ThoughtWorks发布最新技术雷达
极客时间编辑部
讲述：丁婵大小：8.29M时长：06:02
近日，ThoughtWorks 发布了最新一期技术雷达，这是其每半年发布一期的技术趋势报告。报告认为，Tensorflow 2.0 是可以试验的，目前比较热门的 BERT 和 Federated learning 尚处评估阶段，10 倍工程师可暂缓。以下是重点内容。
一、可试验技术清单
指的是值得使用的技术列表，ThoughtWorks 建议企业在风险可控的项目中尝试如下技术。
1.TensorFlow 2.0
这是谷歌研发的第二代人工智能学习系统。TensorFlow 2.0 现在默认为命令流，并采用 Keras 作为单个高阶 API。 尽管这些更改提高了 TensorFlow 的可用性并使其较 PyTorch 更具竞争力，但这是一次重大的重写，可能会破坏向后兼容性。TensorFlow 生态系统中的许多工具和服务框架都无法立即适配新版本。目前，请考虑是否要在 TensorFlow 2.0 中进行设计和试验，或恢复到版本 1 以在生产环境中服务和运行模型。
2.AutoML（Automated machine learning ）
机器学习的强大能力和远大前途，使得对专业人才的需求远超出专门从事该领域的数据科学家的数目。针对这种技能上的差距，我们看到了自动化机器学习（AutoML）工具的出现，这类工具旨在帮助非专业人士更容易地自动化完成从模型选择到模型训练的端到端过程。尽管我们已经从这些工具中看到了可喜的成果，但还是要提醒企业不要将其视为机器学习的全部。
3.Apache Flink
自从 Apache Flink 在 2016 年首次进入技术雷达评估以来，越来越多的开发者开始采用该技术。Flink 被视为领先的流处理引擎，在批处理与机器学习领域也逐渐成熟。与其他流处理引擎相比，Flink 的独特之处在于使用了一致的应用状态检查点。当发生错误时，应用可以重启，并从最近的检查点载入状态继续处理。
4.Apollo Auto
Apollo 平台拥有诸如感知、模拟、规划以及智能控制相关的一系列组件，能够让汽车公司将自动驾驶系统集成到汽车硬件中。Apollo 同时也提供演进式架构的方法，以逐步引入先进功能，以敏捷和迭代的方式集成更多传感器和功能。
5.ROS（Robot Operating System）
这套程序库和工具集能帮助软件开发人员创建机器人应用程序。这也是一个开发框架，提供硬件抽象、设备驱动、程序库、可视化程序、消息传递、包管理等功能。开放自动驾驶平台 Apollo Auto 正是基于 ROS 的。
二、待评估技术清单
1.BERT
代表来自变换器的双向编码器表征量。它是 Google 在 2018 年 10 月份提出的一 种新的预训练表示方法。BERT 通过获得各种自然语言处理任务的最高水平结果，极大改变了自然语言处理的格局。
2.Federated learning
这是一种隐私保护方法，用于训练大量与个人信息相关的各种数据集。它可以让数据保留在用户的设备上，并完全控制在用户的手中，但最终仍然可组成一个整体的训练数据集。在 Federated learning 中，每个用户设备独立更新模型，然后将模型的参数组合成一个 集中式的视图。尽管网络带宽和设备算力限制会给这项技术带来一些重大的技术挑战， 但是它的思路让用户可以完全控制自己的个人信息。
3.Flair
这是一个简单的基于 Python 的 NLP 框架。它让用户可以执行标准的 NLP 任务，例如命名实体识别、词性标记、词义消歧和分类，并且在一系列 NLP 任务中都表现良好。
4.Facets
不论是直接使用还是作为机器学习模型的训练输入，越来越多的重要决策源自于大数据集。因此，了解数据中的差距、缺陷和潜在偏见十分重要。Google 的 Facets 项目在此领域提供了两个有力工具：Facets Overview 和 Facets Dive。其中前者对数据集中的特征分布进行可视化，可以展现训练和验证集的偏斜，并且可以用于比较多个数据集；而后者用于在大数据集中挖掘和可视化单个数据点，并使用不同的可视维度来探究属性之间的关系，都是进行道德偏差测试的有力工具。
三、需暂缓处理清单
10 倍工程师
在过去几个月，10 倍工程师一词受到密切关注。许多人在社交媒体上都嘲笑了这个概念，但是“明星开发者”的刻板印象仍然普遍存在。根据经验，伟大的工程师不是因为个人产出，而是因为能在优秀的团队中合作而诞生。打造一支混合不同经验和背景，但成员才华横溢的团队，并为团队合作、学习和持续改进提供良好的助力，这会是更行之有效的方式。
由于原报告篇幅过长，以上内容略作删减，感兴趣的话可点击文稿查看链接下载报告全文。
报告链接：
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论