Quantumrun

სურათის კრედიტი: Quantumrun

პროგრამული უზრუნველყოფის განვითარების მომავალი: კომპიუტერების მომავალი P2

დევიდ ტალი, გამომცემელი, ფუტურისტი
@DavidTalWrites
LinkedIn

სამ, 09/15/2020 - 15:46

1969 წელს ნილ არმსტრონგი და ბაზ ოლდრინი გახდნენ საერთაშორისო გმირები მას შემდეგ, რაც ისინი იყვნენ პირველი ადამიანები, რომლებმაც ფეხი დააბიჯეს მთვარეზე. მაგრამ მაშინ, როცა ეს ასტრონავტები იყვნენ გმირები კამერაზე, არსებობს ათასობით შეუცნობელი გმირი, რომლებიც მათი მონაწილეობის გარეშე მთვარეზე პირველი პილოტირებული დაშვება შეუძლებელი არ იქნებოდა. ამ გმირებიდან რამდენიმე იყო პროგრამული უზრუნველყოფის შემქმნელი, რომლებმაც ფრენის კოდირება მოახდინეს. რატომ?

ისე, კომპიუტერები, რომლებიც იმ დროს არსებობდა, ბევრად უფრო მარტივი იყო, ვიდრე დღეს. სინამდვილეში, საშუალო ადამიანის გაცვეთილი სმარტფონი რამდენიმე რიგით უფრო ძლიერია, ვიდრე ყველაფერი კოსმოსურ ხომალდ Apollo 11-ზე (და 1960-იანი წლების NASA-ს ამ საკითხზე). უფრო მეტიც, კომპიუტერები იმ დროს კოდირებული იყო სპეციალიზებული პროგრამული უზრუნველყოფის შემქმნელების მიერ, რომლებიც პროგრამირებდნენ პროგრამულ უზრუნველყოფას მანქანურ ენებზე: AGC ასამბლეის კოდი ან უბრალოდ, 1 და 0.

კონტექსტში, ერთ-ერთი ამ შეუცნობელი გმირი, Apollo კოსმოსური პროგრამის პროგრამული უზრუნველყოფის ინჟინერიის განყოფილების დირექტორი, მარგარეტ ჰამილტონი, და მის გუნდს უნდა დაეწერა მთის კოდი (სურათი ქვემოთ), რომელიც დღევანდელი პროგრამირების ენების გამოყენებით შეიძლებოდა დაწერილიყო მცირე ძალისხმევის გამოყენებით.

(ზემოთ სურათზე მარგარეტ ჰემილტონი დგას ქაღალდის დასტასთან, რომელიც შეიცავს Apollo 11 პროგრამულ უზრუნველყოფას.)

და განსხვავებით დღევანდელი დღეებისგან, სადაც პროგრამული უზრუნველყოფის შემქმნელები კოდირებენ შესაძლო სცენარების დაახლოებით 80-90 პროცენტს, Apollo-ს მისიებისთვის, მათ კოდს ყველაფერი უნდა მოეხდინა. ამის გასაგებად, თავად მარგარეტმა თქვა:

„საკონტროლო სიის სახელმძღვანელოში შეცდომის გამო, პაემანის რადარის გადამრთველი არასწორ მდგომარეობაში იყო განთავსებული. ამან გამოიწვია მცდარი სიგნალების გაგზავნა კომპიუტერზე. შედეგი იყო ის, რომ კომპიუტერს სთხოვდნენ ყველა მისი ნორმალური ფუნქციის შესრულებას სადესანტოდ. ყალბი მონაცემების დამატებითი დატვირთვის მიღებისას, რომელიც იყენებდა დროის 15%-ს. კომპიუტერი (უფრო სწორად მასში შემავალი პროგრამული უზრუნველყოფა) საკმარისად ჭკვიანი იყო იმის აღიარებისთვის, რომ მას სთხოვდნენ მეტი დავალების შესრულებას, ვიდრე უნდა შეესრულებინა. განგაში, რაც ასტრონავტისთვის ნიშნავდა, რომ გადატვირთული ვარ იმაზე მეტი ამოცანებით, ვიდრე ამ დროს უნდა შემესრულებინა და ვაპირებ შევინარჩუნო მხოლოდ უფრო მნიშვნელოვანი ამოცანები, ანუ ის, რაც საჭიროა დაშვებისთვის... სინამდვილეში , კომპიუტერი დაპროგრამებული იყო შეცდომის პირობების ამოცნობაზე მეტის გასაკეთებლად. პროგრამულ უზრუნველყოფაში ჩართული იყო აღდგენის პროგრამების სრული ნაკრები. პროგრამული უზრუნველყოფის მოქმედება, ამ შემთხვევაში, იყო უფრო დაბალი პრიორიტეტული ამოცანების აღმოფხვრა და უფრო მნიშვნელოვანის ხელახლა დაყენება... კომპიუტერი რომ არაგააცნობიერა ეს პრობლემა და მიიღო აღდგენის ზომები, მეეჭვება, რომ Apollo 11 წარმატებული მთვარეზე დაშვება ყოფილიყო. ”

