论他们使用哪种编程语言：
1.自然语言处理（NLP）
凭借简化客户服务的聊天机器人，NLP 正在吸引从事现代软件开发的程序员的注意。 他们使用 Python NLTK 等 NLTK 工具包快速将 NLP 融入聊天机器人、数字助理和数字产品中。 到 2020 年中期或不久的将来，您将看到 NLP 在从零售企业到自动驾驶汽车以及家庭和办公室设备的各个领域变得更加重要。
随着更好的软件开发工具和技术的发展，您可以期望软件开发人员以各种方式使用 NLP，从基于语音的用户界面到更简单的菜单导航、情感分析、上下文识别、情感和数据可访问性。 所有这些都将提供给大多数用户，到 430 年，企业将能够实现高达 2020 亿美元的生产力增长（根据 IDC，德勤引用）。
2. GraphQL 替代 REST API
据我公司（一家离岸软件开发公司）的开发人员称，由于需要从多个 URL 单独完成数据加载速度缓慢，REST API 正在失去其在应用程序领域的主导地位。
GraphQL 是一种新趋势，也是基于 REST 的架构的更好替代方案，它使用单个查询从多个站点检索所有相关数据。 这改善了客户端与服务器的交互并减少了延迟，从而使应用程序对用户的响应速度显着提高。
使用 GraphQL 进行软件开发时，您可以提高软件开发技能。 此外，它比 REST Api 需要更少的代码，并且允许您通过几行简单的代码进行复杂的查询。 它还可以配备许多 Backand 即服务 (BaaS) 功能，方便软件开发人员使用不同的编程语言（包括 Python、Node.js、C++ 和 Java）使用。
3.低编码级别/无代码（低代码）
所有低代码软件开发工具都提供许多好处。 从头开始编写许多程序时应该尽可能高效。 低代码提供可以嵌入到更大程序中的预配置代码。 这使得即使非程序员也可以快速轻松地创建复杂的产品并加速现代开发生态系统。
根据 TechRepublic 的报告，无代码/低代码工具已被用于门户网站、软件系统、移动应用程序和其他领域。 到 15 年，低代码工具市场将增长到 2020 亿美元。 这些工具处理一切，包括管理工作流程逻辑、数据过滤、导入和导出。 以下是 2020 年最好的低代码平台：
- 微软PowerApps
- Mendix
- 外系统
- Zoho Creator
- Salesforce 应用云
- 快速基地
- 春季靴
4. 5G浪潮
5G 连接将极大地影响移动应用程序和软件开发以及 Web 开发。 毕竟，借助物联网等技术，一切都已互联。 因此，设备软件将充分利用 5G 高速无线网络的功能。
摩托罗拉产品副总裁 Dan Dery 在最近接受 Digital Trends 采访时表示，“未来几年，5G 将提供更快的数据、更高的带宽，并且手机软件的加速速度将比现有无线技术快 10 倍。”
有鉴于此，软件公司将致力于将 5G 引入现代应用。 目前，已有20多家运营商宣布对其网络进行升级。 因此，开发人员现在将开始使用适当的 API 来利用 5G。 该技术将显着改善以下方面：
- 网络程序安全，特别是网络切片。
- 提供处理用户 ID 的新方法。
- 允许您以低延迟向应用程序添加新功能。
- 将影响AR/VR系统的发展。
5. 轻松认证
身份验证日益成为保护敏感数据的有效过程。 这项复杂的技术不仅容易受到软件黑客的攻击，而且还支持人工智能甚至量子计算。 但软件开发市场已经出现了许多新型的身份验证，例如语音分析、生物识别和面部识别。
在此阶段，黑客会寻找不同的方法来伪造在线用户 ID 和密码。 由于移动用户已经习惯于通过指纹或面部扫描访问智能手机，从而使用身份验证工具，因此他们不需要新的验证功能，因为网络盗窃的可能性会降低。 以下是一些具有 SSL 加密功能的多重身份验证工具。
- 软令牌将您的智能手机变成方便的多因素身份验证器。
- EGrid 模板是业界一种易于使用且流行的身份验证器形式。
- 一些最适合企业的身份验证程序包括 RSA SecurID Access、OAuth、Ping Identity、Authx 和 Aerobase。
印度和美国的软件公司在身份验证和生物识别领域进行了广泛的研究。 他们还推广人工智能，以创建用于语音、面部识别、行为和生物特征认证的优质软件。 现在您可以保护数字渠道并提高平台功能。
结论
随着软件开发步伐可能加快，2020 年程序员的生活似乎将变得不那么具有挑战性。 可用的工具将变得更易于使用。 最终，这一进步将创造一个进入新数字时代的动态世界。
来源： habr.com