Daripada pembelajaran mesin kepada kembar digital, lautan kemungkinan dengan aliran teknologi yang meningkat (dan menurun) Teknologi baharu dan berkembang pesat mengubah cara kami bekerja, menawarkan peluang kreatif untuk pembangun yang tidak keberatan memfokus semula dan mempelajari sesuatu yang baharu. Dalam artikel ini, kami melihat 11 aliran teknologi baharu yang dikatakan pakar boleh mengganggu amalan IT sedia ada dan mewujudkan permintaan untuk pembangun berorientasikan masa depan.
Kami tidak bercakap tentang kejayaan mega seterusnya (aka Next Big Thing). Sumber peluang masa depan untuk pembangun terletak pada gabungan beberapa teknologi canggih - kecerdasan buatan (AI), realiti maya (VR), realiti tambahan (AR), Internet of Things (IoT). Internet of Things, IoT) dan teknologi awan ... dan, sudah tentu, dalam isu keselamatan yang timbul daripada penggabungan ini. Jika anda ingin mengembangkan kotak alat peribadi anda, kami mengesyorkan agar anda melihat dengan lebih dekat teknologi popular ini, serta petua kami tentang cara untuk berjaya dengannya.
Keselamatan Internet Perkara
Selepas berpuluh-puluh juta peranti yang disambungkan digodam pada 2016, malah pemerhati luar menyedari bahawa peranti IoT yang tidak dilindungi (IoT = internet of things) membawa kepada masalah keselamatan yang teruk. Dalam laporan baru-baru ini, firma penganalisis Gartner menerbitkan cadangan untuk pembangun dan pasukan pakar. Ia mencadangkan bahawa pakar ini harus bekerjasama antara satu sama lain dari awal proses reka bentuk. Dalam kes ini, anda boleh menghapuskan ancaman apabila ia timbul. Contohnya, dengan memuat turun kemas kini keselamatan ke peranti IoT. Permintaan untuk pakar keselamatan Internet of Things adalah tinggi, terutamanya mereka yang memahami kelemahan perkakasan dan perisian yang digunakan oleh peranti yang disambungkan ke rangkaian. “Vektor serangan IoT hampir sama dengan mana-mana rangkaian yang diedarkan, seperti komputer atau telefon bimbit. Jadi pengetahuan keselamatan akan menjadi relevan dan penting dalam bidang ini, kata Richard Whitney, naib presiden produk di Particle permulaan. "Pelajari asas kriptografi dan pengesahan dan anda akan mencapai perkara yang hebat." Tom Gonser, pengasas DocuSign dan rakan kongsi di Seven Peaks Ventures, berkata firma kini memerlukan kemahiran pengaturcaraan peringkat rendah untuk mikropemproses. “Mereka juga memerlukan pengalaman dengan teknologi Bluetooth, [Windows Identity Foundation] dan teknologi spektrum yang tersebar. Pengetahuan tentang pilihan keselamatan terkini sistem pengendalian Linux, terutamanya pilihan yang dioptimumkan untuk kernel mini, seperti OS Qubes, juga dihargai.” Matt Abrams, rakan kongsi di Seven Peaks Ventures, mencadangkan memfokuskan usaha untuk memahami proses teknologi dan cara memusnahkannya. Pada pendapatnya, era kriptografi pasca-kuantum menghampiri lebih cepat daripada yang dijangkakan. "Pakar mesti memahami apa itu privasi pembezaan dan rangkaian permusuhan."
