忘了“移動優先”和“雲計算優先”吧，當今的應用程序已經步入了“認知優先”的時代。
這個說法來自於Progress的CEO 約戈什·古普塔，他表示智能應用程序需要具備預告和預測的能力，以幫助企業獲得更大的成功。
他並不是唯一一個這麼認為的人，筆者每參加10次演講，就有6個會涉及人工智能或機器學習的一些方面。在物聯網的未來不久，後端系統將必須去理解數據，因為數據量會變得非常龐大，人類無法自行去理解，必須藉助機器來判斷哪些數據對業務至關重要，哪些不需要立即處理，哪些會吸引客戶，哪些會讓客戶產生厭惡。
在軟件測試中，AI將會被廣泛應用，系統通過審查自身，能夠發現在構建過程中引入了可能會破壞軟件的錯誤。使用人工智能自動化測試，使系統根據它從以前的缺陷中學到的東西來進行測試，並排除故障。
應用程序必須變得智能化，理解用戶喜歡使用哪種設備與應用程序交互，瞭解用戶的偏好，並向用戶提供精準信息，是非常必要的。
古普塔表示：“我們可以看到，整個世界的商業應用程序都在走向智能化，能夠預告和預測，從而幫助企業獲得更大的價值。”
在這個話題中，我們會進一步討論如何打造一個絕佳的用戶體驗。古普塔指出，用戶體驗的重要程度遠超用戶接口。“體驗超越了交互本身，”他說，“接口必須能夠理解語境。”
他進一步指出，在相當短的時間內，不使用UI的應用將成為常態。“就拿自動恆溫器而言。”他說，“當我在家的時候，它應該知道我想要什麼樣的溫度。”數據驅動學習。我們可以在工業應用中看到這一點，它可以根據實時顯示機器運行情況的數據進行預測維護，而不是在時間軸上進行維護。
古普塔表示，為了將這個技術應用到生活中，開發者需要三種工具來創建一個應用AI架構：
機器學習引擎。
規則引擎。“假設我們有一個預測，定義如何去處理它的是商業規則。”他說，甚至這些商業規則和政策比編寫代碼更重要。
·現代的用戶體驗。“接口可以是會話式的，就像聊天機器人，或者虛擬現實，或者是移動設備……等等。”他說。
“所有這些，”他補充道，“必須與後端平臺綁定，以運行你的業務。你需要在任何一個可伸縮的、安全的環境中運行業務應用程序，並使用數據連接和前端工具。我們任務i這就是現代智能應用程序架構”。
Forrester的研究分析師傑弗裡·哈蒙德表示：“人工智能的核心是主動的而非被動的，根據數據模式推斷真實世界的聯繫，並根據預測觸發行動。”舉例來說，一個城市中的水管檢測系統可以檢測出從一個管道中流出的流量，並判斷是否出現洩露問題。如果確實產生了洩露的話，它會自動關閉那部分，並向維修人員發出警報，讓他們來修理。這能防止大規模洩露問題的發生，為城市和那些因巨大洩露問題而受損的人節省了資金。
我們甚至開始看到，認知服務正超越語言和語音識別，發展出手勢、聲音分析和情緒分析等等。
“在認知時代，我們將看到大家著力於發展認知能力，並與數據科學相結合。這會是技術人員的一項重大責任，要清楚地說明正在做的事情，併為開發人員提供可用的用例。”IBM Watson的首席開發人員Willie Tejada說，“我們需要為軟件資產、工具鏈和代碼創建一個入口點，展示我如何設計一個零售聊天機器人，或者如何在Twitter消息流中做數據科學。”
正如古普塔所說，“我們還有很長的路要走。”