開發(fā)人員目前應(yīng)研究的11項(xiàng)技術(shù)

Paul+Heltzel

不斷發(fā)展的新興技術(shù)正在迅速重塑我們的工作方式——為愿意探索和采用新技能的開發(fā)人員帶來了創(chuàng)造機(jī)會。讓我們看看11個技術(shù)發(fā)展趨勢，專家們認(rèn)為這些趨勢可能會顛覆當(dāng)前的IT方法，并為著眼于未來的工程師創(chuàng)造需求。

這不僅僅是關(guān)于未來的大突破。開發(fā)人員的未來機(jī)遇源自人工智能、虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)、物聯(lián)網(wǎng)和云技術(shù)等前沿技術(shù)的融合，當(dāng)然，從這些融合中演變出的安全問題也會帶來很多機(jī)遇。

如果您有興趣擴(kuò)展開發(fā)人員的技能，請了解這些趨勢領(lǐng)域，以及幫助您怎樣開始布局的一些提示。

物聯(lián)網(wǎng)安全

去年有數(shù)千萬臺聯(lián)網(wǎng)設(shè)備遭到攻擊，如果您稍有留意，就會發(fā)現(xiàn)未受保護(hù)的物聯(lián)網(wǎng)設(shè)備將帶來噩夢般的安全問題。

研究公司Gartner最近的一份報告建議開發(fā)人員和安全部門在設(shè)計的早期階段聯(lián)合起來工作，以便在新威脅出現(xiàn)時就將其解決掉——例如，讓物聯(lián)網(wǎng)設(shè)備具備下載安全更新的能力。

現(xiàn)在迫切需要具有物聯(lián)網(wǎng)安全技能的工程師，尤其是那些了解聯(lián)網(wǎng)設(shè)備軟硬件漏洞的工程師們。

物聯(lián)網(wǎng)創(chuàng)業(yè)公司Particle產(chǎn)品副總裁Richard Whitney說：“物聯(lián)網(wǎng)中的攻擊媒介與任何其他分布式網(wǎng)絡(luò)（例如計算機(jī)和手機(jī)）的基本相同，因此適用同樣的安全知識，既相互關(guān)聯(lián)也都非常重要。研究加密和認(rèn)證的基礎(chǔ)知識，您的工作就會比較順利。”

DocuSign創(chuàng)始人同時也是Seven Peaks風(fēng)險投資公司合伙人Tom Gonser說，公司需要微處理器低層編程技能。他們還希望通過藍(lán)牙，[Windows身份認(rèn)證基礎(chǔ)]和擴(kuò)展頻譜組件獲得射頻體驗(yàn)。前沿的Linux安全選項(xiàng)也是非常有價值的，特別是針對Qubes OS這樣的微型內(nèi)核進(jìn)行了優(yōu)化的安全選項(xiàng)。

Seven Peaks風(fēng)險投資公司與Gonser的合伙人Matt Abrams建議，“應(yīng)重點(diǎn)了解工作流程以及怎樣創(chuàng)新。Postquantum計算密碼學(xué)的發(fā)展速度也比預(yù)期的快。他們還應(yīng)該了解差異隱私和對抗網(wǎng)絡(luò)。”

人工智能

當(dāng)我們準(zhǔn)備迎接下一波自主車輛、機(jī)器人和智能電子產(chǎn)品浪潮時，對精通人工智能的工程師的需求越來越迫切。

Accenture高級總經(jīng)理和人工智能主管Nicola Morini-Bianzino說：“我們現(xiàn)在處于關(guān)鍵點(diǎn)，很大程度上是因?yàn)榉涸谟嬎恪⒌统杀驹品?wù)和近乎無限的存儲空間的不斷發(fā)展。人工智能將無處不在。”

Morini-Bianzino認(rèn)為，“對具備語言翻譯、語音識別、計算機(jī)視覺、機(jī)器人、自然語言處理、知識表達(dá)和推理專業(yè)知識的軟件工程師、技術(shù)人員和研究科學(xué)家的需求會很大。人工智能...數(shù)據(jù)提取，因此內(nèi)容和數(shù)據(jù)管理員、數(shù)據(jù)科學(xué)家和分析專家也非常重要。”

