自尊心のある開発者が知っておくべき 11 のテクノロジー

機械学習からデジタル ツインまで、上昇 (下降) するテクノロジ トレンドによる可能性の海 新しいテクノロジが進化し、私たちの仕事のやり方を急速に変えており、何か新しいことに集中して学習することを厭わない開発者に創造的な機会を提供しています。この記事では、既存の IT 慣行を破壊し、未来志向の開発者への需要を生み出す可能性があると専門家が指摘する 11 の新しいテクノロジー トレンドを取り上げます。 私たちは次の巨大なブレークスルー (別名 Next Big Thing) についてだけ話しているのではありません。開発者にとって将来の機会の源は、人工知能 (AI)、仮想現実 (VR)、拡張現実 (AR)、モノのインターネット (IoT)、クラウド テクノロジーなど、いくつかの先進テクノロジーの融合にあります。 ...そしてもちろん、この合併から生じるセキュリティの問題も含まれます。自分のツールボックスを拡張したい場合は、これらの人気テクノロジーと、それらを使って成功するためのヒントを詳しく調べることをお勧めします。

モノのインターネットのセキュリティ

2016 年に数千万台の接続デバイスがハッキングされて以来、保護されていない IoT デバイス (IoT = モノのインターネット) が深刻なセキュリティ問題を引き起こすことに外部の観察者さえ気づいています。アナリスト会社 Gartner は最近のレポートで、開発者と専門家チーム向けの推奨事項を発表しました。これは、これらの専門家が設計プロセスの最初から相互に協力する必要があることを示唆しています。この場合、脅威が発生したときにそれを排除できます。たとえば、IoT デバイスにセキュリティ更新プログラムをダウンロードすることによって。モノのインターネットのセキュリティ専門家、特にネットワークに接続されたデバイスで使用されるハードウェアとソフトウェアの脆弱性を理解する専門家の需要は高くなります。「IoT の攻撃ベクトルは、コンピューターや携帯電話などの分散ネットワークに対する攻撃ベクトルとほぼ同じです。したがって、この分野ではセキュリティの知識が関連し、重要になるだろうとスタートアップ企業パーティクルの製品担当副社長リチャード・ホイットニー氏は言う。「暗号化と認証の基礎を学べば、素晴らしい成果が得られるでしょう。」DocuSign の創設者であり Seven Peaks Ventures のパートナーである Tom Gonser 氏は、企業は現在、マイクロプロセッサ向けの低レベルのプログラミング スキルを必要としていると述べています。「Bluetooth テクノロジ、[Windows Identity Foundation]、およびスペクトル拡散テクノロジの経験も必要です。Linux オペレーティング システムの最新のセキュリティ オプション、特に Qubes OS などのミニカーネルに最適化されたオプションに関する知識も歓迎します。」Seven Peaks Ventures のパートナーであるマット・エイブラムス氏は、技術プロセスとそれを破壊する方法を理解することに重点を置くことを提案しています。同氏の意見では、ポスト量子暗号の時代は予想よりも早く近づいているという。「専門家は、差分プライバシーと敵対的ネットワークとは何かを理解する必要があります。」

人工知能

無人自動車、ロボット、スマートエレクトロニクスの新たな波を見据えて、AIに精通したエンジニアの需要が飛躍的に高まっています。アクセンチュアのシニアエグゼクティブディレクター兼人工知能グループリーダーのニコラ・モリーニ・ビアンジーノ氏は、「私たちは現在、ユビキタスコンピューティング、手頃な価格のクラウドサービス、事実上無制限の情報ストレージの進歩が主な推進力となって転換点にある」と述べた。「人工知能は今や文字通りあらゆるものに組み込まれています。」モリーニ・ビアンキーノ氏は、[自動化 - 約 100 万人] の分野で経験を持つソフトウェア開発者、技術者、研究者の需要を予測しています。翻訳] ある言語から別の言語への翻訳、音声認識、コンピュータ ビジョン、ロボット工学、自然言語でのテキスト処理、知識表現、論理的推論。AI の糧となるのはデータであるため、データおよびコンテンツ管理のスペシャリスト、データ サイエンティスト、アナリストの必要性も非常に高くなります。トレジャーデータのマーケティング担当副社長、田村清人氏は、人工知能は間もなく、ニッチで平凡なアプリケーションから、より広範でエキサイティングなアプリケーションに移行すると予測しています。以前は、人工知能のタスクは次のようになっていました。「荷物の最適な配送ルートを見つける...または検索クエリに最適なサイトを見つける」。現在では、彼らの文言は、「まともなレベルで碁を打つ」、「安全に運転する」などに近づいています。「それは素晴らしいことですが、人間は依然としてコンピューターに何をすべきかを指示しなければならず、それに対してできることは何もありません。」と田村清人氏は言います。データサイエンティスト、機械学習科学者、計算言語学者の需要は増え続けています。タトル氏は、2016 年 3 月から 10 月の間に設立された人工知能企業 910 社をリストアップした VentureScanner の調査を引用し、その半数以上がディープラーニング/機械学習とデータ サイエンス、自然言語分野であったと述べました。 「インタラクティブ アプリケーションに対する最近の関心の高まりにもかかわらず、この分野では需要と供給の間に非対称性があります。その結果、対象分野の専門家は引き続き重要な役割を果たします。」とタトル氏は言います。学界と産業界がバランスを正すまでは貴重なリソースです。