- მარგარეტ ჰამილტონი, Apollo Flight კომპიუტერული პროგრამირების დირექტორი MIT Draper Laboratory, კემბრიჯი, მასაჩუსეტსი, "კომპიუტერი ჩაიტვირთა", წერილი Datamation, მარტი 1, 1971

როგორც ადრე აღვნიშნეთ, პროგრამული უზრუნველყოფის განვითარება განვითარდა იმ ადრეული Apollo დღეებიდან. ახალი მაღალი დონის პროგრამირების ენებმა შეცვალეს 1-ებით და 0-ებით კოდირების დამღლელი პროცესი სიტყვებითა და სიმბოლოებით კოდირებით. ფუნქციები, როგორიცაა შემთხვევითი რიცხვის გენერირება, რომელიც საჭიროებდა დღეების კოდირებას, ახლა შეიცვალა ერთი ბრძანების ხაზის დაწერა.

სხვა სიტყვებით რომ ვთქვათ, პროგრამული კოდირება სულ უფრო ავტომატიზირებული, ინტუიციური და ადამიანური ხდება ყოველი გასული ათწლეულის განმავლობაში. ეს თვისებები გაგრძელდება მხოლოდ მომავალში და წარმართავს პროგრამული უზრუნველყოფის განვითარების ევოლუციას იმ გზებით, რომლებიც ღრმა გავლენას მოახდენს ჩვენს ყოველდღიურ ცხოვრებაზე. ეს არის ის, რაც ამ თავში კომპიუტერების მომავალი სერია შეისწავლის.

პროგრამული უზრუნველყოფის განვითარება ფართო მასებისთვის

1-ების და 0-ების (მანქანის ენა) კოდირების საჭიროების ჩანაცვლების პროცესი სიტყვებითა და სიმბოლოებით (ადამიანის ენა) მოიხსენიება, როგორც აბსტრაქციების ფენების დამატების პროცესი. ეს აბსტრაქციები მოვიდა ახალი პროგრამირების ენების სახით, რომლებიც ავტომატიზირებენ კომპლექსურ ან საერთო ფუნქციებს იმ სფეროსთვის, რისთვისაც ისინი იყო შექმნილი. მაგრამ 2000-იანი წლების დასაწყისში გაჩნდა ახალი კომპანიები (როგორიცაა Caspio, QuickBase და Mendi), რომლებმაც დაიწყეს სთავაზობდნენ იმას, რასაც უწოდებენ უკოდს ან დაბალი კოდის პლატფორმებს.

ეს არის მომხმარებლისთვის მოსახერხებელი, ონლაინ დაფები, რომლებიც საშუალებას აძლევს არატექნიკურ პროფესიონალებს შექმნან პერსონალური აპლიკაციები, რომლებიც მორგებულია მათი ბიზნესის საჭიროებებზე, კოდის ვიზუალური ბლოკების (სიმბოლოები/გრაფიკა) ერთმანეთთან შერწყმის გზით. სხვა სიტყვებით რომ ვთქვათ, იმის ნაცვლად, რომ ხე მოჭრათ და გადააკეთოთ იგი საგარდერობო კარადაში, თქვენ ააგებთ მას Ikea-ს წინასწარ მოდური ნაწილების გამოყენებით.

მიუხედავად იმისა, რომ ამ სერვისით სარგებლობა ჯერ კიდევ მოითხოვს კომპიუტერის ცოდნის გარკვეულ დონეს, თქვენ აღარ გჭირდებათ კომპიუტერული მეცნიერების ხარისხი, გამოიყენეთ იგი. შედეგად, აბსტრაქციის ეს ფორმა საშუალებას აძლევს კორპორატიულ სამყაროში მილიონობით ახალი „პროგრამული უზრუნველყოფის დეველოპერების“ გაჩენას და ეს საშუალებას აძლევს ბევრ ბავშვს ისწავლოს კოდირება უფრო ადრეულ ასაკში.