Treasure Data營銷副總裁Kiyoto Tamura設(shè)想，人工智能從非常具體的、平淡的運(yùn)營轉(zhuǎn)向更廣泛和更激動人心的應(yīng)用。

“過去，它更像是，‘找到交付包裹的最佳路線，或者搜索查詢最相關(guān)的網(wǎng)站。現(xiàn)在，我們開始看到，‘Go游戲玩的真好；安全駕駛汽車等等。所有這一切都很酷，但人類仍然需要把目標(biāo)功能提供給計算機(jī)，至少現(xiàn)在就是這種事實(shí)。”

MindMeld首席執(zhí)行官Tim Tuttle說，現(xiàn)在越來越需要數(shù)據(jù)科學(xué)家、機(jī)器學(xué)習(xí)研究人員和計算語言學(xué)家。他引用了VentureScanner的一項(xiàng)研究結(jié)果，列舉了2016年3月至10月期間的910家人工智能公司，其中一半以上專注于深度學(xué)習(xí)/機(jī)器學(xué)習(xí)和自然語言處理。

Tuttle說：“從事這些方面研究的公司不僅數(shù)量眾多，而且還獲得了大量的投資，高達(dá)45億美元。由于近來對會話應(yīng)用的興趣高漲，導(dǎo)致供需失衡。因此，領(lǐng)域?qū)＜胰匀粫浅屖郑钡綄W(xué)術(shù)界和業(yè)界在人才供需上重新達(dá)到平衡后，這種情況才會緩解。”

機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)作為人工智能的一種形式，可以獲取大量的數(shù)據(jù)，快速發(fā)現(xiàn)面部識別等模式，并解決問題，例如推薦電影流，而且不需要進(jìn)行明確的編程。

Rocket Software商業(yè)智能研發(fā)高級總監(jiān)Patrick Spedding說：“當(dāng)企業(yè)力求從‘噪聲中提取出信號時，由機(jī)器人和機(jī)器學(xué)習(xí)提供幫助的認(rèn)知技術(shù)將凸顯其價值所在。畢竟，機(jī)器學(xué)習(xí)基于成熟的分析功能——以前被稱為‘?dāng)?shù)據(jù)挖掘，其實(shí)是一直在等待一個合適的平臺，以便更適合‘可消費(fèi)。”

那些想擴(kuò)展這一領(lǐng)域機(jī)器學(xué)習(xí)知識面的開發(fā)人員應(yīng)該怎樣開發(fā)這方面的技能呢？

Seven Peaks風(fēng)險投資公司的Abrams建議了一個受到高度評價的在線課程：“Andrew Ng的Coursera機(jī)器學(xué)習(xí)的開創(chuàng)性課程是一個很好的例子。通過Coursera參加他的課程的學(xué)生在Kaggle比賽中的表現(xiàn)確實(shí)比一些長期從業(yè)者還要好。”

Solvvy首席技術(shù)官同時也是聯(lián)合創(chuàng)始人Mehdi Samadi說，并不是所有從事機(jī)器學(xué)習(xí)工作的開發(fā)人員都有計算機(jī)科學(xué)背景——盡管這會有幫助；他看到也會聘用沒有計算機(jī)科學(xué)學(xué)位的博士，經(jīng)過培訓(xùn)可以成為機(jī)器學(xué)習(xí)工程師。

他說：“要在機(jī)器學(xué)習(xí)領(lǐng)域做出關(guān)鍵貢獻(xiàn)需要運(yùn)用實(shí)際數(shù)據(jù)進(jìn)行大量實(shí)驗(yàn)，觀察模型的結(jié)果，并改進(jìn)模型。擁有計算機(jī)科學(xué)學(xué)位或者核心工程背景，通常會讓工程師在工作中更加成功，不斷進(jìn)行實(shí)驗(yàn)，改進(jìn)機(jī)器學(xué)習(xí)模型。”

