金磊 夢晨 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
在自動駕駛領(lǐng)域,有著L1-L5的等級劃分標準。
隨著近年來自動駕駛火熱,這一標準不斷得到驗證,已成為業(yè)界共識,也指導(dǎo)著行業(yè)發(fā)展。
人們開始想,其他行業(yè)能否對此有所借鑒?
最近,北京大學(xué)計算機學(xué)院講席教授謝濤提出了他對時下另一火熱行業(yè)——低代碼/無代碼開發(fā)的思考。
謝濤是最早開展智能化軟件工程方向的學(xué)者之一,早在2005年就提出用機器學(xué)習(xí)提高軟件質(zhì)量的方法。
他提出軟件的智能化創(chuàng)建也可相應(yīng)分為L1-L5等級。
低代碼/無代碼開發(fā)為何成為熱點?
今天的低代碼/無代碼開發(fā)行業(yè)發(fā)展到了哪個標準階段?
下面來聽聽謝濤的看法。
程序員不夠用了
據(jù)統(tǒng)計,中國有近300萬家軟件開發(fā)商和700萬程序員。
但在“軟件定義世界”的今天,這個數(shù)量還遠遠不夠。
知名IT研究機構(gòu)Gartner曾預(yù)測,要滿足中國企業(yè)的所有數(shù)字化轉(zhuǎn)型場景,需要開發(fā)至少5億個新的軟件系統(tǒng)。
新軟件大多要為制造、物流、電力、農(nóng)業(yè)等傳統(tǒng)行業(yè)開發(fā)。
這些行業(yè)有著各異的需求,也有大量知識上的壁壘,也就是常說的“隔行如隔山”。
對于傳統(tǒng)軟件開發(fā)商來說,需要扎根到行業(yè)多年,才能積累足夠的行業(yè)知識背景。
雖然今天軟件工程師、專業(yè)開發(fā)者的隊伍壯大起來了,但面對迅猛增長的需求,生產(chǎn)效率卻沒有太大的改觀。
軟件開發(fā)者對行業(yè)需求理解不到位,懂需求的人不懂軟件開發(fā),導(dǎo)致開發(fā)的低質(zhì)、低效。
低代碼/無代碼開發(fā)和軟件自動化正是在這一背景下興起。
簡單來說,如果能讓應(yīng)用需求方自己創(chuàng)建軟件,個性化的需求就能被高效優(yōu)質(zhì)地滿足。
低代碼/無代碼開發(fā)、軟件自動化之間又有什么不同之處?
在謝濤看來,這兩種技術(shù)分別面向不同的人群。
低代碼/無代碼開發(fā)的使用者懂應(yīng)用需求,可能懂計算思維,也可能懂編程。
像在Excel里編寫公式,或現(xiàn)在流行的拖拽式應(yīng)用搭建工具。
軟件自動化更進一步,使用者只需要懂應(yīng)用需求,不一定需要懂計算思維,也不一定需要懂編程。
像是Excel里的快速填充功能,不再需要公式,只需要給出少量示例即可自動完成內(nèi)容填充。
當前的低代碼/無代碼開發(fā)是軟件開發(fā)的現(xiàn)狀,通常對應(yīng)著L1(輔助開發(fā))和L2(部分自動開發(fā))。
回顧整個軟件工程50多年的歷史,走過了面向過程開發(fā),到今天的面向?qū)ο?、面向?gòu)件開發(fā)。
再往前一步,謝濤認為應(yīng)當是面向智構(gòu)件開發(fā)。
簡單來說就是“搭積木”,用復(fù)用、組裝、集成來進一步提高軟件開發(fā)效率。
和以往不同的是這些“積木”(也就是構(gòu)件)中很多是被智能化地創(chuàng)建出來的,不需要人手動開發(fā)。
另外,一些復(fù)用、組裝、集成也被智能化地自動進行,不需要投入人力。