Kecerdasan buatan
Permintaan untuk jurutera celik AI berkembang pesat dengan menjangkakan gelombang baharu kereta tanpa pemandu, robot dan elektronik pintar. "Kami kini berada di titik perubahan, sebahagian besarnya didorong oleh kemajuan dalam pengkomputeran di mana-mana, perkhidmatan awan mampu milik dan penyimpanan maklumat yang hampir tanpa had," kata Nicola Morini-Bianzino, pengarah eksekutif kanan dan ketua kumpulan kecerdasan buatan di Accenture. "Kecerdasan buatan kini terbina dalam segala-galanya." Morini-Bianchino meramalkan permintaan untuk pembangun perisian, ahli teknologi dan penyelidik yang berpengalaman dalam bidang [automasi - lebih kurang. transl.] terjemahan dari satu bahasa ke bahasa lain, pengecaman pertuturan, penglihatan komputer, robotik, pemprosesan teks dalam bahasa semula jadi, perwakilan pengetahuan dan penaakulan logik. Makanan untuk AI ialah data, jadi keperluan untuk pakar pengurusan data dan kandungan, saintis data dan penganalisis juga amat tinggi. Naib presiden pemasaran Treasure Data, Kiyoto Tamura meramalkan bahawa kecerdasan buatan tidak lama lagi akan beralih daripada aplikasi biasa, biasa kepada aplikasi yang lebih luas—dan mengujakan. Sebelum ini, tugasan untuk kecerdasan buatan kelihatan seperti ini: "Cari laluan penghantaran optimum untuk pakej... atau tapak yang paling sesuai untuk pertanyaan carian." Kini kata-kata mereka lebih dekat dengan yang berikut: "bermain Pergi pada tahap yang baik", "memandu dengan selamat", dsb. "Ia bagus, tetapi orang ramai masih perlu memberitahu komputer apa yang perlu dilakukan dan tiada apa yang boleh anda lakukan mengenainya," kata Tamura Kiyoto. Permintaan untuk saintis data, saintis pembelajaran mesin dan ahli bahasa pengiraan sentiasa berkembang. kata Ketua Pegawai Eksekutif MindMeld Tim Tuttle, memetik kajian VentureScanner yang menyenaraikan 910 syarikat kecerdasan buatan yang dilancarkan antara Mac dan Oktober 2016, dengan lebih separuh dalam pembelajaran mendalam/pembelajaran mesin dan sains data. bahasa semula jadi. "Bukan sahaja bidang ini berkembang dalam bilangan, tetapi ia juga kawasan yang paling banyak wang telah dilaburkan, iaitu kira-kira $4.5 bilion," kata Tuttle. Walaupun terdapat lonjakan minat dalam aplikasi interaktif baru-baru ini, terdapat asimetri antara penawaran dan permintaan dalam bidang ini. Akibatnya, pakar subjek akan kekal sebagai sumber yang berharga sehingga ahli akademik dan industri membetulkan bakinya.
Pembelajaran mesin
Sejenis kecerdasan buatan, pembelajaran mesin, boleh memproses sejumlah besar data untuk mencari corak dengan cepat—seperti pengecaman muka—dan melaksanakan tugas seperti mengesyorkan filem untuk distrim, tanpa memerlukan pengaturcaraan eksplisit. Patrick Spedding, pengarah kanan penyelidikan perisikan perniagaan di Rocket Software, percaya bahawa teknologi kognitif, bersama-sama dengan bot dan pembelajaran mesin, boleh meningkatkan kecekapan organisasi yang mencari "isyarat berguna di antara bunyi bising." "Pembelajaran mesin, bagaimanapun, adalah berdasarkan keupayaan analisis lanjutan, yang dahulunya dikenali sebagai perlombongan data, yang hanya memerlukan platform yang sesuai untuk menjadi lebih popular," komen Spadding. Timbul persoalan: bagaimana untuk mendapatkan Abrams of Seven Peaks Ventures mengesyorkan Kursus dalam talian Andrew Ng tentang pembelajaran mesin di Coursera. Mereka yang mengikuti kursus menunjukkan prestasi yang lebih baik dalam pertandingan Kaggle. keputusan yang lebih baik daripada beberapa pengamal yang berpengalaman bertahun-tahun. Tidak setiap pembangun pembelajaran mesin mempunyai ijazah sains komputer. "Sudah tentu, ijazah sains komputer atau ijazah kejuruteraan asas biasanya membantu juruteknik berjaya dalam kerja mereka ", pakar sedemikian dapat menjalankan eksperimen dalam jangka masa yang panjang dan menambah baik model pembelajaran mesin," kata Mehdi Samadi, CTO dan pengasas bersama Solvvy. "Namun, saya sering melihat syarikat mengupah calon tanpa latar belakang sains komputer dan menjadikan mereka pakar pembelajaran mesin."