數(shù)據(jù)科學(xué)

數(shù)據(jù)科學(xué)是另一熱門領(lǐng)域，需要不同行業(yè)的多學(xué)科技能。其要求包括機(jī)器學(xué)習(xí)和人工智能的經(jīng)驗(yàn)，獲取大量數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行整理從而能夠用于做出業(yè)務(wù)決策。

Spedding說：“一段時期以來，技術(shù)精湛的數(shù)據(jù)科學(xué)家供不應(yīng)求。具體來說，我看到在一些領(lǐng)域中，技術(shù)可以用于‘協(xié)助決策，例如認(rèn)知機(jī)器人和導(dǎo)航分析等，這些領(lǐng)域的機(jī)會將產(chǎn)生很高的價值。”

Bloomberg機(jī)器學(xué)習(xí)部門負(fù)責(zé)人Gary Kazantsev說，對于那些想在這一領(lǐng)域工作的人來說，精通概率和統(tǒng)計是最關(guān)鍵的。“永遠(yuǎn)都需要編寫一些代碼來開發(fā)系統(tǒng)，因此要具備一些工程技能，隨著TensorFlow和Jupyter筆記本電腦等工具的出現(xiàn)，這也變得更加容易了。他們還需要良好的研究能力——即形成假設(shè)并進(jìn)行測試的能力，閱讀最新的文獻(xiàn)，并跟上最新研究進(jìn)展。”

Vectra首席安全官Gunter Ollmann說，他目前看到的是，企業(yè)并沒有把數(shù)據(jù)科學(xué)家放到工程研究和開發(fā)團(tuán)隊(duì)中。他認(rèn)為這種做法不會持續(xù)下去。

“隨著深度學(xué)習(xí)和機(jī)器學(xué)習(xí)工具的改進(jìn)，新手培訓(xùn)課程變得更有利于讓高級工程師加速掌握數(shù)據(jù)科學(xué)，數(shù)據(jù)科學(xué)與工程之間的分工將消失。所有工程師都要擅長數(shù)學(xué)。現(xiàn)在，他們還需要掌握數(shù)據(jù)科學(xué)數(shù)學(xué)。今后在技能上必須融合而且能同時運(yùn)用這兩種技術(shù)。”

區(qū)塊鏈（Blockchain）

區(qū)塊鏈意味著，為交易創(chuàng)建分布式分類帳具有透明和安全方面的好處，盡管缺乏標(biāo)準(zhǔn)化可能會減緩其在整個行業(yè)的應(yīng)用。

Infosys的副總裁兼首席技術(shù)架構(gòu)師Peter Loop對這項(xiàng)技術(shù)比較樂觀：“雖然對區(qū)塊鏈有多年的誤解，但明年我們會看到金融服務(wù)、保險和保健行業(yè)將全面部署區(qū)塊鏈。這有可能在全球范圍內(nèi)徹底顛覆支付體系。”

IRIS.TV的聯(lián)合創(chuàng)始人兼首席稅務(wù)官Robert Bardunias對區(qū)塊鏈以業(yè)務(wù)為重點(diǎn)的特性非常感興趣，他指出，其他新興技術(shù)的學(xué)習(xí)曲線更為陡峭。

Bardunias說：“這些技術(shù)一開始時就考慮到真實(shí)的業(yè)務(wù)應(yīng)用，所以在開發(fā)方面不需要去想象怎樣使用——它們正在發(fā)生，也在實(shí)時增長。那些希望在這些領(lǐng)域發(fā)展技能的人遇到的真正挑戰(zhàn)是怎樣跟上新的發(fā)展和變化。我記得很久以前，當(dāng)我正在學(xué)習(xí)二級開發(fā)技能，閱讀行業(yè)網(wǎng)站和雜志時，這是我最后想要做的一件事，而現(xiàn)在開發(fā)人員進(jìn)行開發(fā)，并希望在全球市場上保持競爭優(yōu)勢時，這成為現(xiàn)在各種學(xué)習(xí)組合的一個重要組成部分。”

