НЕ фантастика Реальность завтрашнего дня

Лариса Владимировна МИРОНОВА,
Инициатор проекта «Модернизация IT-технологий в 21 веке»
(Свою роль ИНИЦИАТОРА вижу в организационной функции – собирание воедино и координация всех работающих коллективов в данной тематике - во имя дальнейших коллективных разработок и скорейшем внедрении новинок в производство, не отменяя и ничего не ломая из того, что сейчас хорошо работает; всё можно делать на той базе, что уже есть. Пока, по крайней мере.)

Low-code платформы и мемристоры
 какая нужна технологическая революция, неотложно и бесповоротно, чтобы отныне и впредь быть впереди планеты всей!

Теоретическая часть проекта (кратко)
О методе
Аналоговые технологии (на примере мемристоров) имеют преимущества перед цифровыми в некоторых приложениях, но имеют и ограничения. Выбор между аналоговыми и цифровыми технологиями зависит от требований и ограничений конкретного приложения.
Преимущества аналоговых технологий
1. Обработка в реальном времени. Аналоговые схемы обеспечивают мгновенный отклик на изменения входных сигналов, что важно для приложений, требующих немедленной обратной связи, например, систем управления и обработки сигналов.
2. Высокая вычислительная скорость. Аналоговые схемы могут выполнять сложные математические операции очень быстро благодаря параллельной природе, где вычисления выполняются одновременно, а не по очереди, последовательно, одно после окончания другого.
3. Экономное энергопотребление. Аналоговые схемы обычно потребляют много меньше энергии, чем цифровые схемы, особенно для определённых типов вычислений, что связано со свойством аналоговых схем, не требующих постоянного переключения транзисторов, что свойственно цифровым схемам.
4. Прямое отображение физических систем. Аналоговые схемы могут быть разработаны для непосредственной имитации поведения физических систем, что делает их применение идеальным способом для моделирования и управления.
Недостатки и ограничения:
Ограниченная точность — аналоговые схемы подвержены шуму, дрейфу и допускам компонентов, что ограничивает их точность.
Проблемы масштабируемости — создание крупномасштабных аналоговых компьютеров — пока ещё сложная задача из-за сложности проектирования схем и накопления ошибок, но это дело времени, подобный дефект потенциально устраним в не столь далёком будущем. Однако сейчас он есть.
Более узкий коридор решаемых задач, чем для цифровых устройств - программируемость — аналоговые компьютеры обычно разрабатываются для конкретных задач и не так легко программируются, как цифровые компьютеры.
Работа с дискретными сигналами — цифровые технологии используют двоичную систему счисления для представления информации, что сильно упрощает проектирование и реализацию.
Гибкость в программировании — работой цифровой системы можно управлять с помощью обновления программного обеспечения, добавляя или заменяя те или иные функции без замены аппаратных средств.
Помехоустойчивость цифровых систем может иметь внутренние механизмы проверки и исправления ошибок, что делает их более устойчивыми к шуму, чего пока нет у аналоговых систем.

Выводы:
Во многих случаях можно и удобно использовать комбинацию аналоговых и цифровых технологий, чтобы использовать преимущества каждого из них для достижения оптимальной производительности и функциональности. При этом не подвергаясь опасности хакерских атак – всё секретное можно держать на аналоговых устройствах, не требующих специальных хранилищ, которые, как правило, расположены удаленно в цифровых устройствах. А ряд задач можно решать и на цифровых устройства, прицениваясь к каждому отдельному случаю и взвешивая весь комплекс проблем и преимуществ в каждом отдельном случае.
Аналоговые же устройства продолжат свой путь усовершенствования, и ещё неизвестно, какого соотношение списка преимуществ и недостатков будет у тех и других через 2-3 года. Но то, что надо начинать производить мемристорную и другую аналоговую технику прямо сейчас, уже не вызывает сомнений, т.к. фактор безопасности и независимости от интернета в работе над многими проектами – безусловно, самый главный, и он полностью обеспечен мемристорной (аналоговой) техникой. Иначе – кто не успел, тот опоздал!