不過,“搭積木”創(chuàng)建出整個軟件系統(tǒng)的過程中仍然需要有人的參與去做開發(fā),而面向智構(gòu)件開發(fā)就是指導(dǎo)人在這如何去開發(fā)的方法學(xué)。
這里面的一個關(guān)鍵是從知識驅(qū)動、知識密集轉(zhuǎn)向數(shù)據(jù)驅(qū)動和智能化手段。
不再需要靠“堆人力”去了解行業(yè)背景知識,而是用不斷產(chǎn)生的數(shù)據(jù)讓智能化手段越來越強,才能走向L3甚至更高階段。
在這些思考基礎(chǔ)上,謝濤對智能化軟件工程的研究也深入到行業(yè)落地階段。
在中國計算機大會 (CNCC 2021)軟件自動化技術(shù)論壇以及CCF TF第49期技術(shù)研討會上,他剖析了制造型企業(yè)數(shù)字化升級面臨的問題。
提出用工業(yè)互聯(lián)網(wǎng)操作系統(tǒng)、智能制造低代碼平臺、工業(yè)智能質(zhì)檢平臺助力制造型企業(yè)解決信息孤島困局。
誰是謝濤?
謝濤如今在北京大學(xué)計算機學(xué)院就職,擔任講席教授。
同時,他還身兼高可信軟件技術(shù)教育部重點實驗室(北京大學(xué))副主任,北京大學(xué)信息技術(shù)高等研究院數(shù)據(jù)驅(qū)動軟件開發(fā)實驗室主任,北京大學(xué)新工科建設(shè)委員會副秘書長等眾多職務(wù)。
他被評為美國科學(xué)促進會(AAAS)會士、電氣電子工程師學(xué)會(IEEE)會士、美國計算機協(xié)會(ACM)杰出科學(xué)家、中國計算機學(xué)會(CCF)杰出會員。
謝濤最近一次走進大眾的視野,是他在軟件工程國際頂級會議ASE 2021(自動化軟件工程國際會議)中,斬獲了 最有影響力論文 (Most Influential Paper Award)。
要知道,這是ASE自1986年創(chuàng)辦的35年以來,該獎項首次被華人學(xué)者摘?。ǔ酥x濤外,另外一篇同期獲獎?wù)撐牡淖髡甙晃话拇罄麃喨A人學(xué)者)。
而謝濤所憑借的論文,便是他在2007年發(fā)表的《PARSEWeb:A Programmer Assistant for Reusing Open Source Code on the Web》。
當時的謝濤正在北卡羅來納州立大學(xué)擔任助理教授,他和他的學(xué)生發(fā)現(xiàn),程序員們在日常工作中經(jīng)常會重復(fù)使用現(xiàn)有的框架或庫。
但在這個過程中,一個問題便逐漸浮現(xiàn)了出來:
程序員知道他們需要什么類型的對象,但不知道如何通過特定的方法序列獲得它們。
即便當時已經(jīng)有了Google Code Search這樣的代碼搜索引擎,但要做到有效地去支撐這個編程問題,還是欠缺了一些東西。
基于這樣的現(xiàn)狀,謝濤和他的學(xué)生就決定“站在巨人肩膀”上開發(fā)出大代碼挖掘基礎(chǔ)設(shè)施。
具體而言,在這項研究中,他們提出了一種新方法ParseWeb,將“源對象類型→目標對象類型”這樣的查詢作為輸入,并建議相關(guān)的方法調(diào)用序列。
這些序列可以作為解決方案,從查詢中給出的源對象中獲得目標對象。
謝濤團隊的工作可以說是最早將大規(guī)模的代碼搜索、機器學(xué)習(xí)和數(shù)據(jù)挖掘做了結(jié)合,成為大代碼、軟件大數(shù)據(jù)重要產(chǎn)業(yè)和學(xué)術(shù)方向的先驅(qū)“開荒者”。
這也正是14年后能夠被ASE評為“最有影響力論文”的原因了。