網(wǎng)格應(yīng)用和服務(wù)架構(gòu)（MASA，Mesh app and Service Architecture）

我們越來越希望無論在家里、上下班途中還是工作中都能夠無縫連接應(yīng)用程序。

Thycotic的Joseph Carson說：“網(wǎng)格網(wǎng)或者應(yīng)用的目的在于其高可用性——所有連接在一起的一切都要有很高的可用性。如果路徑不可用，將找到另一臺設(shè)備建立連接。我們已經(jīng)看到，這被用于Tile跟蹤器設(shè)備等，已經(jīng)創(chuàng)建了跟蹤設(shè)備社區(qū)，并且比特幣是分布式分類帳。”

但有些人則認(rèn)為缺乏設(shè)備兼容性是潛在的瓶頸問題。

Aperna的首席執(zhí)行官Derek Collison曾在Cloud Foundry工作過，他說：“每家供應(yīng)商都用自己的方式來試圖推動在這一系統(tǒng)中實(shí)現(xiàn)可信——它們都是‘秘密花園。”

這種技術(shù)承諾實(shí)現(xiàn)以前不可想象的連通性——如果缺少標(biāo)準(zhǔn)不會造成妨礙的話。

Collison說：“我更大的想法是，人工智能通常會在云中進(jìn)行訓(xùn)練，接受來自所有用戶的大量數(shù)據(jù)。這些算法將不斷更新它們的執(zhí)行模型，這些模型將通過空中傳送到邊緣，并更新我們的手機(jī)、汽車和家庭里邊緣設(shè)備中的固件。處理將發(fā)生在硬件邊緣；培訓(xùn)將在云軟件中進(jìn)行。”

數(shù)字雙胞胎：準(zhǔn)備好面對失敗

與物理和虛擬傳感器相關(guān)聯(lián)的軟件模型可以幫助預(yù)測產(chǎn)品或者服務(wù)故障，以便企業(yè)在發(fā)生故障之前規(guī)劃和分配資源來進(jìn)行維修。機(jī)器學(xué)習(xí)的進(jìn)步以及物聯(lián)網(wǎng)技術(shù)的應(yīng)用正在幫助降低這類預(yù)測性“數(shù)字雙胞胎”建模的成本，從而提高效率并降低整個生命周期的運(yùn)營成本，例如噴氣發(fā)動機(jī)或者發(fā)電廠。

Auth0的首席技術(shù)官和聯(lián)合創(chuàng)始人Matias Woloski說，企業(yè)還可以在概念和設(shè)計階段使用數(shù)字雙胞胎，模擬測試新產(chǎn)品，然后進(jìn)行更改，直到工程師得到了他們想要的產(chǎn)品。然后應(yīng)用數(shù)字雙胞胎的結(jié)果來開發(fā)產(chǎn)品。

Woloski說：“一些企業(yè)已經(jīng)推出了數(shù)字雙胞胎計劃，盡管采用這項(xiàng)技術(shù)的主要項(xiàng)目會有較大的前期開發(fā)成本，而且失敗的成本也非常高。”

SpaceTime Insight的首席技術(shù)官Paul Hofmann指出，數(shù)字雙胞胎受益于機(jī)器學(xué)習(xí)，使其在預(yù)測故障時比基于條件的模型更有效。

“物聯(lián)網(wǎng)和機(jī)器學(xué)習(xí)系統(tǒng)幫助企業(yè)使其資產(chǎn)不會隨機(jī)地發(fā)生故障，如果的確出現(xiàn)了故障，那么企業(yè)可以實(shí)時做出最佳決策，獲得最好的長期解決方案。”

自主駕駛汽車、機(jī)器人和家用電器

人工智能和機(jī)器學(xué)習(xí)讓家居設(shè)備、工業(yè)設(shè)備、汽車和無人機(jī)等更加智能，新機(jī)遇層出不窮。研究公司Gartner估計，到2020年，汽車制造商的生產(chǎn)線將會有6100萬臺支持?jǐn)?shù)據(jù)連接的汽車下線。