ხელახლა განსაზღვრა რას ნიშნავს იყო პროგრამული უზრუნველყოფის შემქმნელი

იყო დრო, როდესაც პეიზაჟის ან ადამიანის სახის გადაღება მხოლოდ ტილოზე შეიძლებოდა. მხატვარს მოუწევს წლების განმავლობაში სწავლა და პრაქტიკა შეგირდად, ისწავლოს მხატვრობის ხელობა - როგორ აურიოს ფერები, რომელი ინსტრუმენტები არის საუკეთესო, სწორი ტექნიკა კონკრეტული ვიზუალის შესასრულებლად. ვაჭრობის ღირებულება და მრავალწლიანი გამოცდილება, რომელიც საჭიროა მისი კარგად შესასრულებლად, ასევე ნიშნავს, რომ მხატვრები ცოტანი იყვნენ.

შემდეგ გამოიგონეს კამერა. ღილაკზე დაწკაპუნებით წამში გადაიღეს პეიზაჟები და პორტრეტები, რომელთა დახატვას სხვაგვარად რამდენიმე დღე ან კვირა დასჭირდებოდა. და როცა კამერები გაუმჯობესდა, გაძვირდა და გახდა უხვად, იმდენად, რამდენადაც ისინი ახლა შედის ყველაზე ელემენტარულ სმარტფონშიც კი, ჩვენს ირგვლივ სამყაროს გადაღება გახდა ჩვეულებრივი და ჩვეულებრივი აქტივობა, რომელშიც ახლა ყველა მონაწილეობს.

რამდენადაც აბსტრაქციები პროგრესირებს და პროგრამული უზრუნველყოფის ახალი ენები ავტომატიზირებს უფრო მეტ რუტინულ პროგრამული უზრუნველყოფის შემუშავების სამუშაოებს, რას ნიშნავს იყო პროგრამული უზრუნველყოფის შემქმნელი 10-დან 20 წლამდე? ამ კითხვაზე პასუხის გასაცემად, მოდით გავიგოთ, თუ როგორ აპირებენ მომავალი პროგრამული უზრუნველყოფის შემქმნელები ხვალინდელი აპლიკაციების შექმნას:

*პირველ რიგში, ყველა სტანდარტიზებული, განმეორებადი კოდირების სამუშაო გაქრება. მის ადგილას იქნება წინასწარ განსაზღვრული კომპონენტების ქცევების, UI-ების და მონაცემთა ნაკადის მანიპულაციების ფართო ბიბლიოთეკა (Ikea ნაწილები).

*როგორც დღეს, დამსაქმებლები ან მეწარმეები განსაზღვრავენ კონკრეტულ მიზნებსა და მიღწევებს პროგრამული უზრუნველყოფის შემქმნელებისთვის, რათა განახორციელონ სპეციალიზებული პროგრამული აპლიკაციების ან პლატფორმების მეშვეობით.

*შემდეგ ეს დეველოპერები შეადგენენ თავიანთი შესრულების სტრატეგიას და დაიწყებენ თავიანთი პროგრამული უზრუნველყოფის ადრეული მონახაზების პროტოტიპირებას მათ კომპონენტთა ბიბლიოთეკაში წვდომით და ვიზუალური ინტერფეისების გამოყენებით მათ ერთმანეთთან დასაკავშირებლად - ვიზუალური ინტერფეისები, რომლებსაც წვდომა აქვთ გაძლიერებული რეალობის (AR) ან ვირტუალური რეალობის (VR) მეშვეობით.

*სპეციალიზებული ხელოვნური ინტელექტის (AI) სისტემები, რომლებიც შექმნილია მათი დეველოპერის თავდაპირველი ნახაზებით ნაგულისხმევი მიზნებისა და შედეგების გასაგებად, შემდეგ დახვეწავს შემუშავებულ პროგრამულ დიზაინს და ავტომატიზირებს ხარისხის უზრუნველყოფის ყველა ტესტირებას.

*შედეგებზე დაყრდნობით, ხელოვნური ინტელექტი უამრავ კითხვას დაუსვამს დეველოპერს (სავარაუდოდ, სიტყვიერი, Alexa-ს მსგავსი კომუნიკაციის საშუალებით), რათა უკეთ გაიგოს და განსაზღვროს პროექტის მიზნები და შედეგები და განიხილოს, თუ როგორ უნდა იმოქმედოს პროგრამამ სხვადასხვა სცენარებში. და გარემო.

