Thoughtworks Holding, Inc. heeft deel 27 van de Technology Radar gepubliceerd, een tweejaarlijks rapport dat is gebaseerd op de waarnemingen, gesprekken en ervaringen van Thoughtworks bij het oplossen van de grootste zakelijke uitdagingen van haar klanten wereldwijd. Terwijl machine learning (ML) ooit grote datasets en toegang tot enorme rekenkracht vereiste om complexe bedrijfsproblemen aan te pakken, stelt het rapport vast dat de groei en breedte van tools, toepassingen en technieken IT-organisaties in staat stelt meer te doen met ML en op meer plaatsen. Naarmate de rekenkracht op apparaten van alle soorten en maten toeneemt en open-sourcetools gangbaarder en gemakkelijker te gebruiken worden, wordt ML toegankelijk voor zelfs de kleinste organisaties.

Met name door de strengere eisen en bewustwording rond privacy en gepersonaliseerde informatie, merken organisaties dat technieken, zoals gefedereerde machine learning, meer privacy bieden voor gevoelige informatie in. IoT en mobiele use cases. Aangezien ML sterk afhankelijk is van de kwaliteit van de trainingsgegevens, blijven de standaardwaarschuwingen voor kwetsbaarheden en inherente vertekeningen in datasets bestaan.

Toch helpt een overwicht van open source tools om transparantie te creëren in hoe de algoritmen de gegevens interpreteren en bewerken. Belangrijke thema's in Technology Radar Vol. 27 zijn onder meer: De mainstreaming van ML: In iets meer dan een decennium is machinaal leren veranderd van een zeer gespecialiseerde techniek in iets wat bijna iedereen met gegevens en rekenkracht kan doen.

Dat is een goede zaak, maar het blijft van essentieel belang dat de industrie de proliferatie van hulpmiddelen en kaders in de ruimte en de ethische kwesties die steeds zichtbaarder en dringender worden, in goede banen kan leiden. De kracht van platforms als product: Een platform kan een krachtig iets zijn, vooral als het gaat om het mondiger maken van ontwikkelaars. Bedrijven zien echter vaak teleurstellende resultaten als ze niet goed als product worden behandeld. Het is belangrijk dat platforms worden gebouwd en onderhouden op een manier die beantwoordt aan en bemiddelt in de behoeften van zowel technische teams als de bredere organisatie.

Verplaats het eigendom van gegevens naar de randen: Als het om gegevens gaat, kan centralisatie beperkend werken. Nieuwe technieken en hulpmiddelen maken het echter gemakkelijker om de uitdagingen van centralisatie te overwinnen en bieden voordelen vanuit zowel technisch als privacyoogpunt. Mobiel moet ook modulair zijn: De voordelen van modulariteit zijn bekend, maar om een aantal redenen zijn ze nog niet zo vaak gebruikt bij mobiele ontwikkeling.

Dit begint nu te veranderen; bedrijven geloven dat een modulaire benadering van mobiel niet alleen de kwaliteit van mobiele toepassingen zal verbeteren, maar ook de ervaring van het bouwen ervan.