Dal machine learning ai gemelli digitali, un mare di possibilità con tendenze tecnologiche in ascesa (e in calo) Le tecnologie nuove e in evoluzione stanno rapidamente cambiando il modo in cui lavoriamo, offrendo opportunità creative a quegli sviluppatori a cui non dispiace rifocalizzarsi e imparare qualcosa di nuovo. In questo articolo, esaminiamo 11 nuove tendenze tecnologiche che secondo gli esperti potrebbero sconvolgere le pratiche IT esistenti e creare domanda per sviluppatori orientati al futuro.
Non stiamo parlando solo della prossima mega svolta (nota anche come Next Big Thing). La fonte delle opportunità future per gli sviluppatori risiede nella fusione di diverse tecnologie avanzate: intelligenza artificiale (AI), realtà virtuale (VR), realtà aumentata (AR), Internet of Things (IoT). Internet of Things, IoT) e tecnologie cloud ...e, naturalmente, nelle questioni di sicurezza derivanti da questa fusione. Se desideri espandere la tua cassetta degli attrezzi personale, ti consigliamo di dare un'occhiata più da vicino a queste tecnologie popolari e ai nostri suggerimenti su come utilizzarle con successo.
Sicurezza dell'Internet delle cose
Dopo che nel 2016 decine di milioni di dispositivi connessi sono stati violati, anche gli osservatori esterni si sono accorti che i dispositivi IoT non protetti (IoT = Internet of Things) portano a terribili problemi di sicurezza. In un recente rapporto, la società di analisi Gartner ha pubblicato raccomandazioni per sviluppatori e team di esperti. Suggerisce che questi specialisti collaborino tra loro fin dall’inizio del processo di progettazione. In questo caso, puoi eliminare le minacce non appena si presentano. Ad esempio, scaricando gli aggiornamenti di sicurezza sui dispositivi IoT. La richiesta di esperti di sicurezza dell’Internet delle cose è elevata, soprattutto coloro che comprendono le vulnerabilità dell’hardware e del software utilizzati dai dispositivi connessi alla rete. “I vettori di attacco IoT sono quasi identici a quelli di qualsiasi rete distribuita, come computer o telefoni cellulari. Quindi la conoscenza della sicurezza sarà rilevante e importante in quest’area, afferma Richard Whitney, vicepresidente del prodotto presso la startup Particle. “Impara le basi della crittografia e dell’autenticazione e otterrai grandi risultati.” Tom Gonser, fondatore di DocuSign e partner di Seven Peaks Ventures, afferma che le aziende ora hanno bisogno di competenze di programmazione di basso livello per i microprocessori. “Hanno bisogno anche di esperienza con la tecnologia Bluetooth, [Windows Identity Foundation] e le tecnologie a spettro esteso. È apprezzata anche la conoscenza delle più recenti opzioni di sicurezza del sistema operativo Linux, in particolare delle opzioni ottimizzate per il minikernel, come Qubes OS." Matt Abrams, partner di Seven Peaks Ventures, suggerisce di concentrare gli sforzi sulla comprensione dei processi tecnologici e su come distruggerli. Secondo lui, l’era della crittografia post-quantistica si sta avvicinando più velocemente del previsto. “Gli specialisti devono capire cosa sono la privacy differenziale e le reti avversarie”.