Pegasystems戰(zhàn)略和產(chǎn)品營銷總監(jiān)Vince Jeffs說：“這些領(lǐng)域已經(jīng)出現(xiàn)規(guī)模性經(jīng)濟(jì)。例如，在自主駕駛汽車領(lǐng)域已經(jīng)有了人工智能創(chuàng)業(yè)公司甚至是更成熟的公司。MobileEye是一家擁有大約5億美元風(fēng)險投資支持的公司，專門從事車輛上小型攝像機(jī)的開發(fā)。同樣，有實(shí)體機(jī)器人商店——例如，SoftBank Robotics專門開發(fā)酒店禮賓用的機(jī)器人。他們有大約2.5億美元的風(fēng)險投資支持。”

SAS的首席數(shù)據(jù)科學(xué)家Wayne Thompson說：“深度學(xué)習(xí)的進(jìn)步也促進(jìn)了計算機(jī)視覺、語言處理和語音的發(fā)展，機(jī)器和軟件還能夠去尋找獎勵，進(jìn)一步提高性能。因此，我們將看到能夠看世界、聽懂和讀懂人類語言、與人溝通、從機(jī)械上和行為上控制好自己的新一代機(jī)器——以前所未有的方式。”

有些人認(rèn)為自動化是竊取工作的噩夢，而另一些人則認(rèn)為技術(shù)將讓人類走向更光明、更人性化的未來。

ServiceNow全球副總裁Michael Hubbard說：“我經(jīng)常被問及關(guān)于自動化影響的問題。智能自動化是巨大的機(jī)會，而不是威脅。通過與智能技術(shù)相結(jié)合，我們可以做更大的事情。它使我們擺脫了平凡、重復(fù)性的工作，我們更能發(fā)揮創(chuàng)造力，建立更強(qiáng)大、更有成效的工作關(guān)系。智能自動化讓我們更加人性化，而不是更少。”

虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)

經(jīng)過幾十年的炒作，虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)似乎終于迎來了它們的好時候。對于那些希望為這些技術(shù)開發(fā)產(chǎn)品的人，除了創(chuàng)造個體游戲體驗(yàn)之外，還會有很多的機(jī)會。

Mphasis Digital副總裁兼首席技術(shù)官Anup Nair說：“雖然這些技術(shù)還并不普及，但在過去幾年中，這些技術(shù)肯定已經(jīng)成熟了。我們看到虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)在產(chǎn)品營銷和沉浸式銷售領(lǐng)域的應(yīng)用越來越多。最好的應(yīng)用案例來自分銷服務(wù)（零售、消費(fèi)品和酒店），對于很多這類領(lǐng)域，一切才剛剛開始。我認(rèn)為，在生物醫(yī)學(xué)和保健行業(yè)，增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)對于教育以及復(fù)雜外科手術(shù)的交流將是非常有利的。我們還看到增強(qiáng)現(xiàn)實(shí)方案開始應(yīng)用于大型銀行社交媒體指揮中心的深度分析，在交易平臺上為交易者數(shù)據(jù)分析和協(xié)作提供近乎真實(shí)的場景支持。”

位于圣荷西Cogswell學(xué)院的增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)證書課程副教授Christian Sasso認(rèn)為，增強(qiáng)現(xiàn)實(shí)是今年最重要的科技潮流。

Sasso說：“增強(qiáng)現(xiàn)實(shí)很快可以用于客戶服務(wù)，以處理企業(yè)設(shè)備需要維修時的各種問題。例如，我曾經(jīng)從事過的一個項(xiàng)目中，當(dāng)電視或者顯示器停止工作時，使用增強(qiáng)現(xiàn)實(shí)眼鏡與客服顧問聯(lián)系。通過增強(qiáng)現(xiàn)實(shí)界面直接與她交談，客服代表通過查看破碎的屏幕就能夠找到所需的信息，而不用通過電話來描述問題，或者尋找序列號。”

Infosys增強(qiáng)和虛擬現(xiàn)實(shí)負(fù)責(zé)人Vishwa Ranjan說，增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)的未來取決于分銷，在出現(xiàn)更好、更便宜的硬件之前很難流行起來。

