Mendix intègre de nouvelles possibilités d’IA et de machine learning à sa plateforme low code Mendix 10. Il s’agit notamment d’outils de développement fondé sur l’IA à même de tenir compte du contexte.
Mendix 10 comprendra ainsi un « kit de machine learning ». Il permettra à des organisations d’intégrer des cas d’utilisation d’IA dans des applications low code. En outre, la plateforme élargit le périmètre et la fonctionnalité de développement d’applications avec l’IA.
Le kit de machine learning (ML) doit aider les développeurs à concevoir des solutions dotées de modèles d’IA personnalisés dans des applications. Ceux-ci comprennent de modèles préentraînés construits avec PyTorch, Caffee2, Cognitive Toolkit et d’autres cadres d’IA très utilisés qui ont adopté la norme Open Neural Network Exchange (ONNX). Le modèle ML tourne ainsi dans le même conteneur que l’application, ce qui réduit la latence par rapport à une intégration basée sur API. L’implémentation de modèles d’IA embarqués favorise également la continuité des services d’IA quand ils sont utilisés hors ligne, en périphérie ou avec de l’IoT. Grâce à l’implémentation de modèles ML dans l’application, il n’est plus nécessaire de charger des données opérationnelles ou des IP sur des systèmes tiers situés en dehors du paysage applicatif Mendix, ce qui est important du point de vue de la sécurité.
En outre, le programme propose également des améliorations pour les développeurs avec le nouveau bot Mendix Assist Best Practice. Il s’agit d’un « codéveloppeur » virtuel basé sur l’IA qui inspecte les applications en temps réel et y ajoute de meilleures pratiques en matière de développement de logiciels avec Mendix. Le bot Data Validation aidera de son côté les développeurs à intégrer une logique de validation automatisée à l’aide d’expressions développées en amont.
Selon Mendix, ces nouveaux bots seront également utiles pour les développeurs expérimentés. Ils doivent garantir que les applications respectent les meilleures pratiques de développement logiciel. Ce, notamment en identifiant les anti-modèles lors du développement, en indiquant leur emplacement et en proposant aux développeurs des possibilités d’y remédier.
En collaboration avec Dutch IT Channel