Сейчас большинство чипов цифровые, хранящие информацию в виде нулей и единиц. Мемристорные (аналоговые) чипы имеют компоненты под названием «мемристоры» — т.е. резисторы с эффектом памяти.
Их работа аналогична синапсам мозга, а более совершенного мыслительного устройства, чем человеческий мозг, природа пока не создала. Единственное, чем он уступает пытающимся заменить его машинам, это скорость работы в получении точных данных в итоге вычислительной деятельности, и объём базы данных усвоенной информации: человеческое ПЗУ имеет также и бездонную вроде бы «память предков», но доступа к ней, скорого и прямого, тоже пока нет (пока же проникновение в это «глубокое» хранилище памяти происходит через озарения и прозрения, как и вся интуитивная деятельность). Что касается ОЗУ, то у человека, даже самого умного и образованного, объём его гораздо меньше, чем у самого скромного компьютера. Так что придется ещё долго крепко дружить человеку с машиной. (читайте мою книгу «Машина тоже человек?» (Написана в начале 80-х 20 в., издана на русском в 2007 году, на английском под названием «Moscow sharm», 2022, LAP)
Два важнейших звена:
 Мемристоры, low-(no)COD- платформы
и биокогнитивный интерфейс
1.
Синапсу подобный мемристор. Когда же наконец он станет для нас повседневностью?
Электроника — основа основ любой современной индустрии. Один из важнейших прорывов в мировой электронике последнего времени — это изобретение и создание мемристора. Почему возникла необходимость разрабатывать новую электронную компонентную базу, разве так плоха старая? Нана-слоевая композиция, практически совершенная сверхтонкая плёнка, эта уникальная структура великолепно сочетает в себе квантово-механические эффекты с электрическими свойствами. Их, эти чудесные структуры, уже привычно называют транзисторами с памятью, или мемристорами. Поначалу казалось, что структура мемристора идеально подходит для того, чтобы наблюдать в ней эффекты переключения сопротивления, когда более десяти лет назад учеными-теоретиками из Физтеха им. Иоффе, в содружестве с другими учеными удалось успешно заложить основы физических механизмов переключения сопротивления в сверхтонких сегнетоэлектрических плёнках.
С этого момента всё пошло-поехало. Зарубежные коллеги говорили о гигантском эффекте переключения сопротивления в сверхтонких сегнетоэлектрических плёнках, о возможности реализации многоуровневых резистивных состояний в них, масштабируемости до нанаметровых размеров и первых прототипах синапсов на их основе. А почему бы не попробовать транзисторы в качестве и образе нейронов?
Развитие современной компьютерной техники ориентировано на повышение производительности обработки информации. Среди приоритетных направлений повышения производительности традиционных компьютерных систем выделяют увеличение числа ядер процессора при снижении их энергопотребления и увеличении производительности, переход к многопоточным вычислениям, а также использование инфраструктуры облачных вычислений.
Но есть и ещё два подхода к организации высокопроизводительных систем нового поколения:
1. in-memory computing — вычисления в оперативной памяти;
2. near-memory computing — вычисления в окрестностях памяти.
Отдельно рассматриваются 1. neuromorphic computing, или 2. нейроморфные вычисления, в основе которых лежит аппаратная реализация спайковых нейронных сетей. Однако, хотя идея нейроморфных вычислений выдвинута давно, реализовать ее как-то до сих пор не удавалось.
Отправной точкой для зарождения нейроморфной инженерии можно считать обнаружение функционального сходства процессов, протекающих в транзисторах и нейронах. Так начались работы, направленные на создание нейроморфных датчиков, сенсоров, автономных электронных устройств и др., в которых обработка информации осуществлялась бы нейронными алгоритмами, «воплощенными в железе». Так, нейроморфные электронные модули есть исполненная аппаратно-импульсная нейронная сеть, весьма эффективно имитирующая работу биологической нейронной сети.
Для того, чтобы обеспечить работу таких систем, и требуется новая элементная база, так как использование существующей базы слишком повышает сложность, что сводит на нет все преимущества нового подхода — увеличение производительности при снижении электропотребления.
Начался поиск, и вот появилась мемристорная логика.