Intelligenza artificiale
La domanda di ingegneri esperti di intelligenza artificiale sta crescendo a passi da gigante in previsione di una nuova ondata di auto senza conducente, robot ed elettronica intelligente. “Siamo ora a un punto di svolta, guidato in gran parte dai progressi nell’ubiquitous computing, nei servizi cloud a prezzi accessibili e nell’archiviazione di informazioni praticamente illimitata”, ha affermato Nicola Morini-Bianzino, direttore esecutivo senior e leader del gruppo intelligenza artificiale di Accenture. “L’intelligenza artificiale è ormai integrata letteralmente in ogni cosa.” Morini-Bianchino prevede la domanda di sviluppatori software, tecnologi e ricercatori con esperienza nei settori [automazione - ca. trad.] traduzione da una lingua all'altra, riconoscimento vocale, visione artificiale, robotica, elaborazione di testi in lingue naturali, rappresentazione della conoscenza e ragionamento logico. Il cibo per l’intelligenza artificiale sono i dati, quindi anche la necessità di specialisti nella gestione di dati e contenuti, data scientist e analisti è estremamente elevata. Kiyoto Tamura, vicepresidente marketing di Treasure Data, prevede che l'intelligenza artificiale passerà presto da applicazioni banali e di nicchia ad applicazioni molto più ampie ed entusiasmanti. In precedenza, i compiti dell’intelligenza artificiale assomigliavano a questo: “Trova il percorso di consegna ottimale per un pacco... o i siti più adatti per una query di ricerca”. Ora la loro formulazione è più vicina a quanto segue: "gioca a Go a un livello decente", "guida in sicurezza", ecc. "È fantastico, ma le persone devono ancora dire al computer cosa fare, e non c'è niente che tu possa fare al riguardo", afferma Tamura Kiyoto. La domanda di scienziati dei dati, scienziati dell'apprendimento automatico e linguisti computazionali è in costante crescita. Afferma Tim, CEO di MindMeld Tuttle, citando uno studio di VentureScanner che elencava 910 aziende di intelligenza artificiale lanciate tra marzo e ottobre 2016, di cui più della metà nel deep learning/machine learning e nella scienza dei dati, nei linguaggi naturali. è l'area in cui è stata investita la maggior parte del denaro, per circa 4,5 miliardi di dollari", afferma Tuttle. Nonostante il recente aumento di interesse per le applicazioni interattive, esiste un'asimmetria tra domanda e offerta in quest'area. Di conseguenza, gli esperti in materia rimarranno una risorsa preziosa finché il mondo accademico e l’industria non ristabiliranno l’equilibrio.
Apprendimento automatico
Un tipo di intelligenza artificiale, l’apprendimento automatico, può elaborare enormi quantità di dati per trovare rapidamente modelli, come il riconoscimento facciale, ed eseguire attività come consigliare film da trasmettere in streaming, senza la necessità di una programmazione esplicita. Patrick Spedding, direttore senior della ricerca sulla business intelligence presso Rocket Software, ritiene che le tecnologie cognitive, insieme ai robot e all'apprendimento automatico, possano migliorare l'efficienza delle organizzazioni che cercano il "segnale utile nel rumore". “Il machine learning, dopotutto, si basa sulle capacità dell’analisi avanzata, precedentemente nota come data mining, che necessitava solo di una piattaforma adeguata per diventare più popolare”, commenta Spadding.La domanda sorge spontanea: come guadagnare Abrams di Seven Peaks Ventures consiglia Il corso online di Andrew Ng sull'apprendimento automatico su Coursera. Coloro che seguono il corso ottengono risultati migliori nelle competizioni Kaggle. Risultati migliori rispetto ad alcuni professionisti con anni di esperienza. Non tutti gli sviluppatori di apprendimento automatico hanno una laurea in informatica. "Certamente, una laurea in informatica o una laurea in ingegneria di base di solito aiuta i tecnici ad avere successo nel loro lavoro “, tali specialisti sono in grado di effettuare esperimenti per un lungo periodo di tempo e migliorare i modelli di apprendimento automatico”, afferma Mehdi Samadi, CTO e cofondatore di Solvvy. “Tuttavia, ho visto spesso aziende assumere candidati senza un background in informatica e trasformarli in specialisti dell’apprendimento automatico”.
Scienza dei dati
La scienza dei dati è un altro campo di tendenza che richiede una varietà di competenze interdisciplinari, con ogni settore che ha le proprie. Potrebbe essere necessaria esperienza con l’apprendimento automatico e l’intelligenza artificiale per trasformare grandi volumi di dati in dati utili per le decisioni aziendali. “I data scientist esperti sono una merce rara”, afferma Spadding. "Mi sembra che le aree in cui è possibile creare tecnologie che aiutano nel processo decisionale, come i robot cognitivi e l'analisi guidata, siano aree di opportunità estremamente redditizie." Per coloro che volessero lavorare in queste aree, una conoscenza approfondita della probabilità La teoria e la statistica matematica sono un requisito fondamentale, afferma Gary Kazantsev, che dirige il gruppo di machine learning presso Bloomberg. "Le competenze ingegneristiche, come la capacità di scrivere il codice necessario per creare un sistema, sono un vantaggio". di strumenti come la libreria di machine learning TensorFlow o i notebook Jupyter, questo compito è notevolmente semplificato. Per praticare la scienza dei dati sono utili buone capacità di ricerca, cioè la capacità di formulare ipotesi, testarle, studiare la letteratura moderna e monitorare costantemente le notizie in la tua zona." Gunter Ollmann, chief security officer di Vectra, afferma che molte aziende attualmente trattano i data scientist separatamente dai progettisti, dai team di ricerca e sviluppo e dagli sviluppatori. Man mano che gli strumenti di deep learning e machine learning migliorano e i corsi di formazione diventano più efficaci nel formare gli ingegneri senior sulle novità della scienza dei dati, la distinzione tra scienza dei dati e ingegneria del software scomparirà gradualmente. In futuro, sarà fondamentale una fusione di competenze e competenza con entrambi gli strumenti."