Sains Data
Sains data ialah satu lagi bidang yang bergaya yang memerlukan pelbagai kemahiran antara disiplin, dengan setiap industri mempunyai sendiri. Pengalaman dengan pembelajaran mesin dan kecerdasan buatan mungkin diperlukan untuk mengubah volum data yang besar kepada data yang berguna untuk keputusan perniagaan. "Saintis data yang berpengalaman adalah komoditi yang terhad," kata Spadding. “Saya nampaknya kawasan di mana anda boleh mencipta teknologi yang membantu dalam membuat keputusan, seperti bot kognitif dan analisis berpandu, adalah bidang peluang yang sangat menguntungkan.” Bagi mereka yang ingin bekerja dalam bidang ini, pengetahuan menyeluruh tentang kebarangkalian teori dan statistik matematik adalah keperluan utama, kata Gary Kazantsev, yang mengetuai kumpulan pembelajaran mesin di Bloomberg. "Kemahiran kejuruteraan, seperti keupayaan untuk menulis kod yang diperlukan untuk mencipta sistem, adalah satu kelebihan." Walau bagaimanapun, dengan kemunculan daripada alatan seperti perpustakaan pembelajaran mesin TensorFlow atau buku nota Jupyter, tugas ini sangat dipermudahkan. Untuk mempraktikkan sains data, kemahiran penyelidikan yang baik berguna, iaitu, keupayaan untuk merumuskan hipotesis, mengujinya, mengkaji kesusasteraan moden dan sentiasa memantau berita dalam kawasan kamu." Gunter Ollmann, ketua pegawai keselamatan di Vectra, berkata banyak syarikat pada masa ini merawat saintis data secara berasingan daripada pereka, pasukan R&D dan pembangun. Apabila alat pembelajaran mendalam dan pembelajaran mesin bertambah baik dan kursus latihan menjadi lebih berkesan untuk mendidik jurutera kanan tentang perkara baharu dalam sains data, perbezaan antara sains data dan kejuruteraan perisian akan beransur-ansur hilang. Pada masa hadapan, gabungan set kemahiran dan kecekapan dengan kedua-dua instrumen akan menjadi satu kemestian."
Rantaian blok urus niaga
Faedah kaedah ini untuk mencipta alat perakaunan kewangan yang diedarkan untuk urus niaga termasuk kedua-dua ketelusan dan keselamatan, walaupun kekurangan penyeragaman telah memperlahankan penggunaannya merentas pelbagai industri. Peter Loop, penolong naib presiden dan arkitek teknologi utama di Infosys, optimistik tentang teknologi: "Walaupun terdapat tanggapan salah bahawa kita jauh dari teknologi blockchain, kita sudah berada di masa hadapan "Tahun ini kita akan melihat penggunaan penuh dalam perkhidmatan kewangan , insurans dan penjagaan kesihatan. Ia akan mengganggu sepenuhnya sistem pembayaran kami di peringkat antarabangsa." Teknologi baru muncul lain mempunyai keluk pembelajaran yang lebih curam, kata Robert Bardunias, pengasas bersama dan ketua pegawai cukai IRIS.TV, yang mengagumi tumpuan keusahawanan teknologi. "Teknologi ini berkembang dari hari pertama dengan fokus pada aplikasi perniagaan operasi, jadi pembangun tidak perlu membayangkan kes penggunaan—ia muncul dan berkembang dalam masa nyata," komen Bardounias. "Mengikut perkembangan dan perubahan baharu akan menjadi mencabar . cabaran untuk sesiapa sahaja yang ingin menjadi profesional dalam bidang ini. Saya masih ingat bagaimana saya pernah mengembangkan kemahiran profesional kecil seperti membaca laman web - dan majalah perdagangan. Ini adalah perkara terakhir yang saya mahu lakukan, tetapi hari ini ia adalah sebahagian wajib daripada latihan pembangun yang ingin memperoleh dan mengekalkan kelebihan daya saing dalam pasaran global."
