Programavimas

Dabar turėtų ištirti 11 technologijų kūrėjų

Naujos ir besivystančios technologijos greitai keičia mūsų veikimą - siūlo kūrybines galimybes kūrėjams, norintiems pasisukti ir perimti naujus įgūdžius. Mes pažvelgėme į 11 technologijų tendencijų, kurios, pasak ekspertų, gali sutrikdyti dabartinius IT metodus ir sukurti inžinierių paklausą, žvelgiant į ateitį.

Tai ne viskas apie „Kitas didelis dalykas“. Ateities galimybės kūrėjams atsiranda dėl pažangiausių technologijų, tokių kaip AI, VR, susiliejimo. išplėstoji realybė, daiktų internetas ir debesų technologijos ... ir, žinoma, sprendžiant saugumo klausimus, kylančius iš šių konvergencijų.

Jei jus domina išplėsti savo kūrėjo įrankių rinkinį, peržiūrėkite šiuos populiarėjančius domenus ir mūsų patarimus, kaip žengti pirmyn, pradedant nuo jų.

Daiktų interneto saugumas

Praėjusiais metais užgrobus dešimtis milijonų prijungtų įrenginių, net atsitiktiniai stebėtojai galėjo pastebėti, kad neapsaugoti DI objektai sukelia košmariškas saugumo problemas.

Neseniai atlikta tyrimų firmos „Gartner“ ataskaita rekomenduoja kūrėjams ir saugos komandoms bendradarbiauti projektavimo pradžioje, kad įsitikintų, jog atsiradus naujoms grėsmėms jie gali būti pašalinti, pavyzdžiui, suteikiant galimybę daiktų interneto įrenginiams atsisiųsti saugos naujinimus.

Paklausa yra inžinieriams, turintiems daiktų interneto saugumo įgūdžių, ypač tiems, kurie supranta prie tinklo prijungtų įrenginių naudojamos techninės ir programinės įrangos pažeidžiamumą.

„IoT atakų vektoriai iš esmės yra identiški bet kurio kito paskirstyto tinklo, pvz., Kompiuterių ar mobiliųjų telefonų, vektoriams, todėl tos pačios saugumo žinios yra svarbios ir kritinės“, - sako Richardas Whitney, IoT startuolio „Particle“ produktų viceprezidentas. „Išstudijuokite šifravimo ir autentifikavimo pagrindus, ir jums bus gerai.“

Tomas Gonseris, „DocuSign“ įkūrėjas ir „Seven Peaks Ventures“ partneris, sako, kad įmonėms reikalingi žemo lygio mikroprocesorių programavimo įgūdžiai. „Jie taip pat norės naudotis„ RF “patirtimi su„ Bluetooth “, [Windows Identity Foundation] ir skleisti spektro komponentus. Taip pat vertingos pažangiausios „Linux“ saugos parinktys, ypač optimizuotos mažiems branduoliams, tokiems kaip „Qubes OS“.

Mattas Abramsas, „Seven Peaks Ventures“ ir „Gonser“ partneris, siūlo sutelkti dėmesį į tai, kaip „suprasti darbo eigą ir kaip jas sutrikdyti. Postkvantinė kompiuterinė kriptografija taip pat pateikiama greičiau, nei galima tikėtis. Jie taip pat turėtų suprasti skirtingus privatumo ir rungimosi tinklus “.

Dirbtinis intelektas

Ruošiantis kitai autonominių transporto priemonių, robotų ir išmaniosios elektronikos bangai, intelektualiųjų intelektą išmanančių inžinierių paklausa auga.

„Dabar mes esame lūžio taške dėl visur esančios kompiuterijos, pigių debesų paslaugų ir beveik neribotos saugyklos pažangos“, - sako „Accenture“ vyriausioji direktorė ir dirbtinio intelekto vadovė Nicola Morini-Bianzino. "AI yra integruotas į viską".

Morini-Bianzino mano, kad reikia „programinės įrangos inžinierių, technologų ir mokslininkų, turinčių kalbos vertimo, kalbos atpažinimo, kompiuterio matymo, robotikos, natūralios kalbos apdorojimo, žinių atstovavimo ir argumentavimo patirties. AI ... maitina duomenis, todėl turinio ir duomenų kuratoriai, duomenų mokslininkai ir analizės ekspertai taip pat yra labai svarbūs “.