機械学習

人工知能の一種である機械学習は、明示的なプログラミングを必要とせずに、膨大な量のデータを処理して顔認識などのパターンをすばやく見つけ、ストリーミングする映画を推奨するなどのタスクを実行できます。Rocket Software のビジネス インテリジェンス研究担当シニア ディレクターであるパトリック スペディング氏は、コグニティブ テクノロジーをボットや機械学習と組み合わせることで、「ノイズの中から有用な信号」を探す組織の効率を向上できると考えています。「結局のところ、機械学習は、以前はデータマイニングとして知られていた高度な分析の機能に基づいており、より普及するには適切なプラットフォームのみが必要でした」とスパディング氏はコメントする。Coursera での Andrew Ng の機械学習に関するオンライン コース 「しかし、企業がコンピューターサイエンスの背景のない候補者を採用し、機械学習のスペシャリストに育てるのをよく見てきました。」

データサイエンス

データ サイエンスもトレンドの分野であり、各業界に独自のさまざまな学際的なスキルが必要です。大量のデータをビジネス上の意思決定に役立つデータに変換するには、機械学習と人工知能の経験が必要な場合があります。「経験豊富なデータサイエンティストは希少な存在です」とスパディング氏は言います。「コグニティブボットや誘導分析など、意思決定に役立つテクノロジーを開発できる分野は、非常に収益性の高い分野であるように思えます。」これらの分野で働きたい人にとって、確率に関する十分な知識が必要です。ブルームバーグの機械学習グループを率いるゲイリー・カザンツェフ氏は、理論と数学統計が重要な要件であり、「システムの作成に必要なコードを書く能力などのエンジニアリングスキルはプラスになる」と述べている。機械学習ライブラリ TensorFlow や Jupyter ノートブックなどのツールを使用すると、このタスクは大幅に簡素化されます。データ サイエンスを実践するには、優れた研究スキルが役に立ちます。つまり、仮説を立て、テストし、現代文献を研究し、ニュースを常に監視する能力です。あなたの地域。」Vectra の最高セキュリティ責任者である Gunter Ollmann 氏は、現在多くの企業がデータ サイエンティストをデザイナー、研究開発チーム、開発者とは分けて扱っていると述べています。ディープラーニングおよび機械学習ツールが改良され、データ サイエンスの最新情報について上級エンジニアを教育するトレーニング コースがより効果的になるにつれて、データ サイエンスとソフトウェア エンジニアリングの区別は徐々に消えていくでしょう。将来的には、両方の楽器のスキルセットと熟練度の融合が必須となるでしょう。」

トランザクションブロックチェーン

トランザクション用の分散財務会計ツールを作成するこの方法の利点には、透明性とセキュリティの両方が含まれますが、標準化の欠如により、幅広い業界での導入が遅れています。Infosys のアシスタントバイスプレジデント兼主任テクノロジーアーキテクトである Peter Loop 氏は、このテクノロジーについて楽観的です。「ブロックチェーンテクノロジーが実現するのは何年も先だという誤解にもかかわらず、私たちはすでに次の段階に入っています。今年は金融サービスに完全な導入が見られるでしょう」 、保険、ヘルスケア。国際的に私たちの支払いシステムを完全に混乱させるでしょう。」IRIS.TV の共同創設者兼最高税務責任者であるロバート・バードゥニアス氏は、他の新興テクノロジーは学習曲線がより急であると述べ、このテクノロジーの起業家精神に焦点を当てていることを賞賛しています。「これらのテクノロジーは、運用上のビジネス アプリケーションに重点を置いて初日から成長しているため、開発者はユースケースを想像する必要がありません。リアルタイムで出現し、進化します。」と Bardounias 氏はコメントしています。 . この分野のプロフェッショナルになりたい人のためのチャレンジです。かつてウェブサイトや業界誌を読むなど、マイナーな専門スキルをどのように身につけたかを覚えています。これは私が最もやりたかったことですが、今日では必須の部分です。世界市場で競争上の優位性を獲得し維持したい開発者のトレーニング。」

