分析

Constellation Research的首席分析師兼創(chuàng)始人Ray Wang表示，人工智能技術(shù)也出現(xiàn)在靜態(tài)和動(dòng)態(tài)軟件分析工具中。

Wang說：“機(jī)器學(xué)習(xí)的功能已經(jīng)很豐富了，比18個(gè)月前更加豐富。神經(jīng)網(wǎng)絡(luò)漸漸得到了應(yīng)用。如今，與其說這是靜態(tài)分析，不如說是動(dòng)態(tài)分析，但由人工智能驅(qū)動(dòng)的動(dòng)態(tài)分析將在未來(lái)幾年出現(xiàn)。”

開發(fā)代碼

然而，就從頭開始編寫新代碼而言，當(dāng)前的技術(shù)還有待改進(jìn)，Build．com的Berry如是說。

Berry說：“現(xiàn)在我們可以使用一些現(xiàn)成的系統(tǒng)，如你的集成開發(fā)環(huán)境，但這更像內(nèi)置模板剪切粘貼得來(lái)的�！�

但情況開始發(fā)生變化。最受歡迎的集成開發(fā)環(huán)境（微軟的Visual Studio）在4月發(fā)布的最新版本中內(nèi)置了人工智能代碼自動(dòng)完成功能。微軟Visual Studio IntelliCode的高級(jí)項(xiàng)目經(jīng)理Mark Wilson－Thomas表示，該功能基于數(shù)千個(gè)開源的GitHub存儲(chǔ)庫(kù)提供的機(jī)器學(xué)習(xí)。

“我們吸取了開源社區(qū)代碼的智慧結(jié)晶”，微軟Visual Studio和Visual Studio Code程序管理合作總監(jiān)Amanda Silver如是說。

Silver補(bǔ)充說，這也有助于他們理解常用類的使用方式，“在處理不熟悉的代碼時(shí)，這尤其有用�！�

最近對(duì)IntelliCode用戶進(jìn)行的一項(xiàng)調(diào)查發(fā)現(xiàn)，超過70％的人表示，與經(jīng)典的IntelliSense相比，使用新的由人工智能驅(qū)動(dòng)的IntelliCode使他們覺得有更高的效率，Silver如是說。

Silver說，使用這個(gè)工具的企業(yè)也可以為自己的員工創(chuàng)建自定義的私有模型。

Silver說：“這使IntelliCode與你的團(tuán)隊(duì)或組織有共同的代碼語(yǔ)言，你無(wú)需將源代碼發(fā)給微軟�！�

Gartner的分析師Svetlana Sicular表示，這種功能是微軟購(gòu)買GitHub的首要原因。

GitHub擁有1億多個(gè)存儲(chǔ)庫(kù)（其中有2500多萬(wàn)個(gè)存儲(chǔ)庫(kù)是開源的），微軟于去年收購(gòu)了GitHub。該平臺(tái)對(duì)公共存儲(chǔ)庫(kù)和小型的私有項(xiàng)目免費(fèi)開放。

Sicular說：“GitHub是一個(gè)代碼存儲(chǔ)庫(kù)。在我看來(lái)，微軟將使用它來(lái)生成新的代碼。”

智能應(yīng)用程序開發(fā)平臺(tái)

Build．com的Berry也在密切關(guān)注低代碼和無(wú)代碼領(lǐng)域里發(fā)生的事情。

Berry說：“這根本談不上是新鮮事兒，只要有開發(fā)，開發(fā)人員就已經(jīng)將系統(tǒng)整合在一起了�！�

Berry說，最近，人工智能系統(tǒng)的部署因此而變得更輕松快捷。他說：“例如，用于推薦引擎的固有解決方案將過去很難實(shí)施的解決方案和定制的解決方案商品化。”

現(xiàn)在，這種低代碼方法變得更加智能，使公司不再浪費(fèi)時(shí)間創(chuàng)建商品系統(tǒng)，Berry如是說。他說：“我們因此有機(jī)會(huì)提出全新的，真正的創(chuàng)新，這就是這種方法的意義所在。我對(duì)這些領(lǐng)域在未來(lái)所能做出的貢獻(xiàn)感到非常興奮�！�

以Mendix為例，該公司在長(zhǎng)達(dá)十年的時(shí)間里一直提供積木式的系統(tǒng)，這些系統(tǒng)可以用來(lái)創(chuàng)建各種應(yīng)用程序。開發(fā)人員將平臺(tái)上各種可用的功能集中在一起，當(dāng)這些功能不夠用時(shí)，他們就使用外部代碼。如今，該公司創(chuàng)建了一個(gè)深度學(xué)習(xí)系統(tǒng)來(lái)分析這些模型，考察這些模型在生產(chǎn)中的表現(xiàn)，看看哪些模型是最管用并據(jù)此來(lái)識(shí)別各種模式。