Сегодня ведущие научные коллективы успешно разрабатывают прототипы нейровычислительных модулей на мемристорной логике, а также модули машинного зрения, акустико-речевых систем, тактильных ощущений, рецепции болевых ощущений и различные варианты гибких модулей для интеграции в системы биокогнитивного интерфейса, то есть, для непосредственного использования человеком в качестве дополнительных или замещающих частей тела, или хотя бы некоторых его функций. Совсем недавно группа учёных из Массачусетского технологического института совместно с китайскими коллегами из университета Цинхуа на базе кроссбар-массивов, состоящих из 2048 мемристоров, разработала архитектуру пятислойной сверточной нейронной сети аналогового нейроморфного модуля, предназначенного для использования в системах динамического зрения — DVS-сенсорах. Мемристивные структуры с тонкими слоями оксидов гафния и тантала и аналоговой перестройкой между 256 резистивными состояниями использовались для создания нейроморфного модуля системы интеллектуального зрения на основе аппаратного исполнения архитектуры двухслойного перцептрона.
Что дает интеграция мемристоров в нейроморфные модули?
Если архитектуру нейроморфного модуля реализовать на основе мемристорных технологий, это ускорит высокопараллельные вычисления при снижении потребляемой мощности за счёт интеграции в одном элементе вычислительных процессов и памяти.
Другие преимущества таких структур: хорошая масштабируемость, до 2 нм; более высокие скорости переключения между высокоомным и низкоомным состояниями — десятки пикосекунд; большая устойчивость к циклической деградации; простая интеграция мемристорных модулей в СБИС.
Кроме того, при использовании матричных вычислений на базе мемристивной памяти со встроенной логикой можно повысить эффективность расчетов за счёт уменьшения числа операций, необходимых для аппаратного умножения матриц. В этом случае таких операций требуется меньше, чем, например, при использовании графических ускорителей или тензорных нейросетевых процессоров. И ещё:
ЭнергоНЕзависимость мемристивной памяти делает возможной реализацию асинхронного режима работы нейроморфных архитектур!
Как видим, использование мемристорных структур обеспечивает простой способ аппаратной реализации матрично-векторных операций, которые являются основными при эмуляции работы нейронных сетей.
Как это работает?
Мемристорные блоки включают в себя кроссбар-массивы, состоящие из двух сеток взаимоортогональных тонкоплёночных электродов, между которыми расположен тонкий металлооксидный слой (толщиной до 50 нм) с мемристивными свойствами. Функциональные элементы массива формируются в точках пересечения верхних и нижних электродов, а сам кроссбар рассматривается как матрица значений, каждое из которых хранится в мемристоре на пересечении верхнего и нижнего электродов.
Простой пример мемристора — двухуровневые, или двухбитные структуры (системы с двумя энергонезависимыми состояниями — высокоомным и низкоомным). Их используют чаще всего для реализации гиперразмерных вычислений, оперирующих многомерными векторами, что используется для кодирования информации. В этом случае при аппаратной реализации нейронной сети вес синапса кодируется вектором, который, по сути, является столбцом мемристивного кроссбара, каждый элемент которого равен нулю (высокоомное состояние) или единице (низкоомное состояние мемристора), здесь речь идет о цифровых нейроморфных модулях.
Примером использования такого подхода при создании нейроморфных архитектур является ускоритель вычислений общего назначения для задач машинного обучения на мемристивных кроссбарах (разработка корпорации HP в сотрудничестве с университетами Иллинойса и Пердью в 2019 году. В структуре этого ускорителя используются восемь кроссбар-массивов с двухбитными мемристивными ячейками на основе тантала, оксида гафния и палладия (Ta/HfO2/Pd), обеспечивающими шестнадцатибитный формат данных. Также такие кроссбары применяются для многопоточной загрузки процессора, а использование их для аппаратной реализации операций матрично-векторного перемножения позволяет в 2446 раз повысить энергоэффективность и в 66 раз снизить латентность по сравнению с самыми современными графическими ускорителями.