Catena di blocchi di transazioni
I vantaggi di questo metodo di creazione di uno strumento di contabilità finanziaria distribuita per le transazioni includono sia la trasparenza che la sicurezza, sebbene la mancanza di standardizzazione abbia rallentato la sua adozione in un’ampia gamma di settori. Peter Loop, vicepresidente assistente e architetto principale della tecnologia presso Infosys, è ottimista riguardo alla tecnologia: "Nonostante l'idea sbagliata secondo cui siamo lontani anni dalla tecnologia blockchain, siamo già nella prossima "Quest'anno vedremo il pieno dispiegamento nei servizi finanziari , assicurazioni e assistenza sanitaria. Ciò sconvolgerà completamente il nostro sistema di pagamenti a livello internazionale." Altre tecnologie emergenti hanno curve di apprendimento più ripide, afferma Robert Bardunias, cofondatore e responsabile fiscale di IRIS.TV, che ammira l'attenzione imprenditoriale della tecnologia. "Queste tecnologie stanno crescendo fin dal primo giorno concentrandosi sulle applicazioni aziendali operative, quindi gli sviluppatori non devono immaginare casi d'uso: emergono e si evolvono in tempo reale", commenta Bardounias. "Tenere il passo con nuovi sviluppi e cambiamenti sarà impegnativo . sfida per chiunque voglia diventare un professionista in questo campo. Ricordo che un tempo avevo sviluppato competenze professionali minori come leggere siti web - e riviste di settore. Questa era l'ultima cosa che volevo fare, ma oggi è parte obbligatoria del formazione di uno sviluppatore che desidera ottenere e mantenere un vantaggio competitivo nel mercato globale."
Architettura di applicazioni e servizi mesh (MASA)
C'è anche una domanda sempre crescente di applicazioni in grado di mantenere una connessione ininterrotta, commutare e funzionare mentre ci muoviamo per casa. "Lo scopo di una mesh è l'elevata disponibilità: tutti gli elementi sono collegati tra loro", spiega Joseph Carson di Thycotic. "Se un percorso non è disponibile, verrà trovato un altro dispositivo per stabilire la connessione. Questo viene utilizzato ad esempio , per i dispositivi di tracciamento di Tile, così come per le criptovalute come Bitcoin come mezzo distribuito di contabilità finanziaria." Altri esperti sottolineano un potenziale collo di bottiglia nella mancanza di sufficiente compatibilità dei dispositivi. “Tutti i fornitori, a modo loro, stanno cercando di costruire la fiducia dei consumatori mantenendo chiusi i propri ecosistemi, se esistono,”, afferma Derek Collison, CEO di Apcera (ex Cloud Foundry). "Penso che l'intelligenza artificiale verrà addestrata nel cloud, su enormi quantità di dati provenienti da tutti gli utenti", afferma Collison. "Questi algoritmi aggiorneranno continuamente i loro modelli di esecuzione, che verranno trasmessi in modalità wireless agli endpoint e utilizzati per aggiornare il firmware" sui nostri telefoni, automobili e dispositivi domestici. L'elaborazione dei dati avverrà sull'hardware dei dispositivi locali e la formazione avverrà utilizzando software nel cloud."