“2017年，我們將會看到智能手機(jī)公司開發(fā)基于增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)的功能，例如基于圖像識別、基于位置和基于傳感器的技術(shù)，以及360度全景相機(jī)，這些有助于把增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)送到早期采用者的手里。”

人性化的助手

人工智能的下一發(fā)展階段將淘汰我們現(xiàn)在用于和數(shù)字世界互動的那些笨重工具。重要的是，辦公領(lǐng)域在這方面的變化也越來越多。

研究公司ISG合伙人Steve Hall說：“未來的工作場所把智能應(yīng)用集成到日常工作中，以提高整體生產(chǎn)效率。我們將看到，IT自動化程度的提高，會使生產(chǎn)效率提高40%到50%。隨著企業(yè)工作大范圍的遷移到公有云，以及自動化和智能應(yīng)用的結(jié)合，IT企業(yè)正在經(jīng)歷重塑過程。”

在個人領(lǐng)域，Apcera的Collison認(rèn)為，我們很快就會使用助手來做網(wǎng)上訂單，或者在網(wǎng)上搜索，他說：“這將是延伸我們自己大腦的工具。我們可能不再需要保留大量的信息；使用這些工具作為輔助手段后，我們會有更多的時間進(jìn)行分析，思考更重要的事情。”

如果您有興趣開發(fā)這類輔助技術(shù)，該怎么辦？

Vectra首席安全官Gunter Ollmann說：“總而言之，目前最需要的技能是深度學(xué)習(xí)。一個例子是精通一類信息安全（網(wǎng)絡(luò)應(yīng)用安全、網(wǎng)絡(luò)取證、惡意軟件反匯編）。書本上的知識越來越多地被封裝在現(xiàn)成的工具中。最需要的是能夠完善這些工具，更好地進(jìn)行異常處理的領(lǐng)域?qū)＜摇！?/p>

Adobe Document Cloud工程與數(shù)據(jù)總監(jiān)David Parmenter指出，對數(shù)學(xué)和邏輯的熱情是關(guān)鍵所在，熱情甚至比計算機(jī)科學(xué)學(xué)位更重要。

創(chuàng)造力、不斷學(xué)習(xí)的動力、以客戶為中心的思維、面對失敗的韌性——機(jī)器學(xué)習(xí)帶來的實(shí)際上不僅僅是完整的產(chǎn)品，強(qiáng)大的溝通技巧對于這一領(lǐng)域的工程師來說是非常重要的軟技能。

勝利者是...融合

雖然人工智能可能是今年最經(jīng)常被引用的突破性技術(shù)，但2017年最重要的趨勢可能是新出現(xiàn)的顛覆性技術(shù)的融合。

Canonical的Maarten Ectors提及了十多種不同的技術(shù)，當(dāng)融合后，它們遠(yuǎn)遠(yuǎn)超過其總和：“云、移動通信、物聯(lián)網(wǎng)、人工智能、區(qū)塊鏈、增強(qiáng)現(xiàn)實(shí)、語音接口、軟件定義無線電、工業(yè)4.0 [制造業(yè)的自動化和數(shù)據(jù)交換技術(shù)]、機(jī)器人、邊緣計算和自主駕駛。”

Rocket Software的Spedding說，孤立的技術(shù)正在融合，部分原因是企業(yè)需要自己挖掘自己的數(shù)據(jù)，例如分析網(wǎng)站流量等。

他說：“此外，新數(shù)據(jù)源越來越多，如物聯(lián)網(wǎng)，處理用于支持業(yè)務(wù)決策的大量信息會面臨很大的挑戰(zhàn)。”

Spedding認(rèn)為，認(rèn)知技術(shù)、機(jī)器人和機(jī)器語言的融合將有助于這一切的實(shí)現(xiàn)。他說，新一代數(shù)字原生代將加速這些融合技術(shù)的應(yīng)用，因?yàn)樗麄兿胍褂梅奖恪⒂螒蚴降慕缑妫刻於汲两谠鰪?qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)中。