メッシュ アプリケーションおよびサービス アーキテクチャ (MASA)

また、家の中を移動しても、中断のない接続を維持し、切り替えて作業できるアプリケーションに対する需要も増え続けています。「メッシュのポイントは高可用性です。すべての要素が相互に接続されています。」と Thycotic の Joseph Carson 氏は言います。「ルートが利用できない場合は、接続を確立するために別のデバイスが見つかります。これは、たとえば、 、Tile の追跡デバイス用、および財務会計の分散手段としてのビットコインなどの暗号通貨用です。」他の専門家は、デバイスの互換性が十分でないことが潜在的なボトルネックになっていると指摘しています。Apcera (元 Cloud Foundry) の CEO、デレク・コリソン氏は、「すべてのベンダーは、それぞれのやり方で、自社のエコシステムが存在するとしても、そのエコシステムを閉鎖的な状態に保つことで、消費者の信頼を築こうとしています」と述べています。「人工知能は、すべてのユーザーからの膨大な量のデータに基づいてクラウドでトレーニングされると思います。これらのアルゴリズムは実行モデルを継続的に更新し、その実行モデルはワイヤレスでエンドポイントに送信され、ファームウェアの更新に使用されます」とコリソン氏は言います。電話、自動車、家庭用デバイスなどです。データ処理はローカル デバイスのハードウェアで行われ、トレーニングはクラウドのソフトウェアを使用して行われます。」

デジタルツイン

物理センサーと仮想センサーに接続されたソフトウェア モデルを使用して製品やサービスの障害を予測できるため、企業は障害が発生する前に修復を実行するためのリソースを計画して割り当てることができます。機械学習の進歩と人工知能技術の導入により、「デジタルツイン」と呼ばれる予測モデリングのコストが削減されており、これにより、ジェットエンジンや動力などの寿命全体にわたる効率の大幅な向上と運用コストの削減が可能になります。植物。Auth0 の CTO 兼共同創設者である Matias Woloski 氏によると、企業は概念的および設計段階でもデジタル ツインを使用でき、満足のいく結果が得られるまで段階的に変更を加えながら新しいソフトウェア製品のシミュレーションを実行できるようになります。デジタルツインから得られる情報は、製品を作成する際に考慮されます。「いくつかの組織がすでにデジタルツインを使用しています。このテクノロジーは主に、初期費用が高すぎるため、失敗の代償が伴うプロジェクトで需要があります」とヴォロシュスキー氏は語ります。SpaceTime Insight の最高技術責任者 (CTO) であるポール・ホフマン氏は、デジタル ツインは機械学習を使用して、状態ベースのメンテナンス モデルよりも故障をより効果的に予測できると述べています。「IoT と機械学習システムを使用すると、企業は自社のリソースがランダムに故障することはないと確信できます。また、故障した場合でも、長期的に最適な意思決定をリアルタイムで下すことができます。」

無人自動車、ロボット、家電製品

家電製品、産業機器、自動車、ドローンは、人工知能と機械学習のおかげでよりスマートになっています。調査会社ガートナーは、2020年までに年間6,100万台のコネクテッドカーが自動車メーカーの生産ラインから稼働すると予測している。「ここでは経済全体が成長しています」と Pegasystems の製品戦略およびマーケティング担当ディレクターの Vince Jeffs 氏は言います。— たとえば、自動運転車の分野でかなり定着した人工知能を扱う新興企業やすでに設立された企業があります。たとえば、MobileEye は、自動車全体に設置される小型カメラを専門とするベンチャー キャピタルに 5 億ドルを投資している会社です。同様に、物理的なロボットを販売する企業もあります。たとえば、SoftBank Robotics はホテルのコンシェルジュ ロボットを専門としています。彼らはベンチャーキャピタルに 2 億 5,000 万ドルを投資しています。」 ディープラーニングの進歩により、コンピューター ビジョン、自然言語処理、音声の向上に加え、機械やソフトウェアが「報酬を求めて」生産性を最大化する能力も向上しました、とウェイン トンプソン氏は言います。 SAS の首席データサイエンティスト: 「その結果、まったく前例のない方法で、世界を認識し、自然言語を聞いて読み、人々とコミュニケーションし、機械的にも行動的にも自己調整できる新世代のマシンが誕生しました。」 ServiceNow のグローバル コミュニケーション ディレクター、マイケル ハバード氏は、「自動化は悪夢であり、人々を失業させる」と主張する人もいます。— インテリジェントな自動化は脅威ではなく、大きなチャンスです。それは私たちを日常的な活動から解放し、創造性への扉を開き、より強力で生産的な仕事関係を築くことができるようにします。」