Gemelli digitali
Collegati a sensori fisici e virtuali, i modelli software possono essere utilizzati per prevedere i guasti di prodotti e servizi, consentendo alle aziende di pianificare e allocare le risorse per eseguire le riparazioni prima che si verifichi il guasto. I progressi nell’apprendimento automatico e l’introduzione di tecnologie di intelligenza artificiale stanno riducendo il costo di tali modelli predittivi, chiamati “gemelli digitali”, che consentono di aumentare significativamente l’efficienza e ridurre i costi operativi durante la vita, ad esempio, di un motore a reazione o di un motore elettrico. pianta. Secondo Matias Woloski, CTO e cofondatore di Auth0, le aziende potranno utilizzare i gemelli digitali anche in fase concettuale e di progettazione, conducendo simulazioni di nuovi prodotti software con modifiche passo passo fino al raggiungimento di un risultato soddisfacente. Le informazioni ottenute dai gemelli digitali verranno prese in considerazione durante la creazione del prodotto. "Diverse organizzazioni utilizzano già i gemelli digitali. Questa tecnologia è richiesta soprattutto in quei progetti in cui i costi iniziali sono troppo elevati e, di conseguenza, il prezzo del fallimento", condivide Voloshsky. Paul Hofmann, CTO di SpaceTime Insight, afferma che i gemelli digitali utilizzano l’apprendimento automatico per renderli più efficaci nel prevedere i guasti rispetto ai modelli di manutenzione basati sulle condizioni. “Con i sistemi IoT e di machine learning, le aziende possono essere certe che le loro risorse non verranno meno in modo casuale e, se ciò accade, l’azienda può prendere la decisione migliore in tempo reale e a lungo termine”.
Auto, robot ed elettrodomestici senza conducente
Elettrodomestici, attrezzature industriali, automobili e droni stanno diventando più intelligenti grazie all’intelligenza artificiale e al machine learning. La società di ricerca Gartner stima che entro il 2020, ogni anno dalle linee di produzione delle case automobilistiche usciranno 61 milioni di veicoli connessi. "Intere economie stanno crescendo qui", afferma Vince Jeffs, direttore della strategia di prodotto e del marketing di Pegasystems. — Ad esempio, ci sono start-up e aziende già costituite che si occupano di intelligenza artificiale, che si sono affermate abbastanza saldamente nel campo dei veicoli autonomi. Ad esempio, MobileEye è una società con 500 milioni di dollari di capitale di rischio specializzata in piccole telecamere posizionate in tutta l'auto. Allo stesso modo, ci sono aziende che vendono robot fisici: SoftBank Robotics, ad esempio, è specializzata in robot per concierge di hotel. Hanno 250 milioni di dollari in capitale di rischio." I progressi nel deep learning hanno portato a miglioramenti nella visione artificiale, nell'elaborazione del linguaggio naturale e nel parlato, nonché nella capacità delle macchine e del software di "cercare di ottenere ricompense" e massimizzare la produttività, afferma Wayne Thompson, capo scienziato dei dati SAS: "Il risultato è una nuova generazione di macchine in grado di vedere il mondo, ascoltare e leggere i linguaggi naturali, comunicare con le persone e autoregolarsi sia meccanicamente che comportamentalmente in un modo completamente senza precedenti." L’automazione come un incubo, lasciando le persone senza lavoro, altri sostengono che queste tecnologie stanno portando a un futuro più luminoso e più umano.“Mi viene spesso chiesto quali sono le conseguenze dell’automazione”, afferma Michael Hubbard, direttore delle comunicazioni globali di ServiceNow. — L’automazione intelligente non è una minaccia, ma una straordinaria opportunità. Può liberarci dalle attività di routine, aprendo la porta alla creatività e permettendoci di creare rapporti di lavoro più forti e produttivi."
