Rok pod znakiem Pythona

Co sprawiło, że Python zdominował informatyczny świat? Van Rossume postawił na prostotę. Gdy wychowujesz się w polskojęzycznej rodzinie i jako kolejny język chcesz opanować angielski czy niemiecki, to poza nauką słówek, musisz też posiąść wiedzę o regułach gramatycznych i składniowych. Dopiero bowiem właściwe połączone wyrazy tworzą sensowne wypowiedzi, których intencją może być przekazanie komuś jakichś informacji (I’m coming tommorow) czy wezwanie do działania (Could you pick me up from the airport?). Jak każdy język programowania, Python miał posłużyć do komunikacji człowieka z maszynami. By można było łatwo go opanować, van Rossume zminimalizował liczbę reguł nim rządzących. Tak jednak, by zachować zdolności istniejących już języków, takich jak Perl, Basic czy Lisp. 

Tylko tyle i aż tyle. Na sukces trzeba było jednak czekać lata. Choć od początku XXI wieku Phython był na liście najpopularniejszych języków programowania, to jednak raczej ją domykał, niż otwierał. Przyspieszenie nastąpiło w 2018 roku. Pięć kolejnych lat to szalony rajd ku górze rankingów. Python wychodzi nagle z cienia C#, C++, PHP, a potem jak szalony goni C i Java. I wreszcie w 2021 r. osiąga szczyty popularności, na których trwa do dziś. 

Index TIOBE mierzy tę popularność liczbą inżynierów pracujących w danym środowisku, ogłoszeń o prace z wymogiem znajomości języka czy ofertą uczących go kursów i studiów. Zastrzega jednocześnie, że pozycja lidera nie oznacza, że to język najlepszy czy że napisano w nim najwięcej linii kodu. Gdy jednak uświadomimy sobie, że w Pythonie pracuje NASA i Google, a swoje aplikacje w tym języku zbudował Meta (apki dla Facebooka i Instagrama) oraz Uber, zbędne zdaje się wątpienie w jego jakość. Przed Pythonem rysują się dobre perspektywy. Rok 2023 powinien umocnić jego przewagę nad innymi językami. Dlaczego? Oto nasze przewidywania.

Sztuczna inteligencja

Chat GPT to wierzchołek góry… możliwości, jakie stwarza sztuczna inteligencja (AI). A wraz z jej rozwojem, rosnąć będzie popularność Pythona. Pozwala on bowiem budować zaawansowane algorytmy do przetwarzania potężnych baz danych. Już dziś zasila on deepfake, który polega na zastępowaniu twarzy aktora twarzą innej osoby, czy voice recognition, a więc technologię rozpoznawania dźwięków.

Modele budowane w Pythonie mają zdolność interpretowania otaczającej rzeczywistości poprzez rozpoznawanie obrazów i dźwięków, ich porównywanie, dzielenie i klasyfikowanie. Na podstawie pogłębionych analiz mogą też tworzyć predykcje, pomagając nam przygotować się na przyszłość. 

Przygotujemy się zatem na to, że rozwój AI i Pythona będą ze sobą silnie skorelowane. Również dlatego, że wiele zaawansowanych algorytmów do przetwarzania milionów danych Python udostępnia w swoich bibliotekach. To ułatwia budowanie wydajnych modeli i napędza rozwój AI.

Rozmowa z maszynami

Wspomniałem o voice recogniton. Potencjał tej technologii wymaga jednak trochę więcej uwagi. Prawidłowe rozpoznawanie przez komputery ludzkiego języka mówionego stanowi przełom w sobie komunikacji człowieka z maszynami. W ten sposób komunikujemy się już ze smartfonami, tabletami i laptopami, ale też telewizorami czy samochodami. To technologia, która zmieni nasze codzienne nawyki i przeobrazi wiele branż z rozrywką, edukacją, bankowością, sprzedażą i obsługą klienta w pierwszej kolejności. 