Seni Bina Aplikasi dan Perkhidmatan Mesh (MASA)
Terdapat juga permintaan yang semakin meningkat untuk aplikasi yang boleh mengekalkan sambungan tanpa gangguan, suis dan berfungsi semasa kita bergerak di sekitar rumah. "Titik jaringan ialah ketersediaan tinggi: semua elemen disambungkan antara satu sama lain," kata Joseph Carson dari Thycotic. "Jika laluan tidak tersedia, peranti lain akan ditemui untuk mewujudkan sambungan. Ini digunakan, contohnya , untuk peranti penjejakan Tile, serta untuk mata wang kripto seperti Bitcoin sebagai cara perakaunan kewangan yang diedarkan." Pakar lain menunjukkan potensi kesesakan dalam kekurangan keserasian peranti yang mencukupi. "Semua vendor, dengan cara mereka sendiri, cuba membina kepercayaan pengguna dengan memastikan ekosistem mereka, jika wujud sama sekali, ditutup," kata Derek Collison, Ketua Pegawai Eksekutif Apcera (dahulunya Cloud Foundry). "Saya fikir kecerdasan buatan akan dilatih di awan, mengenai jumlah data yang besar daripada semua pengguna," kata Collison. "Algoritma ini akan mengemas kini model pelaksanaannya secara berterusan, yang akan dihantar secara wayarles ke titik akhir dan digunakan untuk mengemas kini perisian tegar "pada kami telefon, kereta dan peranti rumah. Pemprosesan data akan berlaku pada perkakasan peranti tempatan dan latihan akan dijalankan menggunakan perisian dalam awan."
Kembar digital
Disambungkan kepada penderia fizikal dan maya, model perisian boleh digunakan untuk meramalkan kegagalan produk dan perkhidmatan, membolehkan syarikat merancang dan memperuntukkan sumber untuk melakukan pembaikan sebelum kegagalan berlaku. Kemajuan dalam pembelajaran mesin dan pengenalan teknologi kecerdasan buatan mengurangkan kos pemodelan ramalan sedemikian, yang dipanggil "kembar digital", yang memungkinkan untuk meningkatkan kecekapan dengan ketara dan mengurangkan kos operasi sepanjang hayat, katakan, enjin atau kuasa jet tumbuhan. Menurut Matias Woloski, CTO dan pengasas bersama Auth0, perniagaan akan dapat menggunakan kembar digital juga pada peringkat konsep dan reka bentuk, menjalankan simulasi produk perisian baharu dengan perubahan langkah demi langkah sehingga hasil yang memuaskan dicapai. Maklumat yang diperoleh daripada kembar digital akan diambil kira semasa mencipta produk. "Beberapa organisasi sudah pun menggunakan kembar digital. Teknologi ini terutamanya dalam permintaan dalam projek-projek di mana kos pendahuluan terlalu tinggi, dan, akibatnya, harga kegagalan," saham Voloshsky. CTO SpaceTime Insight Paul Hofmann berkata kembar digital menggunakan pembelajaran mesin untuk menjadikannya lebih berkesan dalam meramalkan kegagalan berbanding model penyelenggaraan berasaskan keadaan. "Dengan IoT dan sistem pembelajaran mesin, syarikat boleh yakin bahawa sumber mereka tidak akan gagal secara rawak, dan jika mereka melakukannya, syarikat boleh membuat keputusan terbaik dalam masa nyata untuk jangka panjang."
