免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

新工具和尖端項目展示了機器學習和高級分析將如何徹底改變軟件的設計，測試和部署方式。

我們正在進入特斯拉人工智能主管Andrej Karpathy所謂的“軟件2．0”的時代，在這個時代里，神經網絡會編寫代碼，而人們的主要工作是定義任務，收集數據和創建用戶界面。

但并非所有任務都可以通過神經網絡來解決（至少現在還不行），而傳統的軟件開發仍然可以發揮作用。然而，即便如此，人工智能、機器學習和高級分析正在改變軟件的設計、編寫、測試和部署方式。

測試

總部位于巴西的TOTVS為大約100，000名企業客戶提供關鍵的行業軟件。例如，其金融服務解決方案每天處理數萬億美元的交易。

此類應用需要得到強有力的測試。創建測試用例的人必須非常慎重地考慮如何設計測試場景，每個測試場景都要花幾個小時來創建。

TOTVS實驗室的執行董事Vicente Goetten表示，要跟上步伐并不容易。每個測試用例都必須定制化，以適合用戶界面。應用程序不斷得到重新設計，因此界面也總是在變化。如果平臺本身發生了變化（例如更新到更新版本的JavaScript時），所有設計元素都會立即發生變化。

Goetten說：“不妨想象一下重寫成千上萬用例的情景。”

因此TOTVS向人工智能求助。TOTVS使用Functionalize這個測試平臺，該平臺現在支持測試用例的智能創建。該技術可以像人一樣查看屏幕，從而能識別輸入字段和按鈕的位置，而不是依賴于底層代碼。它還可以提供測試場景和樣本數據來對應用程序進行壓力測試。

Goetten說：“以前，高級質量保證人員需要花一天的時間來完成我們所使用的傳統解決方案中的測試用例，現在，他們可以在幾分鐘內創建相同的測試用例。”

Gotten說，還有就是，Functionalize能理解平直的語言。

他說：“你可以命令它測試要測試的東西，它會自動為你創建一個測試用例。這為我們指明了新的方向。我們不再需要那么多高級質量確認人員來測試用例。”

監控和部署

即使軟件通過了質量確認，它也并不總是按預期發揮效用。“就在今天早上，我們獲得了一些已經得到采用的產品數據，而網站尚不能處理這些數據”，在線家居裝修零售商Build．com的高級技術總監Patrick Berry如是說。

我們花了數百小時來監控Build．com軟件的性能，當問題出現時，公司將軟件恢復到之前已知的良好狀態，并將其發送給開發人員以解決問題。

Berry說：“我們面臨的問題是，我們編寫的軟件變得非常復雜，流量太大，大到任何人都無法查看現有的所有監控系統，哪怕是一群人也做不到，他們會說，‘一切都很好’或‘一切都很糟糕，該做點事情了’，軟件耗費了太多時間并放慢了發布速度。我們無法以足夠快的速度為客戶創造價值，我們也沒有以足夠快的速度向開發人員反饋必須得到補救的事情�！�

因此，Build．com向Harness求助，這是一個軟件交付即服務（software－delivery－as－a－service）平臺，該平臺將性能監控所需的時間幾乎降為零，將部署速度提升了20倍，Berry如是說�，F在，如果有問題出現，系統將自動恢復到先前的已知良好狀態，并根據內置的機器學習功能將問題發送出去以進行補救。Build．com也正在考慮大舉使用人工智能，以此作為代碼開發過程的一部分。

Berry說：“我們實際上還沒有能寫代碼的代碼，但人工智能和機器學習在開發方面大有裨益，這實際上關系到我們是否理解常見模式的好壞利弊。它可以突顯這是一個異�，F象，我們可以回過頭來對其進行修復�！�

安全性

Berry還希望有更多能利用人工智能的工具相繼問世，從而一開始就能幫各大公司編寫更好更安全的代碼。

Berry說：“這就是我們真心希望在開發方面使用人工智能和機器學習的領域——加強這些領域，這些領域人手不足，無法解決問題，比方說，你的代碼庫有數百萬行代碼。你要用多少人來審計這數百萬行代碼？我們需要的是可擴展的解決方案�！�

例如，Build．com使用GitHub來存儲代碼。Berry說：“他們正在引入某些系統，這些系統將監控你的代碼并向你發出提醒，讓你知道我們使用的第三方庫中可能存在的漏洞�！�

GitHub的機器學習工程師Omoju Miller說，這是GitHub的一個活躍的開發領域。Berry說：“我們正致力于創建各種模型，這些模型能為常見漏洞和暴露發現（exposures discovery）提供支持�！�

Berry說，GitHub剛剛發布了一個工具，這個工具可以幫開發人員發現他們在代碼中意外共享令牌的位置。

發現

Miller說，GitHub還致力于開發“幫開發人員以自然方式發現功能的工具”，有了人工智能，開發人員就可以根據自己的意圖搜尋各種功能。

Miller說：“由于在GitHub的開源編碼平臺上使用大量公開代碼，機器學習研究團隊在實現這一目標方面取得了重大進展。有了語義代碼搜索的功能，開發人員就可以增加和簡化計算方面解決問題的需求。”

Miller說，這就是說，開發人員將不再受自身認知的限制，“他們可以利用存儲在GitHub上的所有代碼知識來幫忙解決問題。”