1. 主页 > 物联网(iot)技术 >

低代码与无代码以及软件开发的未来

物联网
    无代码
 
    NoCode促进了预定义组件的重用,通常使用拖放界面或Web表单。此类平台始终包括身份和访问管理等内容。它们始终与一项特定任务和受众相关,例如Web开发、电子表格、分析、市场自动化等。最重要的是,不需要任何代码来将组件拼接在一起,从而减少工程师花时间构建数据库、API或内部工作流的需要。
 
    低代码
 
    另一方面,LowCode有一套不同的目标和用户角色。关于LowCode的主要误解是LowCode中的“低”意味着几乎没有任何编码知识的人是这种平台的用户。
 
    在我看来,低代码平台的目标是让开发人员能够以最少的设置工作快速编码和部署他们的应用程序,并增加对平台开箱即用的功能的信心。从这个意义上说,低代码平台降低了应用程序开发过程的复杂性,缩短了上市时间。LowCode平台的基本构建块通常是一小段代码,封装为可重复使用的组件,适用于不同的用例,就像乐高积木一样。
 
    那么,这与NoCode有何不同,后者也是将组件(代码片段)“拼接”在一起?首先,LowCode应该允许开发人员开发和发布需要编码的新功能。其次,平台必须允许这些代码片段以异步方式连接和同步,这并不像听起来那么简单。
 
    有两种方法可以看待第二个挑战。第一个是创建一个垂直特定的低代码平台,通过以预定义方式的形式为他们提供安全网来限制“低代码人员”可以做的事情,应该如何进行拼接,不留任何错误的余地(或机动,取决于你如何看待它)。由于这是由“使普通案例快速”理念驱动的,因此它也限制了可能的用途,因为任何更具挑战性或工具供应商未设想的事情都变得很难甚至不可能做到。如果最终应用程序的目的与预定义组件提供的内容稍有不同,则必须编写可扩展的代码或完全重新编写该部分。大多数低代码平台需要使用特定语言进行编码,有时是专有语言,
 
    第二种方式是提供一个水平的、通用的低代码平台,它有助于创建自定义组件(使用代码),并提供引擎、API和将它们组合和执行所需的用户界面作为更多广泛的应用。这种方法带来了更大的灵活性,但需要注意的是,垂直方面需要付出更大的努力(因为平台概念与领域无关)。在下一节中,我们将讨论为什么我们认为从长远来看这是更好的方法。
 
    图灵完备性及其与低代码和RPA工具的关系
 
    有经验的开发人员和系统架构师在听到另一个基于模型的低代码平台时总是持怀疑态度。他们觉得很快他们就会发现“陷阱”:不是框架帮助他们实施,他们需要解决自己的局限性。
 
    可计算性理论中有一个术语称为图灵完备性。如果有人说,“我的新东西是图灵完备的”,这意味着原则上它可以用来解决任何计算问题。软件语言是图灵完备的。当无服务器成为主流时,人们普遍认为无服务器是“低代码乐高积木方法”的最佳候选者。这给我们带来了图灵完备自动化的故事。假设我们使用代码片段来实现应用程序逻辑。在这种情况下,我们需要一个强大而灵活的规则引擎,它可以编排它们,而无需重新使用编程语言编写所有代码。否则,我们将完全失去低代码的好处。
 
    前端、后端以及无服务器和集成架构师的兴起
 
    前端人员都是关于react/Vue、webpack、CSS和使用构造型的用户体验。他们不一定对引擎盖后面发生的所有细节感兴趣。他们与企业主密切合作,以确保一切看起来都漂亮且可用,就像这张照片一样。低代码平台对他们来说毫无意义,因为他们将使用已经提供高级抽象的API与之交互。他们更不喜欢NoCode,因为单独使用NoCode工具不可能提供任何出色的用户体验和漂亮的垂直应用程序。
 
    OT专家
 
    OT人员对SCADA、PLC、机器和工业流程了如指掌。这些是战壕里的人。当其他角色谈论IIoT时,他们通常会感到有些激动,觉得他们侵犯了他们几十年来积累的经验和深厚知识的领域——这是你无法在21天内掌握和“自学”的东西。他们更喜欢使用或多或少的因果关系来定义问题,也就是说,根据知识建模技术创建自动化规则,如果需要,通过ML增强,但不是相反,通过让黑盒模型超越运行异常检测和预测以指导修复行动等。
 
    数据科学家
 
    在这里,我注意到了一点代沟。年轻的数据科学家非常擅长Python,因为在这方面,大学课程在过去十年中受到行业需求的严重影响和改进。前几代仍然更适合使用Matlab或仅使用无代码工具。
 
    然而,当数据科学家处理特定用例(例如异常检测或预测建模)时,他们首先面临其他挑战,甚至需要在到达低代码平台之前解决这些挑战。
 
    应该使用哪种类型的ML算法来解决这个问题?
 
    哪个机器学习平台最适合这个问题?
 
    数据的质量是否足以解决这个问题?
 
    如前所述,NoCode平台是使非技术用户能够通过在画布上拖放软件或数据来构建应用程序或ML模型的应用程序。这些ML/AI平台允许以前没有编码经验甚至没有机器学习知识的用户使用无代码从数据集开始构建机器学习模型。
 
    使用BigML作为此类AI平台的一个示例,您可以使用他们的仪表板(无代码)或PythonSDK(低代码)以一种简单的方式从头开始创建机器学习模型,而无需了解很多编码知识。此应用程序可以对特定数据集进行试验、尝试不同的ML算法并微调数百个超参数。
 
    企业主
 
    企业主不关心编码,他们为什么要关心?但是,公民开发商的想法仍然吸引了他们。组织中的每个人都有权在更短的时间内贡献和交付工作软件的想法是每个企业主的梦想。不再需要与这些糟糕的软件人员交谈或建立长期而昂贵的集成项目!
 
    在我看来,在我们将NLP融入自动化创作之前,这在一定程度上仍然是一厢情愿的想法。
 
    未来如何?NLP来拯救?
 
    是否有可能以一种新的颠覆性方式解决NoCode自动化工具的问题?CodexAI即将颠覆软件开发行业。你输入一个句子,代码就出来了。
 
    云软件

本文由网上采集发布,不代表我们立场,转载联系作者并注明出处:http://www.34iot.com//a/yingxiao/419.html

联系我们

在线咨询:点击这里给我发消息

微信号:weixin888

工作日:9:30-18:30,节假日休息