Kereta tanpa pemandu, robot dan peralatan rumah
Perkakas rumah tangga, peralatan industri, kereta dan dron menjadi lebih pintar berkat kecerdasan buatan dan pembelajaran mesin. Firma penyelidikan Gartner menganggarkan bahawa menjelang 2020, 61 juta kenderaan bersambung akan melancarkan barisan pengeluaran pembuat kereta setiap tahun. "Seluruh ekonomi berkembang di sini," kata Vince Jeffs, pengarah strategi produk dan pemasaran di Pegasystems. — Sebagai contoh, terdapat syarikat pemula dan sudah terbentuk yang berurusan dengan kecerdasan buatan, yang telah menjadi agak kukuh dalam bidang kenderaan autonomi. Sebagai contoh, MobileEye ialah sebuah syarikat dengan modal teroka $500 juta yang mengkhususkan diri dalam kamera kecil yang diletakkan di seluruh kereta. Begitu juga, terdapat syarikat yang menjual robot fizikal—SoftBank Robotics, contohnya, pakar dalam robot concierge hotel. Mereka mempunyai $250 juta dalam modal teroka." Kemajuan dalam pembelajaran mendalam telah membawa kepada peningkatan dalam penglihatan komputer, pemprosesan bahasa semula jadi dan pertuturan, serta keupayaan mesin dan perisian untuk "berusaha mendapatkan ganjaran" dan memaksimumkan produktiviti, kata Wayne Thompson, ketua saintis data SAS: "Hasilnya ialah mesin generasi baharu yang mampu melihat dunia, mendengar dan membaca bahasa semula jadi, berkomunikasi dengan orang ramai dan mengawal selia sendiri secara mekanikal dan tingkah laku dengan cara yang sama sekali tidak pernah berlaku sebelum ini." Walaupun ramai orang melihat automasi sebagai mimpi ngeri , menyebabkan orang tidak bekerja, yang lain berpendapat bahawa teknologi ini membawa kepada masa depan yang lebih cerah dan lebih berperikemanusiaan. "Saya sering ditanya tentang akibat automasi," kata Michael Hubbard, pengarah komunikasi global di ServiceNow. — Automasi pintar bukan ancaman, tetapi peluang yang sangat besar. Ia boleh membebaskan kami daripada aktiviti rutin, membuka pintu kepada kreativiti dan membolehkan kami mewujudkan hubungan kerja yang lebih kukuh dan produktif."
Realiti maya dan tambahan
Selepas beberapa dekad pengiklanan mengganggu, realiti maya dan tambahan akhirnya mencapai titik perubahan. Dan bagi mereka yang ingin membangunkan produk berdasarkan teknologi ini, ufuk baharu dibuka: mengembangkan sensasi semasa permainan. "Teknologi ini masih belum begitu biasa, tetapi ia telah menjadi lebih matang dalam beberapa tahun kebelakangan ini," kongsi Anup Nair, naib presiden dan pengarah teknikal Mphasis Digital. "Saya percaya bahawa dalam industri bioperubatan dan penjagaan kesihatan, AR /VR akan membawa manfaat yang sangat besar, baik untuk tujuan latihan dan untuk berkongsi maklumat tentang prosedur pembedahan yang kompleks. Kami melihat rancangan untuk aktiviti AR yang bertujuan untuk melakukan analisis mendalam di pusat kawalan media sosial bank besar, serta di tingkat pertukaran tempat mereka akan menyediakan Terdapat ruang yang tidak berkesudahan untuk broker saham menganalisis data dan bekerjasama." Christian Sasso, seorang profesor bersekutu dalam program siswazah VR/AR di Kolej Cogswell yang berpangkalan di San Jose, melihat realiti tambahan sebagai trend teknologi terbesar tahun ini. "AR akan menjadi realiti tidak lama lagi. untuk memberi perkhidmatan kepada pelanggan apabila mereka perlu membaiki peranti keluaran syarikat," kata Sesso. “Sebagai contoh, dalam projek yang saya sedang usahakan, cermin mata realiti tambahan digunakan untuk berkomunikasi dengan perunding perkhidmatan pelanggan sekiranya TV atau monitor rosak. Apabila bercakap terus dengan pelanggan melalui antara muka realiti tambahan, wakil syarikat boleh mendapatkan semua maklumat yang diperlukan dengan memeriksa skrin yang pecah secara visual, tanpa perlu menerangkan masalah melalui telefon atau mencari nombor siri." "Teknologi AR dan VR tidak akan meluas sehingga perkakasan yang lebih berpatutan dan berkualiti tinggi untuk mereka," kata Vishwa Ranjan, ketua realiti tambahan dan maya di Infosys. "Seawal 2017, kami akan melihat syarikat telefon pintar mula membangunkan keupayaan realiti tambahan dan maya, seperti sebagai teknologi berdasarkan pengecaman muka, pengesanan lokasi, penggunaan penderia dan kamera 360 darjah, yang akan memainkan peranan penting dalam mempromosikan jualan peranti AR dan VR kepada pembeli awal."
