人工智能有望從根本上改變軟件開發(fā)

新工具和尖端項目展示了機(jī)器學(xué)習(xí)和高級分析將如何徹底改變軟件的設(shè)計，測試和部署方式。

我們正在進(jìn)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(jīng)網(wǎng)絡(luò)會編寫代碼，而人們的主要工作是定義任務(wù)，收集數(shù)據(jù)和創(chuàng)建用戶界面。

但并非所有任務(wù)都可以通過神經(jīng)網(wǎng)絡(luò)來解決(至少現(xiàn)在還不行)，而傳統(tǒng)的軟件開發(fā)仍然可以發(fā)揮作用。然而，即便如此，人工智能、機(jī)器學(xué)習(xí)和高級分析正在改變軟件的設(shè)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(yè)客戶提供關(guān)鍵的行業(yè)軟件。例如，其金融服務(wù)解決方案每天處理數(shù)萬億美元的交易。

此類應(yīng)用需要得到強(qiáng)有力的測試。創(chuàng)建測試用例的人必須非常慎重地考慮如何設(shè)計測試場景，每個測試場景都要花幾個小時來創(chuàng)建。

TOTVS實(shí)驗(yàn)室的執(zhí)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(yīng)用程序不斷得到重新設(shè)計，因此界面也總是在變化。如果平臺本身發(fā)生了變化(例如更新到更新版本的JavaScript時)，所有設(shè)計元素都會立即發(fā)生變化。

Goetten說：“不妨想象一下重寫成千上萬用例的情景?！?/p>

因此TOTVS向人工智能求助。TOTVS使用Functionalize這個測試平臺，該平臺現(xiàn)在支持測試用例的智能創(chuàng)建。該技術(shù)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(shù)據(jù)來對應(yīng)用程序進(jìn)行壓力測試。

Goetten說：“以前，高級質(zhì)量保證人員需要花一天的時間來完成我們所使用的傳統(tǒng)解決方案中的測試用例，現(xiàn)在，他們可以在幾分鐘內(nèi)創(chuàng)建相同的測試用例?！?/p>

Gotten說，還有就是，F(xiàn)unctionalize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(chuàng)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(zhì)量確認(rèn)人員來測試用例?！?/p>

監(jiān)控和部署

即使軟件通過了質(zhì)量確認(rèn)，它也并不總是按預(yù)期發(fā)揮效用?！熬驮诮裉煸缟?，我們獲得了一些已經(jīng)得到采用的產(chǎn)品數(shù)據(jù)，而網(wǎng)站尚不能處理這些數(shù)據(jù)”，在線家居裝修零售商Build.com的高級技術(shù)總監(jiān)Patrick Berry如是說。

我們花了數(shù)百小時來監(jiān)控Build.com軟件的性能，當(dāng)問題出現(xiàn)時，公司將軟件恢復(fù)到之前已知的良好狀態(tài)，并將其發(fā)送給開發(fā)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(fù)雜，流量太大，大到任何人都無法查看現(xiàn)有的所有監(jiān)控系統(tǒng)，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(diǎn)事情了’，軟件耗費(fèi)了太多時間并放慢了發(fā)布速度。我們無法以足夠快的速度為客戶創(chuàng)造價值，我們也沒有以足夠快的速度向開發(fā)人員反饋必須得到補(bǔ)救的事情?！?/p>

因此，Build.com向Harness求助，這是一個軟件交付即服務(wù)(software-delivery-as-a-service)平臺，該平臺將性能監(jiān)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(xiàn)在，如果有問題出現(xiàn)，系統(tǒng)將自動恢復(fù)到先前的已知良好狀態(tài)，并根據(jù)內(nèi)置的機(jī)器學(xué)習(xí)功能將問題發(fā)送出去以進(jìn)行補(bǔ)救。Build.com也正在考慮大舉使用人工智能，以此作為代碼開發(fā)過程的一部分。

Berry說：“我們實(shí)際上還沒有能寫代碼的代碼，但人工智能和機(jī)器學(xué)習(xí)在開發(fā)方面大有裨益，這實(shí)際上關(guān)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(xiàn)象，我們可以回過頭來對其進(jìn)行修復(fù)?！?/p>

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(fā)方面使用人工智能和機(jī)器學(xué)習(xí)的領(lǐng)域——加強(qiáng)這些領(lǐng)域，這些領(lǐng)域人手不足，無法解決問題，比方說，你的代碼庫有數(shù)百萬行代碼。你要用多少人來審計這數(shù)百萬行代碼?我們需要的是可擴(kuò)展的解決方案?！?/p>