I w tej sferze Python znów staje na wysokości zadania. Jego zdolność budowania zaawansowanych algorytmów, przyspiesza tempo, w którym zaczynamy rozmawiać z maszynami.   Pozwala rozpoznawać elementy składowe języka i uczy się zasad ich logicznego łączenia. A dzięki powszechnie dostępnym frameworkom programiści mogą w Pythonie szybko tworzyć aplikacje, które wchodzą w interakcje z ludźmi w naturalny dla nich sposób.

Skalowalność projektów

Na rynku cyfrowym powszechna staje się zasada skalowalności projektów. Founderzy coraz bardziej rozumieją sens ograniczania funkcjonalności aplikacji wytwarzanych w pierwszej fazie rozwoju projektu. Stworzenie MVP (Minimum Viable Product) pozwala ograniczyć koszty. Jednocześnie dobrze przygotowany prototyp daje możliwość zweryfikowania założeń biznesowych. 

Python idealnie odpowiada na te potrzeby. Pozwala programować pojedyncze funkcje i zestawiać je w większe zbiory. Tak budowane aplikacje zyskują na niezawodności i wydajności. Python sprawdza się też przy pracy równolegle prowadzonej w kilku zespołach, a więc jak ulał pasuje do rozproszonych modeli produkcji. A te zyskują na znaczeniu nie tylko ze względu na kooperacje międzynarodowe, ale również na popularny po pandemii hybrydowy model pracy. 

Aplikacje chmurowe

Powszechna dostępność stabilnych chmur (jak Microsoft Azure czy Google Cloud Platform) pozwala ograniczyć koszty eksploatacji aplikacji. Ich właściciele, korzystając z rozwiązań chmurowych, płacą za faktycznie użyte zasoby, podczas gdy tradycyjny hosting wymaga ponoszenia opłat niezależnie od skali zajętości przestrzeni serwerowych czy wykorzystania dostępnego transferu. 

Migracja aplikacji do chmur idzie w parze z gotowością Pythona do ich skalowalności. Pozwala to programistom skupić się na pracy nad rozwojem oprogramowania, bez zaprzątania sobie głowy kwestiami infrastrukturalnymi. W efekcie tej symbiozy firmy mogą szybko i tanio zwiększać funkcjonalności udostępnianych aplikacji przy jednoczesnej gotowości do obsługi zwiększonego ruchu użytkowników. Zaawansowana automatyzacja chmur przyspiesza zaś proces wdrażania kolejnych wersji aplikacji pisanych w Pythonie. 

Mniej błędów

Python umożliwia wreszcie programistom pracę w modelu testów TDD. W praktyce oznacza to, że przed napisaniem kodu, przygotowuje się test pożądanego zachowania, które powinien on wywołać. Takie podejście pozwala uniknąć błędów i zwiększa stabilność budowanych aplikacji. Jest idealnie dopasowane do modelu budowania aplikacji skalowalnych. Daje bowiem gwarancje, że nowe, dodawane funkcjonalności prawidłowo zintegrują się z istniejącym już korpusem. I to kolejny argument przemawiający za wyborem Pythona. 

Adrian Hołota

Współtwórca digitalowego domu produkcyjnego Panowie Programiści (www.p-programisci.pl) i agencji projektowania UX oraz strategii produktowej Sparing Digtal (www.sparing.digital). Doradza klientom, jak mądrze tworzyć produkty cyfrowe, które następnie buduje i rozwija ze swoim zespołem. Jest twórcą i właścicielem pierwszego polskiego domu mody cyfrowej Nueno Digital Fashion (www.nueno.fashion). Zdobył wiele nagród branżowych, m.in. Innovation, KTR, EFFIE, Mobile Trends Awards, Mixx Awards, AWWWARDS. Był członkiem jury konkursu Innovation by SAR. 

Artykuł ukazał się w serwisie www.gomobi.pl.