2019年应用程序开发预测


围绕应用程序开发所需的语言,工具和平台正在迅速发展。应用程序开发也是数据科学发挥更大作用的一门学科。为了支持越来越多以人工智能(AI)为核心的开发项目,企业必须不断改进DevOps工作流程,以支持深度学习,机器学习和其他统计模型的持续构建、培训和迭代,以便部署到生产中云环境。
展望2019年,我们期望在企业应用程序开发中看到以下主流趋势:

1. 开源系统将成为市场战略的核心
实际上,大家都将未来寄托在参与开源社区的未来。

2.无服务器将主导新的云原生应用程序开发
云应用程序开发人员在2018年大举涌入函数式编程,也称为无服务器编程。这种趋势没有显示出放缓的迹象,越来越多的无服务器工具,界面越来越多,今年上市的项目和其他举措。开发人员采用这些产品的热情也很明显。在2019年,我们可能会看到 许多供应商在其核心开发人员Google,Pivotal, IBM, Red Hat 和 SAP之外实施的开源 Knative无服务器项目微软,AWS和甲骨文可能会在年内加入。此外,Knative很可能会在其不断增长的云原生堆栈中提交给CNCF进行开发和治理。

3. 开发人员将构建混合无服务器和容器化云应用程序
混合云在许多企业IT战略中变得越来越普遍。在应用程序级别,更多开发人员正在构建混合云应用程序,这些应用程序包含跨公共云和私有云的数据,工作负载和其他资源。在2019年,我们将看到更多的开发工具,可以实现异构容器化和无服务器环境的混合。采用新兴的Knative项目将加速创建在联合Kubernetes多云上运行的混合无服务器应用程序。

4.交易事务应用将转向云的边缘
会话商务,Alexa风格,是等待我们所有人的更普遍的边缘商业未来的预兆。在2019年,开发人员将越来越多地构建交易应用程序,这些应用程序旨在运行并完全分布在物联网,边缘,网状网和其他云结构上。为了支持这些根本分散的环境,更多企业将使用区块链和智能合同来提供不可变日志,实现边缘到边缘的事务完整性,并确保完全透明和问责。但是,对于所有必要的技术,商业,监管和其他标准做法,至少还需要2 - 3年才能合并为基于边缘的新型交易事务背板,适用于任何电子商务。

5.数据科学工作台将采用标准化的云原生DevOps
AI是现代应用程序的核心。为云开发AI应用程序越来越需要构建容器化的微服务,这些服务通过DevOps工作流在Kubernetes集群内部和之间进行协调。在过去的一年中,AI社区开发了一个名为Kubeflow的开源项目,该项目提供了一个框架无关的管道,用于制作AI跨多框架,多云计算环境的微服务生产就绪。Kubeflow的早期采用者包括Agile Stacks,阿里云,亚马逊网络服务,谷歌,H20.ai,IBM,NVIDIA和Weaveworks。在2019年,我们将看到该项目成熟并在商业AI DevOps工具链解决方案中得到更广泛的实施。通过这种方式,更多的企业应用程序开发团队将能够在处理AI和其他云原生开发项目的团队中调整他们的DevOps流程

6. Python,Kotlin和Rust将成为构建新应用程序的核心语言:
移动应用程序开发人员将继续依赖JavaScript,Java,Objective-C和PHP。在2019年,其他语言在开发人员工具包中的重要性将日益增加,以满足许多热门新应用程序的需求。最重要的是,Python已经成为人工智能,物联网(IoT),Web,移动和游戏应用程序的首选语言,因为它几乎可以在任何平台上轻松学习和使用。Kotlin的卓越灵活性可能使其能够在标准的Android开发人员的曲目中取代Java,而Swift的紧凑,清晰的语法正在iOS开发人员中形成动力。Rust对内存安全并发的支持使其在物联网,嵌入式和其他需要始终开启24×7稳健性的应用程序上占据了一席之地。