При переходе к узкоспециализированным архитектурам нейроморфных модулей на современной элементной базе часто используют аналоговые или гибридные аналогово-цифровые схемы. Иногда они существенно упрощают интегральную реализацию электронных устройств по сравнению с цифровым вариантом, когда вес синапса кодируется вектором мемристивного кроссбара.
Ограничение: использование при таком подходе двухбитных мемристоров требует дополнительных транзисторных элементов переключения. В результате теряется одно из основных преимуществ использования энергонезависимых элементов резистивной памяти — ожидаемое снижение потребляемой мощности.
Один из способов решить эту проблему — использовать резистивные элементы с многоуровневым переключением сопротивления.
С позиций материаловедения в качестве основного тренда при аппаратной реализации узкоспециализированных архитектур нейроморфных сетей выступает разработка дизайна многоуровневых мемристивных систем с возможностью аналоговой перестройки между энергонезависимыми состояниями по сопротивлению при их использовании в архитектуре сети. Так выглядит новая элементная база для нейроморфных вычислений.
Современные электронные устройства не всегда могут обеспечить нужные условия для реализации импульсных нейронных сетей, которые лежат в основе таких вычислений. Такая возможность обеспечивает градиентное изменение веса синаптической связи и позволяет имплементировать основные модели обучения и памяти в нейронную сеть на уровне аппаратной реализации.
Это результат изменения веса связей между нейронами физически за счет аналоговой перестройки резистивного состояния мемристора, а не на программном уровне, что значительно повышает эффективность обработки асинхронных потоков входных данных.
Мышление нормального человека до недавнего времени было аналоговое, а не цифровое, но сейчас многие любители сидеть сутками в смартфонах уже начинают мыслить именно в цифровом режиме, причём бездумно, выбирая ответ по релевантности, извините за оксюморон, когда мыслить = выбирать верхний в списке ответ из списка вопросов-ответов оперативной памяти!
У нас в стране исследования в сфере мемристорной логики начали или продолжают многие научные коллективы, и в этой области уже сформировалось некое комьюнити, куда входят ведущие научные центры, среди которых широко ИЗВЕСТНЫЙ исследовательский «Курчатовский институт», Нижегородский государственный университет им. Н. И. Лобачевского, Казанский федеральный университет, Владимирский государственный университет, Тюменский государственный университет, что прекрасно – из этих подвинутых ребят можно уже сейчас сформировать классную команду, которую не надо обучать с нуля.
СПбГЭТУ «ЛЭТИ» приступил к разработке и созданию нейроморфных мемристорных компьютерных платформ ещё в 2014 году в рамках совместного с Национальным институтом материаловедения Японии проекта:
 «Управляемый синтез мемристорных структур на основе наноразмерных композиций оксидов металлов путем осаждения атомных слоев».
Результаты реализации проекта использовались при разработке элемента резистивной памяти на основе тонких пленок оксида свинца. Более того, в рамках работ по проекту удалось получить инновационные мемристорные структуры на основе последовательности тонких слоев оксидов титана и алюминия, в которых наблюдалась градиентная перестройка резистивного состояния (многоуровневость) в диапазоне семи порядков по величине. Эти результаты вызвали интерес со стороны ведущих мировых коллективов и позволили объяснить появление эффектов многоуровневого переключения сопротивления в многослойных тонкопленочных металлооксидных структурах, которые наблюдались при определенном соотношении между структурными и электрофизическими свойствами используемых слоев.
А ещё в ЛЭТИ ведутся работы, направленные на физико-топологическое моделирование параметров структур с многоуровневым переключением сопротивления, решаются задачи проектирования нейроморфных систем на базе мемристивных элементов и разрабатываются схемотехнические модели, предполагающие представление реальной мемристивной структуры в виде эквивалентной схемы. В отличие от физико-топологических, схемотехнические модели обеспечивают возможность достаточно точной «подгонки» результатов моделирования под конкретные экспериментальные вольтамперные характеристики.
 ТАК ВОТ: теперь для работающих практически отключение интернета (на длительное время) не страшно: работать такой компьютер может и без интернета, так как всё, что нужно для работы, есть на месте, включая и само место хранения информации. 