Deloitte Cyber的應(yīng)用程序安全負(fù)責(zé)人Vikram Kunchala說，IT部門依然十分抗拒這些平臺(tái)，而業(yè)務(wù)方又缺乏信心。

Kunchala說：“此刻，對(duì)平臺(tái)的采用似乎更像是好奇心使然。企業(yè)正在一點(diǎn)點(diǎn)進(jìn)行對(duì)這些平臺(tái)進(jìn)行試驗(yàn)。又或者是他們不得不盡快落實(shí)——我們已經(jīng)見過這種情況了。但我沒有看到哪個(gè)客戶將其視作我所了解的企業(yè)標(biāo)準(zhǔn)。”

軟件2．0

但最大的變化是，企業(yè)開始使用與傳統(tǒng)代碼毫無(wú)聯(lián)系的應(yīng)用程序。

比如說，你想創(chuàng)建一個(gè)玩三子棋（Tic－Tac－Toe）的應(yīng)用程序。你可以編寫規(guī)則和游戲策略。對(duì)手怎么做，你就怎么做。開發(fā)人員的工作是選擇正確的策略并創(chuàng)建驚艷的用戶界面。

如果以擊敗人類棋手為目的，那么這種策略適用于三子棋、跳棋、甚至是國(guó)際象棋。但是對(duì)于圍棋等更高難度的棋類競(jìng)技，創(chuàng)建規(guī)則并不容易。這時(shí)深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)就登臺(tái)亮相了，這些技術(shù)徹底改變了軟件開發(fā)流程。

開發(fā)人員不是從制定規(guī)則開始，而是從收集數(shù)據(jù)開始——大量的棋類競(jìng)技。谷歌根據(jù)人類棋手下的大量棋局來(lái)訓(xùn)練系統(tǒng)。由于有了最新的AlphaGo Zero，訓(xùn)練數(shù)據(jù)來(lái)自系統(tǒng)與自身對(duì)弈的棋局，始于隨機(jī)下子。

只要培訓(xùn)數(shù)據(jù)清晰且充分，而且評(píng)估其好壞的標(biāo)準(zhǔn)也十分明確，那么這種方法就有可能徹底改變軟件開發(fā)。如今，開發(fā)人員必須努力管理培訓(xùn)數(shù)據(jù)和評(píng)估標(biāo)準(zhǔn)并讓系統(tǒng)來(lái)編寫代碼，而不是弄懂對(duì)弈規(guī)則并編寫對(duì)弈規(guī)則。

特斯拉的人工智能主管Andrej Karpathy表示，這正是特斯拉對(duì)自動(dòng)駕駛汽車所采用的方法。

Karpathy在去年的技術(shù)會(huì)議主題演講中說道：“這是一種全新的軟件設(shè)計(jì)方式。如今，我們不是毫不隱諱地編寫代碼，而是積累和優(yōu)化數(shù)據(jù)集，而這些數(shù)據(jù)集實(shí)際上就是代碼�！�

例如，因此，特斯拉駛經(jīng)隧道時(shí)很難判斷要不要啟動(dòng)雨刮器。在傳統(tǒng)的軟件開發(fā)中，程序員會(huì)查看代碼，從而發(fā)現(xiàn)邏輯錯(cuò)誤出在哪里。由于有了Software 2．0，開發(fā)人員只要查看數(shù)據(jù)就可以了。

例如，在這種特殊情況下，穿越隧道的車輛缺乏訓(xùn)練數(shù)據(jù)。特斯拉必須上路實(shí)測(cè)，獲得更多數(shù)據(jù)，對(duì)這些數(shù)據(jù)進(jìn)行注釋，將其添加到訓(xùn)練數(shù)據(jù)集并重新運(yùn)行深度學(xué)習(xí)算法。

Karpathy說：“我們通過這種方法使所有問題看起來(lái)都一個(gè)樣子�！�

Karpathy補(bǔ)充說，傳統(tǒng)的發(fā)展仍有生存空間。目前，這些系統(tǒng)的用戶界面是手動(dòng)創(chuàng)建的，與其他平臺(tái)的集成也仍然是手動(dòng)完成的。

但隨著越來(lái)越多的公司向人工智能求助，用于那些有大量可用數(shù)據(jù)和其他低代碼平臺(tái)的應(yīng)用程序，那么軟件開發(fā)的工作將在不久的將來(lái)發(fā)生巨大變化。