„Treasure Data“ rinkodaros vadybininkė Kiyoto Tamura numato, kad dirbtinis intelektas pereina nuo labai specifinių, kasdieniškų operacijų prie daug platesnių ir įdomesnių programų.

„Anksčiau tai buvo panašiau:„ Raskite optimaliausią pakuočių pristatymo kelią ... arba tinkamiausias svetaines pagal paieškos užklausą. “Dabar mes pradedame matyti:„ Žaisk „Go“ žaidimą tikrai gerai; saugiai vairuoti automobilį ir t.t. Visa tai yra puiku, bet žmonėms vis tiek reikia į kompiuterį tiekti objektyvias funkcijas, ir bent jau dabar taip bus “.

Vis dažniau ieškoma duomenų mokslininkų, mašininio mokymosi tyrėjų ir skaičiavimo kalbininkų, sako „MindMeld“ generalinis direktorius Timas Tuttle'as. Jis cituoja „VentureScanner“ tyrimą, kuriame buvo suskaičiuotos 910 dirbtinio intelekto įmonių, kurios atsirado nuo 2016 m. Kovo iki spalio, iš kurių daugiau nei pusė daugiausia dėmesio skiria giliam mokymuisi / mašinų mokymuisi ir natūralios kalbos apdorojimui.

"Šios kategorijos ne tik laimi skaičiumi, bet ir gavo didžiausią finansavimą, siekdamos 4,5 mlrd. USD", - sako Tuttle. „Neseniai išaugus susidomėjimui pokalbių programomis, atsirado pasiūlos ir paklausos neatitikimas. Todėl dalyko ekspertai išliks vertinga preke, kol akademinė bendruomenė ir pramonė galės iš naujo subalansuoti lygtį “.

Mašininis mokymasis

Dirbtinio intelekto forma, mašininis mokymasis gali reikalauti didžiulio duomenų kiekio, kad labai greitai rastų modelius, pvz., Veido atpažinimą, ir išspręstų problemas, pvz., Rekomenduotų filmą transliuoti, o tai nėra aiškiai užprogramuota.

„Pažintinės technologijos, padedamos robotų ir mašininio mokymosi, pradės kurti pridėtinę vertę, kai organizacijos stengsis rasti„ triukšmo signalus “, - sako Patrickas Speddingas,„ Rocket Software “BI tyrimų ir plėtros vyresnysis direktorius. „Galų gale mašininis mokymasis grindžiamas brandžiomis analizės galimybėmis - anksčiau vadinamomis„ duomenų gavyba “- kurios iš tikrųjų laukė, kol tinkama platforma taps„ labiau vartojama “.“

Kaip kūrėjai, norintys išplėsti mašininį mokymąsi, turėtų ugdyti šios srities įgūdžius?

Abramsas iš „Seven Peaks Ventures“ atkreipia dėmesį į labai vertinamą internetinę klasę: „Andrew Ng pagrindinis kursas apie mašininį mokymąsi„ Coursera “yra puikus pavyzdys. Studentai, kurie išklausė jo kursą per „Coursera“, iš tikrųjų „Kaggle“ varžybose pasirodė geriau nei kai kurie ilgamečiai praktikai.

Ne kiekvienas kūrėjas, dirbantis mašininio mokymosi srityje, yra kilęs iš kompiuterių mokslo, nors tai yra naudinga, sako Solvvy CTO ir vienas iš įkūrėjų Mehdi Samadi, kuris mato, kad kai kurie doktorantai be CS laipsnių yra įdarbinami ir apmokomi tapti mašinų mokymosi inžinieriais.

„Pagrindiniam indėliui mašininio mokymosi srityje reikia atlikti daug eksperimentų, naudojant tikrus duomenis, stebint modelio rezultatus ir tobulinant modelį“, - sako jis. „Turint CS laipsnį ar pagrindinį inžinerinį išsilavinimą, inžinieriams būtų naudinga sėkmingiau atlikti savo darbą, kad jie galėtų nuolat vykdyti eksperimentus ir tobulinti mašininio mokymosi modelius.“

Duomenų mokslas

Duomenų mokslas yra dar viena aktuali sritis, kuriai reikalingi įvairių sričių įgūdžiai, kurie skiriasi pagal pramonės šakas. Reikalavimai gali apimti mašininio mokymosi ir dirbtinio intelekto patirtį, kad būtų galima paimti didelius duomenų kiekius ir juos formuoti tokia forma, kurią galima naudoti priimant verslo sprendimus.

