軟件開發(fā)人員正在使用人工智能來幫助編寫和審查代碼、檢測錯誤、測試軟件和優(yōu)化開發(fā)項目。這種幫助正在幫助公司更有效地部署新軟件，并使新一代開發(fā)人員能夠更輕松地學(xué)習(xí)編碼。

[[429071]]

這些是德勤最近發(fā)布的軟件開發(fā)中人工智能報告的結(jié)論，并在福布斯最近的一篇文章中進行了總結(jié)。作者DavidSchatsky和SourabhBumb描述了一系列公司如何在過去18個月中推出了數(shù)十種人工智能驅(qū)動的軟件開發(fā)工具。在截至2019年9月的一年中，初創(chuàng)公司籌集了7.04億美元，市場正在增長。

新工具可用于幫助減少擊鍵次數(shù)，在編寫軟件時檢測錯誤，并自動執(zhí)行確認軟件質(zhì)量所需的許多測試。這在越來越依賴開源代碼的時代很重要，開源代碼可能會帶來錯誤。

雖然有些人擔(dān)心自動化可能會奪走程序員的工作，但德勤的作者認為這不太可能。

“在大多數(shù)情況下，這些人工智能工具正在幫助和增強人類，而不是取代他們，”沙茨基說。“這些工具正在幫助實現(xiàn)編碼和軟件開發(fā)的民主化，允許沒有經(jīng)過編碼培訓(xùn)的個人填補人才缺口并學(xué)習(xí)新技能。還有人工智能驅(qū)動的代碼審查，在您運行代碼之前提供質(zhì)量保證。”

Forrester在2018年的一項研究發(fā)現(xiàn)，37%的軟件開發(fā)公司正在使用由人工智能驅(qū)動的編碼工具?，F(xiàn)在這個百分比可能會更高，因為Tara、DeepCode、Kite、Functionize和DeepTabNine等公司以及許多其他公司都提供自動化編碼服務(wù)。

成功似乎正在加速這一趨勢。Schatsky表示：“除了降低成本和時間之外，許多實施這些人工智能工具的公司還看到了最終產(chǎn)品質(zhì)量的提高。”

德勤的研究表明，人工智能可以幫助緩解有才華的開發(fā)人員長期短缺的問題。去年，糟糕的軟件質(zhì)量使美國組織損失了大約3190億美元。人工智能的應(yīng)用有可能緩解這些挑戰(zhàn)。

德勤認為人工智能在軟件開發(fā)的許多階段都有幫助，包括：項目需求、編碼審查、錯誤檢測和解決，更多的是通過測試、部署和項目管理。

IBM工程師從Watson項目中學(xué)習(xí)人工智能開發(fā)課程

位于北卡羅來納州羅利市的IBM杰出工程師BillHiggins在該公司從事軟件開發(fā)工作20年，最近在Medium發(fā)表了一篇關(guān)于人工智能對軟件開發(fā)影響的報告。

組織需要“忘記”他們過去如何開發(fā)軟件的模式。“如果一個人很難適應(yīng)，那么公司要適應(yīng)就難上百萬倍，”作者說。

Higgins是IBM在Watson小組內(nèi)的人工智能forDevelopers任務(wù)的負責(zé)人。“事實證明，我對人工智能缺乏個人經(jīng)驗是一種資產(chǎn)，”他說。他必須經(jīng)歷自己的學(xué)習(xí)之旅，從而對需要適應(yīng)的開發(fā)人員獲得更深入的理解和同情。

為了了解軟件開發(fā)中的人工智能，希金斯說他研究了其他人如何應(yīng)用它(問題空間)以及使用人工智能優(yōu)于替代方案的案例(解決方案空間)。這對于理解什么是可能的和避免“神奇的思維”很重要。

作者說他的旅程是他在賓夕法尼亞州立大學(xué)獲得計算機科學(xué)學(xué)位后所做的最緊張和最困難的學(xué)習(xí)。“我很難重新思考從經(jīng)驗中改進的軟件系統(tǒng)，而不是只做你告訴他們做的事情的軟件系統(tǒng)，”他說。

IBM開發(fā)了一個概念模型來幫助企業(yè)思考基于人工智能的轉(zhuǎn)型，稱為人工智能階梯。梯子有四個梯級：收集、組織、分析和注入。大多數(shù)企業(yè)擁有大量數(shù)據(jù)，通常在孤立的IT工作或收購中進行組織。一個給定的企業(yè)可能有20個數(shù)據(jù)庫和三個數(shù)據(jù)倉庫，其中包含有關(guān)客戶的冗余和不一致的信息。訂單、員工和產(chǎn)品信息等其他數(shù)據(jù)類型也是如此。“IBM推動人工智能階梯從概念上爬出這個泥潭，”希金斯說。

在注入階段，該公司致力于將經(jīng)過訓(xùn)練的機器學(xué)習(xí)模型集成到生產(chǎn)系統(tǒng)中，并設(shè)計反饋循環(huán)，以便模型可以繼續(xù)從經(jīng)驗中改進。注入人工智能的一個例子是Netflix推薦系統(tǒng)，它由復(fù)雜的機器學(xué)習(xí)模型提供支持。

IBM已確定將API、預(yù)構(gòu)建的機器學(xué)習(xí)模型和可選工具組合起來，以封裝、收集、組織和分析常見機器學(xué)習(xí)領(lǐng)域的人工智能階梯梯級，例如自然語言理解、與虛擬代理的對話、視覺識別、語音和企業(yè)搜索。

例如，沃森的自然語言理解變得豐富而復(fù)雜。機器學(xué)習(xí)現(xiàn)在擅長理解語言的許多方面，包括概念、概念之間的關(guān)系和情感內(nèi)容?，F(xiàn)在，NLU服務(wù)和基于機器學(xué)習(xí)的自然語言處理的研發(fā)可以通過優(yōu)雅的API和支持的SDK提供給開發(fā)人員。

“因此，開發(fā)人員今天可以開始在他們的應(yīng)用程序中利用某些類型的人工智能，即使他們?nèi)狈?shù)據(jù)科學(xué)或機器學(xué)習(xí)方面的任何正式培訓(xùn)，”希金斯說。