2023 年 6 月 16 日、世界的に有名なソフトウェアおよびテクノロジー コンサルティング会社である Thoughtworks は、テクノロジー レーダーの第 28 回メディア詳細分析会議を開催しました。Thoughtworks Chinaの最高技術責任者（CTO）であるXu Hao氏、グローバルテクノロジー諮問委員会のメンバーで中国香港・マカオのゼネラルマネージャーであるLiu Shanqi氏、中国の社会的影響力と持続可能な開発の責任者であるZhou Nina氏が出席するよう招待され、意見を共有しました。 Technology Radar の今号の最新トピックに関する専門家の意見。
テクノロジーレーダーについて
スチュワートはテクノロジー分野のパイオニアとして、イノベーションを促進し、業界の発展をリードすることに尽力してきました。Technology Radar は、優れたソフトウェアをサポートし、IT 業界に革命を起こすという当社の使命から生まれました。Technology Radar のリリースからこれまでに14。
Technology Radar は、Thoughtworks が 6 か月ごとに発表する技術トレンド レポートです。Technical Radar Technical Advisory Board (TAB) は、Thoughtworks の世界中の 20 人を超える上級技術リーダーで構成されており、厳しいビジネスを解決する際に得られた観察に基づいています。顧客が直面する課題 結果、対話の内容、および現場の経験は、繰り返しの要約と議論から抽出され、CTO から開発者までのさまざまなステークホルダーに高度な情報業界の洞察を明確なコンテキストで提供することを目的としています。
テクノロジーレーダーの 4 つの象限
Technology Radar は、グラフィックを使用してさまざまな技術コンテンツを項目別に表示します。各項目はテクノロジーに対応します。私たちは項目をテクノロジー、ツール、プラットフォーム、言語、フレームワークの象限にグループ化し、採用、評価、トライアル、ホールドの各リングがその成熟度の評価を表しています。ソフトウェアの状況は急速に変化し、私たちが追跡するテクノロジー項目も同様に変化し、レーダー上のそれらの位置はテクノロジーのトレンドとともに変化します。
リング・オブ・テクノロジー・レーダー
Technology Radar の第 28 号では、「実用的な人工知能の急速な台頭」、「使いやすいアクセシブルなデザイン」、「ラムダ トラップ」、「データ分析と人工知能におけるエンジニアリングの厳密さ」を含む 5 つの主要テーマと 107 項目が取り上げられています。そして「宣言かプログラミングか？」」。このテクノロジー レーダー メディア カンファレンスでは、次の 3 つのトピックについて詳細な分析が行われました。
実用的なAIの急速な台頭
過去数か月の間に、ChatGPT のようなツールは人工知能に対する認識に革命をもたらし、そのようなツールが広く利用できるようになりました。ChatGPT は、数十億の Web ページを「読み取る」大規模言語モデル (LLM) として、追加の視点を提供し、アイデアや要件の生成、コードの作成、テストなどのさまざまなタスクを支援できます。
人工知能の応用に関して、Technology Radar は過剰または不適切な使用を避けるよう勧告しています。これらの AI ツールの使用には、未解決の法的問題など、知的財産とデータ プライバシーに関する懸念がある可能性があるため、企業は使用する前に法務チームにアドバイスを求めることをお勧めします。現在、AI モデルは優れた初稿を生成できます。ただし、生成されたコンテンツは常に人間によって監視、検証、精査され、責任を持って使用される必要があります。これらの警告を無視すると、組織やユーザーは評判やセキュリティのリスクに直面する可能性があります。製品の使用例によっては、「AI が生成したコンテンツにはエラーが含まれている可能性があります。使用する前に、それが正しく合理的であることを確認してください」とユーザーに注意を促すものもあります。
「ChatGPT は十分に素晴らしいですが、安全に使用できなかったり、同様の解決策が見つからなかったら、パニックを引き起こすだけです。」 Thoughtworks China の CTO である Xu Hao 氏は、トピック中に示された「大きな言語モデルへの 2 つの道」についてコメントしました。解釈。
