Mendix voegt AI en machine learning toe aan low-code-platform

Mendix 10 biedt nieuwe AI-mogelijkheden op twee gebieden. Zo stelt het vernieuwde platform organisaties in staat AI-use-cases te integreren met low-code applicaties met behulp van de nieuwe Machine Learning Kit van Mendix. Daarnaast breidt het platform de scope en functionaliteit van applicatie-ontwikkeling met AI uit.

Machine Learning Kit

Nieuw in Mendix 10 is een Machine Learning (ML) Kit die ontwikkelaars helpt bij het bouwen van oplossingen met aangepaste AI-modellen in applicaties met het AI-framework en de taal van hun voorkeur. Deze omvatten vooraf getrainde modellen die zijn gebouwd met PyTorch, Caffee2, Cognitive Toolkit en andere veelgebruikte AI-frameworks die de Open Neural Network Exchange (ONNX)-standaard hebben overgenomen. Op ONNX gebaseerde modellen kunnen worden geïmporteerd in de geïntegreerde ontwikkelomgeving van Mendix en gebruikt in een Mendix-applicatie. Daarbij biedt het platform ondersteuning voor verschillende inferentiepatronen en pre en post processing-logica. Door de vernieuwde Mendix-runtime kan het ML-model in dezelfde omgeving draaien als de applicatie.

De ML Kit vereenvoudigt integraties en kan de tijd die AI-implementaties in beslag nemen terugbrengen van weken naar uren. Het ML-model draait in dezelfde container als de applicatie, wat zorgt voor een lager latentie ten opzichte van API-gebaseerde integratie. Ook zorgt de implementatie van embedded AI-modellen voor continuïteit van AI-services als ze offline, on-edge of bij IoT worden gebruikt. Dankzij de implementatie van ML-modellen in de applicatie is het niet langer nodig bedrijfsdata of IP te uploaden naar systemen van derden buiten het Mendix-applicatielandschap, wat relevant is met het oog op security.

Gebaseerd op ONNX

De kit is gebaseerd op ONNX, een open-source framework dat in 2017 is gecreëerd om framework-interoperabiliteit mogelijk te maken. ML Kit biedt toegang tot tientallen vooraf getrainde, out-of-the-box machinetaalmodellen van de ONNX Model Zoo die volledig aanpasbaar zijn.

​​"Bedrijven met geavanceerde machine learning-mogelijkheden kunnen hun modellen eenvoudig integreren in Mendix-applicaties met behulp van de ML Kit", zegt Amir Piltan, Senior Product Manager AI bij Mendix. “Maar voor organisaties die al verder zijn in de acceptatiecurve, is het niet nodig om vanuit niets modellen te bouwen. Ze kunnen beginnen met de ONNX Model Zoo, het model verfijnen voor specifieke gebruikssituaties en hun data en AI-model veilig houden, aangezien deze nooit het Mendix-ecosysteem verlaten. Dit maakt de inzet van AI eenvoudiger vanuit operationeel, commercieel en governance oogpunt.”

Realtime AI-ondersteuning

Een tweede gebied met verbeteringen voor ontwikkelaars is de nieuwe Mendix Assist Best Practice-bot. Deze biedt een virtuele AI-gebaseerde ‘co-developer’ die in realtime applicaties inspecteert en best practices voor software-ontwikkeling met Mendix toevoegt. De Data Validation-bot helpt ontwikkelaars op een geautomatiseerde manier validatielogica te bouwen met vooraf ontwikkelde uitdrukkingen.

Mendix meldt dat de nieuwe bots ook relevant zijn voor ervaren ontwikkelaars. Zij helpen ervoor te zorgen dat applicaties voldoen aan de best practices van software-ontwikkeling. Dit gebeurt onder meer door het identificeren van anti-patronen bij ontwikkeling, de locatie daarvan te geven en ontwikkelaars te begeleiden bij het aanpakken en oplossen ervan.

Low-code en AI samenbrengen

"Wij geloven dat AI-tools en low-code-ontwikkeling een logische combinatie vormen om sneller betere software te bouwen", zegt Hans de Visser, Chief Product Officer bij Mendix. “Organisaties die low-code gebruiken kunnen op een efficiënte manier meer waarde uit AI halen me de nieuwe functies van het Mendix 10-platform.”

De Visser voegt toe: “Onze volgende stap is de introductie van Mendix Chat, een chatbot in de Mendix IDE die ontwikkelaars helpt bij het toepassen van bepaalde concepten of patronen. We trainen momenteel een groot taalmodel op basis van bronnen uit het Mendix Forum, de Mendix-documentatie en ons support-systeem. Vervolgens brengen we generatieve AI in onze DSL's en genereren we op basis van natuurlijke taalinvoer modellen en modelelementen. Dit betekent dat app-ontwikkelaars en domeinexperts vrije tekst – zoals een gebruikersverhaal – kunnen gebruiken en op basis daarvan applicatiemodellen kunnen genereren.”

AI-integratie

Ondanks de huidige populariteit van een nieuwe generatie slimme applicaties, hebben bedrijven en analisten te maken met belemmeringen die hen ervan weerhouden de beloofde ROI van met AI verbeterde oplossingen te realiseren. Volgens Gartner heeft meer dan 50 procent van de CIO's succesvolle op AI gerichte pilotprogramma's uitgesteld vanwege productiegerichte obstakels, waaronder kosten, complexiteit, tijdsbeperkingen en een tekort aan talent.

"We hebben de kernprincipes van low-code abstractie en automatisering toegepast voor klanten die op zoek zijn naar een verbonden landschap om hun machine taalmodellen in een applicatie te integreren", aldus Piltan. “Mendix is ​​het eerste platform waarmee ontwikkelaars eenvoudig via drag-and-drop ML-modellen kunnen neerzetten in de logica van de applicatie en deze kunnen implementeren zonder dat ze een externe service nodig hebben.”