"Kvalifikuotų duomenų mokslininkų trūksta, laikotarpis", - sako Speddingas. „Konkrečiai aš matau, kad didelės pridėtinės vertės galimybių sritys yra sritys, kuriose technologijos gali būti suprojektuotos taip, kad padėtų priimti sprendimus, pvz., Kognityviniai robotai ir vadovaujama analizė.“

Norintiems dirbti šioje srityje yra labai svarbu išsiaiškinti tikimybę ir statistiką, sako Gary Kazantsevas, vadovaujantis mašinų mokymosi grupei „Bloomberg“. „Pridėkite keletą inžinerinių įgūdžių, nes poreikis sugebėti parašyti kodą sistemos sukūrimui niekada neišnyks, nors pasirodžius tokiems įrankiams kaip„ TensorFlow “ar„ Jupyter “užrašų knygelės, tai taip pat tampa daug lengviau. Jiems taip pat reikia gerų mokslinių tyrimų įgūdžių, tai yra gebėjimo suformuoti hipotezę ir ją patikrinti, perskaityti dabartinę literatūrą ir būti naujausiam. “

„Vectra“ vyriausiasis saugumo pareigūnas Gunteris Ollmannas sako, kad šiuo metu įmonės mato duomenų mokslininkus atskirai nuo inžinerijos bei tyrimų ir plėtros grupių. Bet jis nemano, kad toks požiūris išliks.

„Tobulėjant giliųjų mokymosi ir mašininio mokymosi priemonėms, o pradinių stovyklų mokymo kursai įgudę pagreitinti vyresnių inžinierių spartą duomenų mokslo srityje, išnyks skirtumas tarp duomenų mokslo ir inžinerijos. Visi inžinieriai turi gerai mokėti matematiką. Dabar jie taip pat turi įvaldyti duomenų mokslo matematiką. Įgūdžių rinkinių ir gebėjimo valdyti abu plaktukus sujungimas bus privalomas ateityje “.

„Blockchain“

Ši paskirstytų operacijų knygos sudarymo priemonė suteikia skaidrumo ir saugumo pranašumų, tačiau standartizacijos trūkumas gali sulėtinti jos priėmimą plačiose pramonės šakose.

Peteris Loopas, asocijuotas viceprezidentas ir pagrindinis „Infosys“ technologijų architektas, vertina šią technologiją: „Nepaisant klaidingų nuomonių, kad„ blockchain “yra daugybė metų, kitais metais pamatysime visišką dislokavimą finansinių paslaugų, draudimo ir sveikatos priežiūros srityse. Tai visiškai sutrikdys mūsų mokėjimo sistemas tarptautiniu mastu “.

Kitos besiformuojančios technologijos turi staigesnę mokymosi kreivę, sako IRIS.TV įkūrėjas ir vyriausiasis pajamų pareigūnas Robertas Barduniasas, kurį jaudina „blockchain“ būdingas verslumo dėmesys.

„Šios technologijos auga atsižvelgiant į realias operacines verslo programas nuo pat nulio dienos, todėl nereikia, kad kūrėjai bandytų įsivaizduoti atvejų naudojimą - jie vyksta ir auga realiuoju laiku“, - sako Bardunias. „Tikras didžiulis iššūkis tiems, kurie nori ugdyti įgūdžius šiose srityse, bus tai, kaip neatsilikti nuo naujovių ir pokyčių. Pamenu, kai mokiausi vidurinio tobulėjimo įgūdžių, paskutinius dalykus, kuriuos norėjau padaryti, skaičiau pramonės prekybos svetaines ir žurnalus, tai buvo labai seniai, tačiau tai yra tikra šiandienos mokymosi derinio dalis kaip kūrėjas, norintis kurti ir kurti išlaikyti konkurencinį pranašumą pasaulinėje rinkoje “.

Tinklo programų ir paslaugų architektūra (MASA)

Vis labiau paklausa yra programų, kurios sklandžiai palaiko ryšį, kai keliaujame po namus, važiuojame į darbą ir atgal, paklausa.

„Tinklo tinklo ar programos tikslas yra tai, kad jis bus labai prieinamas - viskas, kas susiję su viskuo“, - sako Josephas Carsonas iš „Thycotic“. „Jei kelias nepasiekiamas, jis ras kitą įrenginį ryšiui užmegzti. Matėme, kad tai naudojama, pavyzdžiui, naudojant „Tile tracker“ įrenginius, sukūrusius stebėjimo prietaisų bendruomenę, o bitkoinas yra paskirstyta knyga “.