例如，Build.com使用GitHub來存儲代碼。Berry說：“他們正在引入某些系統(tǒng)，這些系統(tǒng)將監(jiān)控你的代碼并向你發(fā)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(jī)器學(xué)習(xí)工程師Omoju Miller說，這是GitHub的一個活躍的開發(fā)領(lǐng)域。Berry說：“我們正致力于創(chuàng)建各種模型，這些模型能為常見漏洞和暴露發(fā)現(xiàn)(exposures discovery)提供支持?！?/p>

Berry說，GitHub剛剛發(fā)布了一個工具，這個工具可以幫開發(fā)人員發(fā)現(xiàn)他們在代碼中意外共享令牌的位置。

發(fā)現(xiàn)

Miller說，GitHub還致力于開發(fā)“幫開發(fā)人員以自然方式發(fā)現(xiàn)功能的工具”，有了人工智能，開發(fā)人員就可以根據(jù)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(jī)器學(xué)習(xí)研究團(tuán)隊在實(shí)現(xiàn)這一目標(biāo)方面取得了重大進(jìn)展。有了語義代碼搜索的功能，開發(fā)人員就可以增加和簡化計算方面解決問題的需求?！?/p>

Miller說，這就是說，開發(fā)人員將不再受自身認(rèn)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?！?/p>

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，不如說是動態(tài)分析，但由人工智能驅(qū)動的動態(tài)分析將在未來幾年出現(xiàn)?！?/p>

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的?！?/p>

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完成功能。微軟Visual Studio IntelliCode的高級項目經(jīng)理Mark Wilson-Thomas表示，該功能基于數(shù)千個開源的GitHub存儲庫提供的機(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，這尤其有用。”

最近對IntelliCode用戶進(jìn)行的一項調(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)動的IntelliCode使他們覺得有更高的效率，Silver如是說。

Silver說，使用這個工具的企業(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)隊或組織有共同的代碼語言，你無需將源代碼發(fā)給微軟?！?/p>

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

GitHub擁有1億多個存儲庫(其中有2500多萬個存儲庫是開源的)，微軟于去年收購了GitHub。該平臺對公共存儲庫和小型的私有項目免費(fèi)開放。

Sicular說：“GitHub是一個代碼存儲庫。在我看來，微軟將使用它來生成新的代碼?！?/p>

智能應(yīng)用程序開發(fā)平臺

Build.com的Berry也在密切關(guān)注低代碼和無代碼領(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?！?/p>

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?！?/p>

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

以Mendix為例，該公司在長達(dá)十年的時間里一直提供積木式的系統(tǒng)，這些系統(tǒng)可以用來創(chuàng)建各種應(yīng)用程序。開發(fā)人員將平臺上各種可用的功能集中在一起，當(dāng)這些功能不夠用時，他們就使用外部代碼。如今，該公司創(chuàng)建了一個深度學(xué)習(xí)系統(tǒng)來分析這些模型，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)此來識別各種模式。

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，而業(yè)務(wù)方又缺乏信心。

Kunchala說：“此刻，對平臺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)行對這些平臺進(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。但我沒有看到哪個客戶將其視作我所了解的企業(yè)標(biāo)準(zhǔn)?！?/p>

軟件2.0

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

比如說，你想創(chuàng)建一個玩三子棋(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、甚至是國際象棋。但是對于圍棋等更高難度的棋類競技，創(chuàng)建規(guī)則并不容易。這時深度學(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——大量的棋類競技。谷歌根據(jù)人類棋手下的大量棋局來訓(xùn)練系統(tǒng)。由于有了最新的AlphaGo Zero，訓(xùn)練數(shù)據(jù)來自系統(tǒng)與自身對弈的棋局，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)和評估標(biāo)準(zhǔn)并讓系統(tǒng)來編寫代碼，而不是弄懂對弈規(guī)則并編寫對弈規(guī)則。

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

Karpathy在去年的技術(shù)會議主題演講中說道：“這是一種全新的軟件設(shè)計方式。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?！?/p>

例如，因此，特斯拉駛經(jīng)隧道時很難判斷要不要啟動雨刮器。在傳統(tǒng)的軟件開發(fā)中，程序員會查看代碼，從而發(fā)現(xiàn)邏輯錯誤出在哪里。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，獲得更多數(shù)據(jù)，對這些數(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都一個樣子?！?/p>

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)的用戶界面是手動創(chuàng)建的，與其他平臺的集成也仍然是手動完成的。

但隨著越來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)和其他低代碼平臺的應(yīng)用程序，那么軟件開發(fā)的工作將在不久的將來發(fā)生巨大變化。