*დეველოპერის გამოხმაურების საფუძველზე, AI თანდათან შეისწავლის მის განზრახვას და გამოიმუშავებს კოდს, რომელიც ასახავს პროექტის მიზნებს.

*ადამიანისა და მანქანის ეს თანამშრომლობა განაახლებს პროგრამული უზრუნველყოფის ვერსიებს ვერსიებს, სანამ მზა და გაყიდვადი ვერსია არ იქნება მზად შიდა განხორციელებისთვის ან საზოგადოებისთვის გასაყიდად.

*ფაქტობრივად, ეს თანამშრომლობა გაგრძელდება მას შემდეგ, რაც პროგრამული უზრუნველყოფა რეალურ სამყაროში იქნება გამოყენებული. მარტივი შეცდომების შესახებ მოხსენების შემდეგ, AI ავტომატურად გამოასწორებს მათ ისე, რომ ასახავს ორიგინალურ, სასურველ მიზნებს, რომლებიც ასახულია პროგრამული უზრუნველყოფის განვითარების პროცესში. იმავდროულად, უფრო სერიოზული შეცდომები მოითხოვს ადამიანისა და ხელოვნური ინტელექტის თანამშრომლობას პრობლემის გადასაჭრელად.

მთლიანობაში, მომავალი პროგრამული უზრუნველყოფის შემქმნელები ნაკლებ ყურადღებას გაამახვილებენ „როგორზე“ და უფრო მეტად „რაზე“ და „რატომ“. ისინი ნაკლებად ხელოსნები და უფრო არქიტექტორები იქნებიან. პროგრამირება იქნება ინტელექტუალური სავარჯიშო, რომელიც მოითხოვს ადამიანებს, რომლებსაც შეუძლიათ მეთოდურად მიაწოდონ განზრახვა და შედეგები ისე, რომ ხელოვნური ინტელექტის გაგება შეძლოს და შემდეგ დასრულებული ციფრული აპლიკაციის ან პლატფორმის ავტომატური კოდირება.

ხელოვნური ინტელექტის საფუძველზე პროგრამული უზრუნველყოფის განვითარება

ზემოთ მოყვანილი განყოფილების გათვალისწინებით, ცხადია, რომ ჩვენ ვგრძნობთ, რომ AI ითამაშებს სულ უფრო ცენტრალურ როლს პროგრამული უზრუნველყოფის განვითარების სფეროში, მაგრამ მისი მიღება არ არის მხოლოდ პროგრამული უზრუნველყოფის შემქმნელების უფრო ეფექტური გახადოს მიზნით, ამ ტენდენციის უკან ასევე დგას ბიზნეს ძალები.

პროგრამული უზრუნველყოფის შემქმნელ კომპანიებს შორის კონკურენცია ყოველწლიურად უფრო მძაფრდება. ზოგიერთი კომპანია კონკურენციას უწევს კონკურენტების ყიდვით. სხვები ეჯიბრებიან პროგრამული უზრუნველყოფის დიფერენციაციას. ამ უკანასკნელ სტრატეგიასთან დაკავშირებული გამოწვევა ის არის, რომ ის ადვილად არ არის დაცული. ნებისმიერი პროგრამული მახასიათებელი ან გაუმჯობესება, რომელსაც ერთი კომპანია სთავაზობს თავის კლიენტებს, მის კონკურენტებს შეუძლიათ შედარებით მარტივად დააკოპირონ.

ამ მიზეზით, წავიდა ის დრო, როდესაც კომპანიები ავრცელებენ ახალ პროგრამულ უზრუნველყოფას ყოველ სამ წელიწადში ერთხელ. ამ დღეებში, კომპანიებს, რომლებიც ფოკუსირებულნი არიან დიფერენციაციაზე, აქვთ ფინანსური სტიმული, რომ გამოუშვან ახალი პროგრამული უზრუნველყოფა, პროგრამული უზრუნველყოფის შესწორებები და პროგრამული უზრუნველყოფის ფუნქციები უფრო რეგულარულად. რაც უფრო სწრაფად განახორციელებენ ინოვაციებს კომპანიები, მით უფრო მეტად აძლიერებენ კლიენტების ლოიალობას და ზრდიან კონკურენტებზე გადასვლის ხარჯებს. ეს გადასვლა პროგრამული უზრუნველყოფის დამატებითი განახლებების რეგულარული მიწოდებისკენ არის ტენდენცია, რომელსაც ეწოდება "უწყვეტი მიწოდება".