Tačiau kai kurie prietaisų suderinamumo trūkumą vertina kaip galimą kliūtį.

„Kiekvienas pardavėjas turi savo būdą, kaip bandyti įgauti pasitikėjimą šia sistema, todėl visi jie yra aptverti sodai, jei jų apskritai yra“, - sako Derekas Collisonas, buvęs „Cloud Foundry“ ir „Apcera“ generalinis direktorius.

Ši technologija žada anksčiau neįsivaizduojamą ryšio lygį - jei standartų trūkumas netrukdys.

„Mano didesnė mintis yra ta, kad dirbtinis intelektas paprastai bus mokomas debesyje su didžiuliu visų vartotojų duomenų kiekiu“, - sako Collisonas. „Tada šie algoritmai nuolat atnaujins savo vykdymo modelį, kuris bus pristatytas iki krašto per orą ir atnaujins programinę įrangą tokiuose krašto įrenginiuose, kaip mūsų telefonai, automobiliai ir namai. Apdorojimas vyks aparatūros kraštuose; mokymai vyks debesyje programinėje įrangoje “.

Skaitmeniniai dvyniai: pasiruoškite žlugti

Programinės įrangos modeliai, susieti su fiziniais ir virtualiais jutikliais, gali padėti numatyti produkto ar paslaugos gedimus, kad organizacijos galėtų planuoti ir priskirti išteklius remontui atlikti dar prieš gedimą. Mašinų mokymosi pažanga ir daiktų interneto technologijos pritaikymas padeda sumažinti tokio tipo prognozuojamo „skaitmeninio dvynio“ modeliavimo išlaidas, o tai padidina efektyvumą ir gali sumažinti eksploatavimo išlaidas, tarkime, reaktyvinio variklio ar jėgainės eksploatavimo metu. .

Matiasas Woloski, CTO ir „Auth0“ įkūrėjas, sako, kad įmonės taip pat gali naudoti skaitmeninius dvynius koncepcijos ir projektavimo etape, išbandydami naujus produktus simuliacijose, tada atlikdami pakeitimus, kol inžinieriai turės norimą produktą. Tada kuriant produktą naudojamos skaitmeninio dvynio išvados.

"Keletas organizacijų jau pradėjo skaitmeninių dvynių iniciatyvas, nors pagrindiniai projektai, pasitelkiantys šią technologiją, yra tie, kurie turi didelių išankstinių plėtros išlaidų, kur nesėkmės yra per didelės", - sako Woloski.

„SpaceTime Insight“ vadybininkas Paulas Hofmannas sako, kad skaitmeniniai dvyniai turi naudos iš mašininio mokymosi, todėl prognozuodami gedimus jie yra efektyvesni nei sąlygomis pagrįsti modeliai.

„DI ir mašininio mokymosi sistemos leidžia organizacijoms užtikrinti, kad jos turtas neatsitiktinai sugenda, o jei nepavyksta, organizacijos gali optimizuoti sprendimų priėmimą realiuoju laiku, kad gautų geriausią ilgalaikį sprendimą.“

Autonominės transporto priemonės, robotai ir prietaisai

Matomos naujos galimybės, kai dirbtinis intelektas ir mašininis mokymasis išmano namų įrenginius, pramoninę įrangą, automobilius ir bepiločius orlaivius. Tyrimų įmonė „Gartner“ skaičiuoja, kad iki 2020 m. Automobilių gamintojai iš gamybos linijų atsiųs 61 mln. Duomenų prijungtų automobilių.

„Šiose srityse jau yra išsivysčiusių ekonomikų“, - sako Vince Jeffs, „Pegasystems“ strategijos ir produktų rinkodaros direktorius. „Pavyzdžiui, yra intelektualiųjų technologijų startuolių - ir labiau subrendusių kompanijų - jau gerai įsitvirtinusių autonominėje transporto priemonių erdvėje. Pavyzdžiui, „MobileEye“ yra įmonė, turinti apie 500 milijonų dolerių VC paramą, kuri specializuojasi mažose kamerose visoje transporto priemonėje. Panašiai yra ir fizinių robotų parduotuvių - pavyzdžiui, „SoftBank Robotics“ specializuojasi robotams, naudojamiems viešbučiuose konsjeržui. Jie turi apie 250 milijonų dolerių rizikos kapitalo. “

$config[zx-auto] not found$config[zx-overlay] not found