ParseWeb的成功,一定程度上也奠定了謝濤在接下來的科研道路上,堅定對軟件自動化的步伐。
而另一個里程碑一樣的事件,發(fā)生在了四年后的2011年。
當時的謝濤正值學(xué)術(shù)休假,他利用這段時間來到了微軟亞洲研究院訪問,加入(現(xiàn)為副院長)張冬梅的團隊一起合作。
他們所做的具體內(nèi)容,叫做軟件解析學(xué) (Software Analytics),這個名字是由張冬梅在2009年組建團隊時命名,對軟件解析學(xué)的定義則是由謝濤和張冬梅的團隊在2011年一起合作給出的。
簡單來說,軟件解析學(xué)就是研發(fā)出一個數(shù)據(jù)驅(qū)動的解決方案,來解決軟件及服務(wù)相關(guān)的一系列任務(wù),服務(wù)廣大軟件產(chǎn)業(yè)人員。
他們推動了一系列對產(chǎn)業(yè)有著深遠影響的軟件解析學(xué)系統(tǒng),包括Windows操作系統(tǒng)的性能調(diào)試、代碼克隆的檢測,以及現(xiàn)在所謂的智能化運維等等。
時至今日,軟件解析學(xué)已然在軟件工程領(lǐng)域蓬勃發(fā)展,成為了非常重要的子領(lǐng)域。
而也正如我們現(xiàn)在看到的,回到北大后的謝濤,依舊發(fā)力于軟件自動化相關(guān)的工作。
2020年底,謝濤被授予了科學(xué)探索獎,評委會給他的獲獎理由是:肯定他在軟件測試與軟件解析學(xué)方面的成績,支持他在數(shù)據(jù)驅(qū)動的軟件自動化方法和技術(shù)方面的探索。
那么接下來,在低代碼、無代碼以及軟件自動化這件事上還應(yīng)該關(guān)注或聚焦哪方面的發(fā)展呢?
據(jù)謝濤介紹,可信度和質(zhì)量安全需要被高度重視起來。
因為機器,哪怕是用到最先進的深度學(xué)習(xí)方法,也很難保證做到100%的準確率來自動生成滿足需求的軟件。
而當類似低代碼、無代碼這樣的方法,交接給沒有計算機背景的企業(yè)員工手中,如何保障其在所有環(huán)節(jié)中不出錯,就成了低代碼、無代碼效果好壞的關(guān)鍵。
……
最后,也是大家最為關(guān)心的一個問題——低代碼、無代碼以及軟件自動化的發(fā)展,是否會讓程序員被時代淘汰?
對此,謝濤直言道:
不用擔心。
首先,軟件自動化在目前以及未來很長一段時間都還會是被局限于很特定的任務(wù)。同時,即便是現(xiàn)在低代碼、無代碼蓬勃發(fā)展,但依舊是滿足不了數(shù)字化大浪潮的需求。
而它們的出現(xiàn),只是省去程序員、工程師一些瑣碎且重復(fù)的工作,好讓他們能夠?qū)⒏嗟木Ψ诺礁邇r值和創(chuàng)新意義的工作中。
參考鏈接:
[1] https://taoxiease.github.io/publications/ase07-parseweb.pdf
[2] https://taoxiease.github.io/biocn.html
— 完 —
量子位 QbitAI · 頭條號簽約
關(guān)注我們,第一時間獲知前沿科技動態(tài)
版權(quán)聲明:本文內(nèi)容由互聯(lián)網(wǎng)用戶自發(fā)貢獻,該文觀點僅代表作者本人。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔相關(guān)法律責任。如發(fā)現(xiàn)本站有涉嫌抄襲侵權(quán)/違法違規(guī)的內(nèi)容, 請發(fā)送郵件至 舉報,一經(jīng)查實,本站將立刻刪除。