大規模な言語モデルの使用に関して、Thoughtworks China の CTO である Xu Hao 氏は、現在 2 つの方法があると考えています。「1 つの方法は、転移学習のロジックから派生した従来の機械学習に基づいています。事前にトレーニングされたモデル (事前トレーニング済みモデル) があるため、特定の分野に近いデータを転移学習に使用するのが、訓練された能力はさまざまな分野に応用できます」とXu Hao氏は説明した。この号の「Technology Radar」では、ドメイン固有の大規模言語モデル (Domain Specific LLM )について説明しました。ドメイン固有のデータを使用して汎用大規模言語モデルを微調整すると、情報クエリなどのさまざまなタスクに使用できます。ユーザーサポートとコンテンツ作成の強化。この実践は、すでに法律と金融の分野でその可能性を示しています。さらに、セルフホスト型の大規模言語モデル (セルフホスト LLM)も現実になりました。セルフホスティングには、特定の使用シナリオにおけるモデルの微調整の制御が向上するなど、多くの利点があります。セキュリティとプライバシー、およびオフライン アクセスのサポート。ただし、この方法ではデータが保持または再共有されることは避けられず、機密情報やデータの所有権にリスクが生じ、消費コストも考慮する必要があります。
もう 1 つのアプローチは、大規模な言語モデル自体の読解力と推論能力に基づいています。Xu Hao 氏は、「この方法では、複雑なデータ収集、高価な GPU、長期のトレーニングは必要ありません。ダイアログをいくつか修正するだけで、大規模な言語モデルを必要なドメインに移行できる」と考えています。エンジニアリングとLangChain については、 Technology Radar の今号で言及されています。前者は、高品質のモデル応答を取得するために、生成 AI モデルのキューを設計および最適化するプロセスを指します。このプロセスには、モデルが有用な結果を出力するように導くために、目的のタスクやアプリケーションに具体的で理解しやすく関連するキューを慎重に設計することが含まれます。後者は、大規模言語モデル (LLM) に基づいてアプリケーションを構築するためのフレームワークです。これらのモデルは、さまざまなシナリオで生成人工知能の競争を引き起こしました。
コンテキストの構築に関して、Xu Hao 氏は、LLM の将来についてはまだ議論の余地があり、どのように選択するか、将来の主流モデルが何になるかについては、業界がまだ検討する必要があると考えています。
使いやすいアクセシビリティ設計
アクセシブルなデザインは、組織によって長年にわたって評価されてきた要素です。Technology Radar の今回のエディションでは、Thoughtworks は、開発のためのよりアクセスしやすい設計につながるツールとテクニックに関するチームの経験の成長に焦点を当てています。記事デザインのアクセシビリティ注釈では、A11y アノテーション キット、Twitter のアクセシビリティ アノテーション ライブラリ、Ax のツールセット Ax for Designers など、Figma のアクセシビリティ アノテーション プラグインをお勧めします。これらのツールは、チーム内のコミュニケーションを促進し、チームが作業の開始時から文書構造、セマンティック HTML、代替テキストなどの重要な要素を検討するのに役立ちます。また、ax DevTools、Accessibility Insights for Web、ARC Toolkit などのツールは、実践者がインテリジェントに支援されたアクセシビリティ テストを実装するのに役立ちます。私たちは、アクセシブルなデザインに重点が置かれ、より多くの人が機能へのアクセスを改善できることを嬉しく思います。
「社会的排除のさらなる悪化を避けるために、目に見えないデジタルの壁を取り壊すことは、すべての技術労働者と企業の重要な責任です。」 バリアフリー設計を達成する方法について、Thoughtworks の社会的影響力および持続可能な開発責任者の周ニーナ氏は述べています。中国は、「データの壁の破壊 - 情報のアクセシビリティと使いやすさの実現」と題した通訳を提出した。彼女は、「デジタル時代には、多くのグループが、年齢、教育レベル、障害、収入、地理的位置などの要因によって引き起こされるデジタルの壁に直面しなければなりません。」と指摘し、徐々に物理世界から拒絶され、苦闘しています。社会的排除と闘うために、デジタル インクルージョンと情報アクセシビリティのテクノロジを製品と組織に統合することは、すべての技術者と企業の責任です。
責任ある企業と製品チームは何に焦点を当てるべきでしょうか?また、長期原則を遵守し、アクセス可能で使いやすいバリアフリー技術を製品開発のエンドツーエンドのプロセスに統合するにはどうすればよいでしょうか? Thoughworks 独自のシステム変革と顧客サービスの経験に基づいて、Zhou Nina は次の 4 次元メソッドを要約しました。
- 人々の深いニーズからユニバーサルデザインの方向性を見出す