სამწუხაროდ, უწყვეტი მიწოდება ადვილი არ არის. დღევანდელი პროგრამული უზრუნველყოფის კომპანიების თითქმის მეოთხედს შეუძლია შეასრულოს ამ ტენდენციით მოთხოვნილი გამოშვების გრაფიკი. და სწორედ ამიტომ არის დიდი ინტერესი AI-ის გამოყენებასთან დაკავშირებით საქმეების დაჩქარების მიზნით.

როგორც ადრე აღვნიშნეთ, AI საბოლოოდ ითამაშებს მზარდი თანამშრომლობითი როლი პროგრამული უზრუნველყოფის შემუშავებასა და განვითარებაში. მაგრამ მოკლევადიან პერსპექტივაში, კომპანიები იყენებენ მას პროგრამული უზრუნველყოფის ხარისხის უზრუნველყოფის (ტესტირების) პროცესების მზარდი ავტომატიზაციისთვის. და სხვა კომპანიები ატარებენ ექსპერიმენტებს ხელოვნური ინტელექტის გამოყენებით პროგრამული უზრუნველყოფის დოკუმენტაციის ავტომატიზაციისთვის - ახალი ფუნქციების და კომპონენტების გამოშვების თვალყურის დევნების პროცესს და მათი წარმოების კოდის დონემდე.

საერთო ჯამში, ხელოვნური ინტელექტი სულ უფრო მეტად ითამაშებს ცენტრალურ როლს პროგრამული უზრუნველყოფის შემუშავებაში. პროგრამული უზრუნველყოფის ის კომპანიები, რომლებიც ადრე დაეუფლნენ მის გამოყენებას, საბოლოოდ ისარგებლებენ ექსპონენციალური ზრდით თავიანთ კონკურენტებთან შედარებით. მაგრამ ხელოვნური ინტელექტის ამ მიღწევების გასაცნობად, ინდუსტრიამ ასევე უნდა დაინახოს მიღწევები ტექნიკის მხარეში - შემდეგი ნაწილი განიხილავს ამ საკითხს.

პროგრამული უზრუნველყოფა, როგორც მომსახურება

ყველანაირი შემოქმედებითი პროფესიონალები იყენებენ Adobe პროგრამულ უზრუნველყოფას ციფრული ხელოვნების ან დიზაინის ნამუშევრის შექმნისას. თითქმის სამი ათწლეულის განმავლობაში, თქვენ იყიდეთ Adobe-ის პროგრამული უზრუნველყოფა CD-ის სახით და ფლობდით მის გამოყენებას სამუდამოდ, ყიდულობდით მომავალ განახლებულ ვერსიებს საჭიროებისამებრ. მაგრამ 2010-იანი წლების შუა პერიოდში Adobe-მ შეცვალა სტრატეგია.

იმის ნაცვლად, რომ იყიდონ პროგრამული დისკები შემაშფოთებლად დახვეწილი მფლობელობის გასაღებებით, Adobe მომხმარებლებს ახლა უნდა გადაიხადონ ყოველთვიური გამოწერა Adobe პროგრამული უზრუნველყოფის ჩამოტვირთვის უფლებისთვის მათ გამოთვლით მოწყობილობებზე, პროგრამული უზრუნველყოფა, რომელიც იმუშავებს მხოლოდ Adobe სერვერებთან რეგულარულ-მუდმივ ინტერნეტ კავშირთან ერთად. .

ამ ცვლილებით, მომხმარებლები აღარ ფლობდნენ Adobe პროგრამულ უზრუნველყოფას; საჭიროებისამებრ იქირავეს. სანაცვლოდ, მომხმარებელს აღარ უწევს Adobe პროგრამული უზრუნველყოფის განახლებული ვერსიების მუდმივად შეძენა; სანამ ისინი გამოიწერდნენ Adobe სერვისს, მათ ყოველთვის ექნებათ უახლესი განახლებების ატვირთვა მათ მოწყობილობაში გამოშვებისთანავე (ხშირად წელიწადში რამდენჯერმე).

ეს არის მხოლოდ ერთი მაგალითი პროგრამული უზრუნველყოფის ერთ-ერთი ყველაზე დიდი ტენდენციისა, რომელიც ჩვენ ვნახეთ ბოლო წლებში: როგორ ხდება პროგრამული უზრუნველყოფის გადასვლა სერვისში, დამოუკიდებელი პროდუქტის ნაცვლად. და არა მხოლოდ უფრო მცირე, სპეციალიზებული პროგრამული უზრუნველყოფა, არამედ მთელი ოპერაციული სისტემები, როგორც ვნახეთ Microsoft-ის Windows 10 განახლების გამოშვებისას. სხვა სიტყვებით რომ ვთქვათ, პროგრამული უზრუნველყოფა, როგორც სერვისი (SaaS).

