В мире разработки программного обеспечения решения low-code завоевали популярность благодаря расширению доступности программирования и заполнению пробелов в разработке. По прогнозам Gartner, рынок разработки low-code достигнет 26,9 млрд долларов к 2023 году, а к 2024 году 65% приложений будут разрабатываться с использованием этих платформ. Одновременно набирают популярность инструменты генерации кода на основе искусственного интеллекта, такие как Copilot от GitHub и ChatGPT от OpenAI, предлагающие расширенные функции автозавершения и помощники по кодированию на основе искусственного интеллекта.
Учитывая эту новую парадигму, сохраняют ли платформы разработки low-code свою актуальность в индустрии программного обеспечения? Могут ли они сосуществовать с развивающимися технологиями, управляемыми искусственным интеллектом? Ответ заключается в понимании взаимодополняющего характера low-code и решений на базе ИИ, а также того, как сотрудничество между ними может привести к созданию уникальных и инновационных приложений, решающих реальные бизнес-задачи.
Хотя общие алгоритмы могут давать впечатляющие результаты, их не всегда достаточно для решения сложных бизнес-задач. Многие программисты не обладают достаточными навыками для обучения моделей машинного обучения (ML) или глубокого обучения на основе своих наборов данных. В таких сценариях решения low-code могут помочь пользователям маркировать неструктурированные данные, генерировать модели, запускать симуляции и продвигать многократно используемый ИИ в разных отделах. Это открывает мир возможностей для развития и демократизации ИИ.
ИИ получил широкое распространение в различных отраслях, начиная от продвинутой обработки изображений и текстов и заканчивая распознаванием и синтезом голоса. Йоханна Пингель, менеджер по маркетингу продуктов MathWorks AI, считает ИИ ключевым фактором в управлении сроком службы батарей в электромобилях и бытовой электронике. Кроме того, инструменты визуального контроля на базе ИИ могут повысить безопасность и эффективность в таких отраслях, как фармацевтика и автомобилестроение.
ChatGPT, еще одно приложение ИИ, набирающее популярность в наши дни, полезно не только для создателей контента, но и для научных исследований. Оно может генерировать код MATLAB, функции и модульные тесты, которые можно копировать и вставлять в IDE. Однако код, сгенерированный ChatGPT, все равно должен быть просмотрен и проверен опытными инженерами и учеными.
Low-code Платформы, такие как AppMaster.io и MATLAB, могут упростить включение функциональности, основанной на ИИ, в приложения, позволяя создавать уникальные алгоритмы ИИ на основе конкретных наборов данных. Они могут ускорить выполнение утомительных задач и помочь инженерам с разным уровнем навыков кодирования, что необходимо для эффективного внедрения ИИ в бизнес-системы.
Пингель объясняет, что компании обычно начинают с простых сценариев использования ИИ, таких как распознавание лиц или определение текста из рукописных писем. Однако по мере усложнения требований компаниям приходится использовать собственные данные и специализированные настройки для создания индивидуальных алгоритмов ИИ. Именно здесь важную роль могут сыграть решения low-code, делающие процесс очистки, обрезки и структурирования данных более управляемым и эффективным.
Low-code Платформы предлагают ряд преимуществ в снижении барьеров для создания пользовательского ИИ. Структурирование и маркировка данных, генерация ML-моделей и взаимодействие с различными языками программирования становятся гораздо более доступными при использовании платформ low-code, таких как MATLAB и Simulink. Предоставляя единую среду разработки, эти платформы способствуют сотрудничеству между пользователями и помогают им стать лучшими программистами.
Хотя инструменты на основе ИИ нарушают традиционные процессы разработки, платформы low-code по-прежнему играют важную роль в расширении возможностей нетехнических пользователей и снижении барьера для создания уникальных возможностей на основе ИИ. Сосуществуя и сотрудничая, low-code платформы разработки и ИИ могут проложить путь для инновационных приложений, продвигая обе области и открывая новые возможности в разработке программного обеспечения.
