Byl rok 2017 rokem, kdy byl každý produkt pod sluncem uváděn na trh jako kognitivní, se strojovým učením nebo jako umělý inteligentní? Dobře, ano. Nenechte je však všechny nenávidět. V mnoha případech vlastně strojové učení dělal zlepšit funkčnost produktů, někdy překvapivým způsobem.
Naši recenzenti nedali žádné ceny začlenění AI, ale vybral ty nejvýznamnější nástroje pro vytváření a školení modelů. Patří mezi ně rámce hlubokého učení TensorFlow a PyTorch, automatizovaný balíček pro vytváření modelů H2O.ai Driverless AI a solidní sada nástrojů pro strojové učení Scikit-learn.
Do této skupiny zapadá také část MLlib Apache Spark, stejně jako 25letý programovací jazyk (!) R, o kterém náš recenzent říká: „Bez ohledu na to, jaký je problém se strojovým učením, existuje pravděpodobné řešení v CPAN , komplexní úložiště pro R kód, a se vší pravděpodobností ho napsal expert v doméně. “
Rok 2017 byl také rokem, kdy jste si mohli vybrat databázi bez velkých kompromisů. Potřebujete SQL, geografickou distribuci, horizontální škálovatelnost,a silná konzistence? Google Cloud Spanner i CockroachDB to všechno mají. Potřebujete distribuovanou databázi NoSQL s výběrem API a modelů konzistence? To by byla Azure Cosmos DB společnosti Microsoft.
Poskytujete data z více koncových bodů? Pravděpodobně budete chtít použít GraphQL k jejich dotazování a můžete použít server Apollo jako ovladač, pokud je vaším klientem aplikace Node.js. Když vezmeme více graficky orientovaný pohled na data, dotaz GraphQL vypadá něco jako struktura JSON s vynechanými daty.
Pokud jde o databázové servery grafů, zvažte Neo4j, který nabízí vysoce dostupné klastry, transakce ACID a kauzální konzistenci. Hledáte databázi SQL založenou na GPU v paměti, která by mohla aktualizovat geoprostorové zobrazení miliardy míst v milisekundy? MapD je to, co potřebujete.
Dva nové programovací jazyky vytvořily řez pro zcela odlišné domény. Kotlin vypadá jako zjednodušená verze objektově orientované Javy, ale je to také plnohodnotný funkční programovací jazyk a co je nejdůležitější, eliminuje nebezpečí odkazů na nulový ukazatel a usnadňuje manipulaci s nulovými hodnotami. Rust na druhé straně nabízí bezpečnost paměti v alternativě k C a C ++, která je určena pro programování na holé úrovni a na úrovni systémů.
Když už mluvíme o bezpečnosti, pozdravujeme také dva bezpečnostní produkty - jeden pro vývojáře, který usnadňuje vytváření zabezpečených aplikací, druhý pro rozšíření ochrany zabezpečení na moderní aplikační prostředí. Výstrahy zabezpečení GitHub vás upozorní, když GitHub zjistí chybu zabezpečení v jedné ze závislostí projektu GitHub, a navrhnou známé opravy z komunity GitHub. Společnost Signal Sciences chrání před hrozbami pro vaše cloudové nebo kontejnerové webové aplikace a API.
Pokud jste začali nasazovat kontejnery Dockeru, dříve či později budete chtít orchestrovat a spravovat jejich klastry. K tomu budete s největší pravděpodobností chtít Kubernetes, buď samostatně, nebo jako službu v cloudech AWS, Azure nebo Google. Honeycomb jde nad rámec monitorování a protokolování a poskytuje vašim distribuovaným systémům pozorovatelnost.
Diskuse o webových aplikacích JavaScriptu v poslední době dominují těžké rámce Angular a React. Existuje však jednodušší rámec, který získává sdílení názorů: Vue.js. Vue.js stále vytváří virtuální DOM, ale nedělá to, abyste se naučili nestandardní syntaxi nebo nainstalovali specializovaný řetězec nástrojů jen pro nasazení webu.
Vztah společnosti Microsoft s Linuxem byl v průběhu let přinejmenším znepokojen. Například v roce 2001 Steve Ballmer nazval Linux „rakovinou“. Potřeba Linuxu v cloudu Azure to všechno změnila a Windows Subsystém pro Linux vám umožňuje spustit skutečný shell Ubuntu nebo Suse Bash ve Windows 10, což vám umožňuje instalovat a spouštět legitimní binární aplikace pro Linux ze standardních úložišť, včetně příkazového řádku Azure Bash.
Přečtěte si o všech těchto vítězných produktech a mnoha dalších v našem turné po výhercích ceny Technologie roku 2018.