7.客户端AI框架将改变Web应用程序的开发
诸如React之类的JavaScript框架是Web,移动和其他客户端边缘应用程序平台的丰富应用程序开发的核心。2019年,更多的开发人员将在JavaScript框架中构建边缘应用程序,从而实现基于浏览器的丰富交互体验,平台本地性能奇偶校验以及基于AI的客户端智能。随着jsBrain.js TensorFire等开源框架的采用不断增长,GPU加速的客户端AI将成为边缘应用程序的核心。

8.GPU的进步将刺激沉浸式应用的创新
用户在更广泛的工业,商业,科学和消费者用途中采用增强,混合和虚拟现实应用。特别是游戏对于这些沉浸式应用来说是一个巨大的增长领域,部分原因在于在更多客户端平台上可以使用高性能,低成本的GPU。在2019年,我们将看到这一趋势加速,因为全新的Nvidia图灵GPU凭借其闪电般快速的实时光线跟踪技术进入市场,支持将照片般逼真的视觉效果与AI驱动的上下文智能相结合的下一代沉浸式应用。开发人员将构建新一代GPU感知智能相机应用程序,利用客户端AI框架(如TensorFlow.js),即使在断开连接和间歇性连接的使用场景中,也能支持流畅连续的沉浸式视觉效果。

9.机器人过程自动化将成为AI驱动应用程序的主要开发平台:
机器人过程自动化在过去一年中一直是软件市场的主要增长领域之一。作为开发模拟人们如何执行无数任务的自动化应用程序的推动者,RPA已成为工作场所中AI的主要用例。虽然传统上在RPA中用于从外部可访问的工件推断应用程序逻辑,但AI的角色已经扩展到可以为业务流程自动化创建智能机器人。在2019年,我们将看到人工智能在RPA中发挥越来越大的作用,以便开发可以在Kubernetes环境中作为微服务进行编排的机器人。通过采用云原生接口,RPA供应商将能够解决更多的物联网,边缘和多重机会。

10.人工智能增强编程工具将提高开发人员的工作效率:
软件开发人员长期以来一直使用自动 代码生成工具来减轻负载。增强编程是指下一代“无代码”,“低代码”以及其他自动编码和其他开发任务的方法。在2019年,我们希望看到更多这些工具包含允许的抽象层。
开发人员编写声明性业务逻辑,然后通过工具将其转换为过程编程代码。此外,更多增强的编程工具将结合AI来生成代码,通过机器学习算法,这些算法已经在GitHub和其他存储库中维护的人类开发的代码库上进行了培训。更多这些AI增强编程工具将依赖于嵌入式图形模型,并利用强化学习将声明性规范编译为代码模块,这些代码模块可自动构建,训练和改进,以实现预期的编程结果

11.对话用户界面将变得不那么健谈但更有用:
过去几年,聊天机器人一直是应用程序开发人员日益关注的焦点。他们通过亚马逊Alexa,Google智能助理和类似的语音激活设备计划进入消费者物联网和移动领域,同时也在更多企业应用程序中找到了基于机器人的文本聊天功能。在2019年,我们将看到开发人员利用复杂的人工智能数字助理平台(如Google Duplex),使聊天机器人能够预测性地自动执行更多任务,从而变得不那么健谈,但效率更高。

12.数字健康将成为关键的移动应用可用性标准:
用户越来越依赖设备是不可否认的,并且它开始影响开发人员构建移动应用程序的方式。虽然没有人认真地相信普通用户将来会更少依赖他们的设备,但是移动应用程序功能的不断增长的功能 - 例如日常任务的预测性自动化和分散注意力的通知的上下文自适应抑制 - 可以帮助用户偶尔从他们的智能手机中解开他们疯狂的眼球。谷歌在其新的Android 9 Pie中强调“数字健康”功能操作系统标志着我们进入了移动应用程序开发的新纪元。2019年,移动应用程序开发人员将利用此移动平台和其他移动平台中的预测,自适应,上下文和其他可用性功能,帮助用户在日常生活中不断增长的移动设备中保持理智,专注和高效。