Realtà virtuale e aumentata
Dopo decenni di pubblicità invadente, la realtà virtuale e aumentata stanno finalmente raggiungendo un punto di svolta. E per chi vuole sviluppare prodotti basati su queste tecnologie si aprono nuovi orizzonti: ampliare le sensazioni durante il gioco. "Queste tecnologie non sono ancora molto comuni, ma sono diventate molto più mature negli ultimi anni", afferma Anup Nair, vicepresidente e direttore tecnico di Mphasis Digital. "Credo che nei settori biomedico e sanitario, AR/VR porterà enormi benefici, sia a fini formativi che di condivisione di informazioni su procedure chirurgiche complesse: vediamo previste attività di AR mirate ad effettuare approfondimenti nei centri di controllo dei social media delle grandi banche, così come nei piani di scambio dove forniranno C'è infinito spazio per gli agenti di cambio per analizzare dati e collaborare." Christian Sasso, professore associato nel programma di laurea VR/AR presso il Cogswell College di San Jose, vede la realtà aumentata come la più grande tendenza tecnologica dell'anno. "L'AR sarà un realtà molto presto, per assistere i clienti quando hanno bisogno di riparare un dispositivo prodotto dall’azienda”, afferma Sesso. “Ad esempio, in un progetto a cui sto lavorando, gli occhiali per realtà aumentata vengono utilizzati per comunicare con un consulente del servizio clienti in caso di rottura di una TV o di un monitor. Parlando direttamente con un cliente attraverso un'interfaccia di realtà aumentata, un rappresentante dell'azienda può ottenere tutte le informazioni necessarie ispezionando visivamente uno schermo rotto, senza dover descrivere il problema al telefono o cercare un numero di serie." "Tecnologie AR e VR non sarà diffuso finché non avranno hardware più conveniente e di alta qualità", afferma Vishwa Ranjan, responsabile della realtà aumentata e virtuale presso Infosys. "Già nel 2017, vedremo le aziende di smartphone iniziare a sviluppare funzionalità di realtà aumentata e virtuale, come come tecnologie basate sul riconoscimento facciale, sul rilevamento della posizione, sull'uso di sensori e telecamere a 360 gradi, che svolgeranno un ruolo significativo nel promuovere le vendite di dispositivi AR e VR ai primi acquirenti."
Aiutanti umanoidi
Questa è la fase successiva dell’intelligenza artificiale! Elimineremo gli strumenti goffi che attualmente utilizziamo per interagire con il mondo digitale. Secondo gli esperti presto gli strumenti di supporto non si limiteranno soltanto all'ordinazione di beni e servizi online o alla ricerca in Internet. Diventeranno un'estensione del nostro cervello. Non avremo più bisogno di ricordare tante informazioni: con l'aiuto degli strumenti tecnologici, libereremo risorse per il pensiero analitico e critico." A cosa dovremmo prestare attenzione se siamo interessati allo sviluppo di tali tecnologie assistive? "Il la domanda più grande ora è una conoscenza approfondita", afferma Günther Ohlmann, responsabile della sicurezza di Vectra. "Ad esempio, conoscenze specialistiche nel campo della sicurezza delle informazioni (sicurezza delle applicazioni web, analisi forense della rete, disassemblaggio di malware)." David Parmenter, data scientist e chief technology officer di Adobe Document Cloud, afferma che la chiave di tutto ciò, ancor più che una laurea in informatica, è la passione per la matematica e la logica. “La creatività, il desiderio di apprendere costantemente, il pensiero incentrato sul cliente, la resilienza di fronte al fallimento – i risultati del machine learning non sono affatto un prodotto finito – e le capacità di comunicazione sono le competenze trasversali più importanti per gli ingegneri che lavorano in questo campo. "
E il vincitore... è una combinazione di tutto questo!
Sebbene l’intelligenza artificiale sia probabilmente la tecnologia dirompente più citata quest’anno, la tendenza più importante è la convergenza delle tecnologie emergenti in rapida evoluzione. Maarten Ectors di Canonical elenca più di una dozzina di tecnologie diverse che, se combinate, producono più della somma delle loro parti: "cloud, mobile, IoT, intelligenza artificiale, blockchain, realtà aumentata, interfacce vocali, comunicazioni radio controllate da software, la 'quarta rivoluzione industriale" [automazione e comunicazione dei dati nell'industria], robotica, edge computing e automobili senza conducente." Patrick Spadding, di Rocket Software, afferma che tecnologie separate si stanno unendo in gran parte a causa della necessità delle aziende di estrarre i propri dati, ad esempio durante l'analisi del traffico dei siti Web. “Se si aggiunge la crescita di nuove fonti di dati come l’Internet delle cose”, afferma, “non è facile semplicemente tenere il passo con il volume di informazioni disponibili per prendere decisioni aziendali”. Spadding ritiene che le prospettive di fusione di tecnologie cognitive, robot e linguaggi macchina aumenteranno man mano che diventeranno più comprensibili. Una nuova generazione di nativi digitali accelererà l’adozione di queste tecnologie combinate, afferma, poiché si aspettano facilità d’uso, interfacce simili a quelle dei giochi e l’ubiquità della realtà aumentata e virtuale.
GO TO FULL VERSION