- アクセシビリティ技術の早期導入による顧客獲得コストの削減
- アジャイル配信ライフサイクル全体にわたって、アクセス可能なプラクティスとツールを組み込む
- デジタルインクルージョン推進の基礎としての企業文化の改善
テクノロジーと人間、社会との関係は密接に絡み合っています。バリアフリー製品やサービスの需要は今後ますます高まることが予想され、事前に準備をしておかないと企業の変革コストが大幅に増加してしまいます。バリアフリーサービスを提供できない企業は、徐々に少数派の利用者を失い、ビジネス競争で不利になってしまいます。
ラムダトラップ
サーバーレス機能AWS Lambda は 、アーキテクトや開発者のツールボックスにますます登場し、さまざまなクラウドベースのインフラストラクチャ タスクの実装に使用されています。ただし、多くの便利なものと同様、ソリューションが最初はクリーンで有用である場合もありますが、成功を収めて進化し続けると、最終的にはパラダイムによって課された制約に違反し、扱いにくくなり、最終的には放棄されます。Technology Radar の今号では、Lambda の落とし穴をトピックの 1 つとして取り上げます。これは、多くのサーバーレス スタイルのソリューションが正常に展開されているのを見てきた一方で、プロジェクトからは多くの警告話も聞いてきたためです。Lambda ピンボールのアンチパターンは、相互依存する複数の Lambda 間で複雑な実行とデータが流れる場合に発生する可能性があります。コードレベルでは、ドメインの概念と関係する複数の Lambda の間の単純なマッピングはまったく不可能であり、変更や追加が困難になります。
Thoughtworks China、香港、マカオのゼネラルマネージャーであり、グローバル技術諮問委員会のメンバーでもあるLiu Shanqi氏は、Technology Radarの記者会見で「ラムダの罠:マイクロサービスからアーキテクチャ全体に移行することでコストの90%を削減できるか?」について発表した。」とタイトル通り、自身の見解を述べた。
Liu Shangqi 氏は次のように考えています。「サーバーレス機能は、すべての問題を解決する万能薬ではありません。サーバーレス機能を採用する前に、その制限を考慮し、トレードオフを行う必要があります。サーバーレス機能の課題の 1 つは、その複雑さと依存関係を管理することです。アプリケーションとして、成長するにつれて、 」
すべての技術ソリューションと同様、サーバーレスにもニッチな分野がありますが、その機能の多くにはトレードオフが伴います。Liu 氏は、サーバーレス機能は、クラウドのスケーラビリティとコスト効率のメリットを享受できる、単純でステートレスで短期間のタスクに最適であると示唆しています。状態管理、データの一貫性、トランザクションの整合性が必要な、より複雑なタスクや長時間実行されるタスクの場合は、他のアーキテクチャまたはテクノロジをお勧めします。
試行できる代替案の 1 つは、関数ベースのサーバーレス アーキテクチャを、より粒度の粗いマイクロサービス アーキテクチャ、さらにはモジュラー モノリスに移行することです。モノリスは、相互に通信する小さな独立したサービスであるマイクロサービスとは対照的に、システムのすべての機能とロジックを含む単一のアプリケーションです。モノリスは従来、時代遅れで柔軟性がないと考えられてきましたが、マイクロサービスからモノリスに戻すことでコストと複雑さを削減できると主張する企業もあります。これは、構造の複雑さへの対処に関する現在の業界の反省も反映しています。
アーキテクチャ スタイルの選択では、アプリケーションと組織の規模、複雑さ、ドメイン、要件と目標など、多くの要素を考慮する必要があります。サーバーレス機能はクラウドベースのアプリケーションを構築するための強力なツールですが、課題や制限がないわけではありません。開発者は Lambda の落とし穴に注意する必要があります。
上記は、「Technology Radar」第 28 号の 3 つのトピックについての Thoughtworks の解釈です。その他のトピックやエントリーについては、当社のWeb サイトにアクセスして完全版をご覧ください。「テクノロジーレーダー」は、ソフトウェア業界の進化トレンドを可能な限り捉えようとしていますが、新たなコンテンツを掲載する余地を設けるため、レーダーの各号に掲載される項目を調整します。一部のコンテンツは最近更新されていません。削除される可能性がありますが、テクノロジーを省略しても、それを気にしなくなるわけではありません。マクロな変化には小さなシグナルがあり、私たちはこれからもその小さな変化に注目し、優れたソフトウェアビジネスの発展を支援し、IT革命を起こしていきます。