仮想現実と拡張現実

何十年にもわたる煩わしい広告を経て、仮想現実と拡張現実はついに転換点を迎えています。そして、これらのテクノロジーをベースにした製品を開発したい人にとっては、ゲーム中の感覚の拡大という新たな地平が開かれています。「これらのテクノロジーはまだあまり一般的ではありませんが、ここ数年でより成熟してきました。」と Mphasis Digital のバイスプレジデント兼テクニカル ディレクターである Anup Nair 氏は述べています。トレーニング目的と複雑な外科手術に関する情報共有の両方に多大なメリットがあり、大手銀行のソーシャル メディア コントロール センターや取引所フロアで詳細な分析を行うことを目的とした AR 活動の計画が見られます。株式仲買人がデータを分析し、協力するためのスペースは無限にあります。」サンノゼに本拠を置くコグスウェル大学の VR/AR 大学院プログラムの准教授であるクリスチャン・サッソ氏は、拡張現実が今年の最大のテクノロジートレンドであると見ています。顧客が自社製デバイスを修理する必要があるときにサービスを提供できるようにするためです」と Sesso 氏は言います。「たとえば、私が取り組んでいるプロジェクトでは、テレビやモニターが壊れた場合に顧客サービス コンサルタントと通信するために拡張現実メガネが使用されています。拡張現実インターフェースを通じて顧客と直接会話する場合、企業の担当者は電話で問題を説明したりシリアル番号を検索したりすることなく、壊れた画面を目視検査することで必要な情報をすべて入手できます。」「AR および VR テクノロジー」インフォシスの拡張現実および仮想現実の責任者であるヴィシュワ・ランジャン氏は、「スマートフォン企業は、早ければ2017年にも、次のような拡張現実および仮想現実の機能を開発し始めるだろう。」とインフォシスの拡張現実および仮想現実の責任者であるヴィシュワ・ランジャン氏は言う。顔認識、位置検出、センサーや 360 度カメラの使用に基づいたテクノロジーであり、早期購入者への AR および VR デバイスの販売を促進する上で重要な役割を果たすでしょう。」

人型ヘルパー

これが人工知能の次の段階です！私たちは、デジタル世界と対話するために現在使用している不格好なツールを廃止します。専門家によると、私たちは間もなく、商品やサービスのオンライン注文やインターネット検索以上の目的で支援ツールを使用するようになるでしょう。それらは私たち自身の脳の延長となるでしょう。私たちは、もはやこれまでほど多くの情報を記憶する必要がなくなり、技術ツールの助けを借りて、分析的思考や批判的思考のためのリソースを解放できるようになります。」 このような支援技術の開発に興味がある場合、何に注意を払うべきでしょうか? 「今、最も需要があるのは深い知識です。」と Vectra のセキュリティ責任者であるギュンター・オールマン氏は言います。「たとえば、情報セキュリティ分野 (Web アプリケーション セキュリティ、ネットワーク フォレンジック、マルウェア分解) の専門知識です。」Adobe Document Cloud のデータサイエンティスト兼最高技術責任者である David Parmenter 氏は、その鍵となるのはコンピューター サイエンスの学位以上に、数学と論理に対する情熱であると述べています。「創造性、常に学びたいという欲求、顧客中心の考え方、失敗に直面したときの回復力、つまり機械学習の結果は決して完成品ではありません。そしてコミュニケーション スキルは、この分野で働くエンジニアにとって最も重要なソフト スキルです。 」

そして勝者は...これらすべての組み合わせです!

おそらく今年最も頻繁に引用される破壊的テクノロジーは人工知能ですが、最も重要なトレンドは急速に進化する新興テクノロジーの融合です。Canonical の Maarten Ectors は、組み合わせることでそれぞれの部分の合計以上の効果を生み出す十数種類のテクノロジーを挙げています。「クラウド、モバイル、IoT、人工知能、ブロックチェーン、拡張現実、音声インターフェイス、ソフトウェア制御無線通信、そして 4 つ目」産業革命（産業における自動化とデータ通信）、ロボット工学、エッジ コンピューティング、無人自動車。」Rocket Software の Patrick Spadding 氏は、ウェブサイトのトラフィックを分析する場合など、企業が独自のデータを取得する必要があるため、別々のテクノロジーが統合されるのが主な理由であると述べています。「モノのインターネットなどの新しいデータ ソースの増加を考慮すると、ビジネス上の意思決定を行うために利用できる情報の量を把握し続けることは容易ではありません。」と彼は言います。スパディング氏は、認知技術、ボット、機械言語がより理解しやすくなるにつれて、それらを統合する可能性が高まると考えています。新世代のデジタル ネイティブは、使いやすさ、ゲームのようなインターフェイス、拡張現実と仮想現実の普及を期待しているため、これらの複合テクノロジーの採用が加速すると彼は言います。