Кроме того, работать такой компьютер начинает сразу, как только включается в сеть - загрузка не нужна, работа откроется одномоментно, и как раз на том месте, где накануне вы её оставили. Ну и хакерам предложено отдыхать. Влезть в такой комп, чтобы занести вирусы или украсть информацию, чужаку просто невозможно. И это очень важно - в смысле обеспечения условий конфиденциальности.
----------------
Самое приятное в этом деле то, что, как мне кажется, - (это маловероятно, но всё же допустимо), мой роман «Машина тоже человек», написанный в 1982-86 гг., издан книгой на русском впервые только в 2007 г, а на английском под названием «Moscow sharm” вообще в 2022 г. всё же многими любознательными читателями не просто прочитан, но и считаны весьма точно многие подсказки как раз для тех, кто работает в этой теме, хотя многое осталось ещё в тени.
Мой книжный чудо-компьютер (он называется просто - Система Биола), описанный мною в романе, пока ещё современными учеными и инженерами в полном объеме не воссоздан. Герои этого произведения живут и работают в НИИ Минприбор, в Москве, в конце 70-х - начале 80-х гг. 20 века и занимаются разработкой и созданием биологически совместимых интеллектуальных нейросистем, или, в простоте, они впервые создают компьютер с интеллектуальным интерфейсом. И преуспели бы в полном объеме, если бы не фокусы-морокусы ельцинско-горбачёвской-перекройки, которая многое в стране разрушила походя, в том числе, выплеснула с грязной водой и самого чудо-ребёнка… -все наши прежние компьютерные наработки в системе интерфейса.
--------------
Дополнение
Международная группа ученых из Сингапура, Ирландии, США и Индии объявила о создании новой разновидности электронного вычислительного устройства на базе молекулярных мемристоров, архитектуру которого можно переконфигурировать «на лету» - простым изменением приложенного напряжения для решения различных вычислительных задач.
В своей статье «Древовидная схема поиска решений на молекулярном мемристоре» (Decision trees within a molecular memristor), опубликованной в последнем выпуске журнала Nature, ученые-разработчики рассказали, что по аналогии с нервными клетками человеческого мозга, процессоры на молекулярных мемисторах могут выполнять вычисления и хранить информацию для будущих вычислений. А это значит, что мы постепенно сходим с тёмной дорожки цифрового мышления и возвращается к более понятному для человека мышлению аналоговому.
В чём фишка?
!!!В отличие от популярных сегодня разработок нейроморфных процессоров с архитектурой спайковых нейросетей (SNN), где связи между «искусственными нейронами» постоянны, процессор на молекулярных мемристорах обладает возможностью программного изменения своей аппаратной архитектуры!!!
«Мозг обладает замечательной способностью… по необходимости создавать и разрывать связи между нервными клетками, – изрёк доктор Р. Стэнли Уильямс (R. Stanley Williams), профессор кафедры электротехники и компьютерной инженерии при Техасском университете A&M. – Достижение чего-то физически сопоставимого было чрезвычайно сложной задачей". Эти ученые создали молекулярное устройство с высокой реконфигурируемостью, которая достигается не изменением физических связей – как в мозге, а перепрограммированием его логики».
Новая технология на молекулярных мемристорах способна производить расчеты с высокой скоростью и энергетической эффективностью, что делает ее перспективной для применения в устройствах периферийных вычислений и портативной электронике с ограниченным ресурсом питания.

Как это работает?
Мы уже знаем, что мемристорами называют электронные компоненты, которые способны превращаться из изолятора в проводник при некой определенной температуре, и затем сохранять это состояние, что позволяет выполнять вычисления и хранить данные с их помощью. Несмотря на многочисленные преимущества, традиционные металлооксидные мемристоры – например, из диоксида ниобия и диоксида ванадия, содержат слишком много дорогостоящих редкоземельных элементов и работают лишь в ограниченном диапазоне температур.
Ученые создали молекулярный процессор с мгновенно перенастраиваемой топологией и теперь им удалось создать химическое соединение с центральным атомом металла (железа), который связан с тремя органическими молекулами (лигандами) фенилазопиридина. В экспериментах выяснилось, что такой материал способен «как электронная губка» обратимо поглощать до шести электронов. Иными словами, такой материал обладает семью различным окислительно-восстановительными состояниями, обеспечивающими реконфигурируемость молекулярных мемристоров.