Pembantu humanoid
Ini adalah peringkat kecerdasan buatan yang seterusnya! Kami akan menghapuskan alat kikuk yang kami gunakan pada masa ini untuk berinteraksi dengan dunia digital. Menurut pakar, kami tidak lama lagi akan menggunakan alat bantuan untuk lebih daripada sekadar pesanan dalam talian bagi barangan dan perkhidmatan atau mencari di Internet. Mereka akan menjadi lanjutan dari otak kita sendiri. Kami tidak lagi perlu mengingati sebanyak maklumat: dengan bantuan alat teknologi, kami akan membebaskan sumber untuk pemikiran analitikal dan kritis." Apakah yang perlu kita perhatikan jika kita berminat dalam pembangunan teknologi bantuan tersebut? permintaan terbesar sekarang adalah untuk pengetahuan yang mendalam," "kata Günther Ohlmann, Ketua Keselamatan di Vectra. "Sebagai contoh, pengetahuan pakar dalam bidang keselamatan maklumat (keselamatan aplikasi web, forensik rangkaian, pembongkaran perisian hasad)." David Parmenter, saintis data dan ketua pegawai teknologi di Adobe Document Cloud, berkata kunci kepada ini, malah lebih daripada ijazah sains komputer, ialah minat untuk matematik dan logik. “Kreativiti, keinginan untuk sentiasa belajar, pemikiran berpusatkan pelanggan, daya tahan dalam menghadapi kegagalan—hasil pembelajaran mesin sama sekali bukan produk siap—dan kemahiran komunikasi adalah kemahiran insaniah yang paling penting bagi jurutera yang bekerja dalam bidang ini. ”
Dan pemenangnya... adalah gabungan semua ini!
Walaupun kecerdasan buatan mungkin merupakan teknologi gangguan yang paling kerap disebut pada tahun ini, trend yang paling penting ialah penumpuan teknologi baru muncul yang berkembang pesat. Canonical's Maarten Ectors menyenaraikan lebih daripada sedozen teknologi berbeza yang, apabila digabungkan, menghasilkan lebih daripada jumlah bahagian mereka: "awan, mudah alih, IoT, kecerdasan buatan, blockchain, realiti tambahan, antara muka suara, komunikasi radio dikawal perisian, 'keempat revolusi industri' [automasi dan komunikasi data dalam industri], robotik, pengkomputeran tepi dan kereta tanpa pemandu." Patrick Spadding, dari Rocket Software, berkata teknologi yang berasingan akan disatukan sebahagian besarnya kerana keperluan syarikat untuk keluar daripada data mereka sendiri, seperti semasa menganalisis trafik tapak web. "Apabila anda menambah pertumbuhan sumber data baharu seperti Internet of Things," katanya, "bukan mudah untuk hanya mengikuti jumlah maklumat yang tersedia untuk membuat keputusan perniagaan." Spadding percaya bahawa prospek untuk menggabungkan teknologi kognitif, bot dan bahasa mesin akan meningkat apabila ia menjadi lebih mudah difahami. Generasi baharu digital asli akan mempercepatkan penggunaan teknologi gabungan ini, katanya, kerana mereka menjangkakan kemudahan penggunaan, antara muka seperti permainan, dan kewujudan realiti tambahan dan maya di mana-mana.
GO TO FULL VERSION