თვითსწავლის პროგრამა (SLS)

ინდუსტრიის SaaS-ისკენ ცვლის საფუძველზე, ჩნდება ახალი ტენდენცია პროგრამულ სივრცეში, რომელიც აერთიანებს როგორც SaaS-ს, ასევე AI-ს. Amazon-ის, Google-ის, Microsoft-ისა და IBM-ის წამყვანმა კომპანიებმა დაიწყეს თავიანთი AI ინფრასტრუქტურის შეთავაზება, როგორც სერვისი კლიენტებისთვის.

სხვა სიტყვებით რომ ვთქვათ, ხელოვნური ინტელექტი და მანქანათმცოდნეობა აღარ არის ხელმისაწვდომი მხოლოდ პროგრამული უზრუნველყოფის გიგანტებისთვის, ახლა ნებისმიერ კომპანიას და დეველოპერს შეუძლია წვდომა AI-ის ონლაინ რესურსებზე თვითსწავლების პროგრამული უზრუნველყოფის (SLS) შესაქმნელად.

ჩვენ დეტალურად განვიხილავთ ხელოვნური ინტელექტის პოტენციალს ჩვენს Future of ხელოვნური ინტელექტის სერიებში, მაგრამ ამ თავის კონტექსტში ვიტყვით, რომ ამჟამინდელი და მომავალი პროგრამული უზრუნველყოფის დეველოპერები შექმნიან SLS-ს ახალი სისტემების შესაქმნელად, რომლებიც ითვალისწინებენ ამოცანებს, რომლებიც უნდა შესრულდეს და უბრალოდ ავტომატურად შეავსეთ ისინი თქვენთვის.

ეს ნიშნავს, რომ მომავალი ხელოვნური ინტელექტის ასისტენტი შეისწავლის თქვენს სამუშაო სტილს ოფისში და დაიწყებს თქვენთვის ძირითადი ამოცანების შესრულებას, როგორიცაა დოკუმენტების ფორმატირება, როგორც გსურთ, თქვენი ელფოსტის შედგენა თქვენი ხმის ტონით, თქვენი სამუშაო კალენდრის მართვა და სხვა.

სახლში, ეს შეიძლება ნიშნავს, რომ SLS სისტემა მართოს თქვენი მომავალი ჭკვიანი სახლი, მათ შორის ისეთი ამოცანების ჩათვლით, როგორიცაა თქვენი სახლის წინასწარ გათბობა ჩასვლამდე ან თვალყური ადევნოთ სასურსათო პროდუქტებს, რომელთა შეძენაც გჭირდებათ.

2020-იან და 2030-იან წლებში ეს SLS სისტემები სასიცოცხლო როლს შეასრულებს კორპორატიულ, სამთავრობო, სამხედრო და სამომხმარებლო ბაზრებზე, თანდათანობით დაეხმარება თითოეულს გააუმჯობესოს პროდუქტიულობა და შეამციროს ყველა სახის ნარჩენები. ჩვენ უფრო დეტალურად განვიხილავთ SLS ტექნოლოგიას ამ სერიის შემდეგ.

თუმცა, ამ ყველაფერს აქვს დაჭერა.

SaaS და SLS მოდელების მუშაობის ერთადერთი გზა არის ის, თუ ინტერნეტი (ან მის უკან არსებული ინფრასტრუქტურა) განაგრძობს ზრდას და გაუმჯობესებას, გამოთვლით და შენახვის აპარატურასთან ერთად, რომელიც მუშაობს ამ SaaS/SLS სისტემების 'ღრუბელზე'. საბედნიეროდ, ტენდენციები, რომლებსაც ჩვენ ვადევნებთ თვალყურს, პერსპექტიულად გამოიყურება.

იმის გასაგებად, თუ როგორ გაიზრდება და განვითარდება ინტერნეტი, წაიკითხეთ ჩვენი ინტერნეტის მომავალი სერია. იმისათვის, რომ გაიგოთ მეტი იმის შესახებ, თუ როგორ განვითარდება კომპიუტერული ტექნიკა, შემდეგ წაიკითხეთ ქვემოთ მოცემული ბმულების გამოყენებით!