Формула и конструкция молекулярного мемристора такова:
Исследователи создали на базе этого материала сверхминиатюрную электрическую цепь из 40-нанометрового слоя молекулярной пленки, расположенной между слоем золота сверху и нанодиском с напылением золота, оксида индия и олова снизу. Приложив отрицательный потенциал, они отметили уникальную вольтамперную характеристику материала: в отличие от металл-оксидных мемристоров, способных переключаться из состояния металла в состояние изолятора только при одном фиксированном напряжении, органические молекулярные мемристоры оказались способны переключаться между состояниями изолятора и проводника при нескольких вариантах дискретных последовательных напряжений.
Вольтамперная характеристика молекулярного мемристора;
Изменение отрицательного напряжения заставляет лиганды молекулы проходить серию окислительных и восстановительных процессов за счет электронов, которые заставляют молекулу совершать переход между выключенным и включенным состояниями.

2.
Low-code платформы как стратегия:
Теперь именно так проектируется цифровая архитектура для постоянно меняющейся среды.
Для математического описания этого очень сложного вольтамперного профиля ученые отклонились от традиционного использования физических уравнений, и описали поведение молекул с помощью алгоритмов дерева поиска решений с утверждениями «if-then-else» (если - затем – ещё). 
Далее в процессе эксперимента доказано, что изобретенные ими молекулярные мемристоры способны выполнять очень сложные вычисления за один временной шаг, и затем перепрограммироваться для выполнения другой задачи в следующий такт.
Перспективы проекта:
Для выполнения тех же вычислительных функций, которые делает одно из их молекулярных устройств с различными деревьями решений, потребуются тысячи традиционных транзисторов.
Эти свойства позволят новой технологии получить большое распространение в области перспективных разработок энергоэффективной независимой памяти. Кроме того, экономичные быстрые вычисления на базе реконфигурируемых молекулярных процессоров также найдут применение в новых поколениях смартфонов, сенсоров и других гаджетов с ограниченным бюджетом питания.
В ближайших планах разработчиков – создание новых электронных устройств на базе молекулярных мемристоров, а также привлечение к проекту новых участников для проведения углубленного моделирования и тестирования новой технологии.
А вот ещё новинка. Полезная модель относится к области искусственного интеллекта, конкретно к элементной базе искусственных нейронных сетей, и может быть использована при изготовлении интегральных микросхем, реализующих логику нейросетевых вычислений.
В чем отличие?
Технический результат полезной модели заключается в увеличении эффективности мемристора за счет того, что мемристор выполнен в виде структуры с высоким аспектным соотношением, т.е. длина которого значительно превышает ширину L>>W.
Мемристор изменяет сопротивление в зависимости от заряда, который через него протекает. Например, при подаче напряжения заряженные ионы смещают границу между двумя областями, что меняет сопротивление устройства. После отключения напряжения мемристор «запоминает» последнее значение сопротивления.
Терморезистор изменяет сопротивление в зависимости от температуры. При нагревании сопротивление некоторых материалов уменьшается, а при охлаждении — увеличивается.
Мемристоры используют для создания устройств памяти, например, резистивной памяти с произвольным доступом (RRAM). Также их применяют для реализации логических функций и имитации нейронных сетей.
Терморезисторы используют для защиты оборудования от перегрева и перегрузок, а также для стабилизации работы нагревательных элементов - в нагревательных приборах терморезистор может выступать в роли самовосстанавливающегося предохранителя: его сопротивление возрастает при достижении критической температуры, вследствие чего электрическая цепь размыкается. После остывания прибор восстанавливает работоспособность.
-------------
Low-code-platform — это сервис для создания ПО (программного обеспечения)  с минимальным использованием классического программирования. При выборе платформы нужно учесть: масштабируемость и стабильность системы. Нередко low-code-платформы заточены под небольшие компании и конкретный набор задач.
 Польза для банков:
Платформы с минимальным или нулевым кодированием (LCNC) позволяют нетехническим специалистам быстро создавать и настраивать решения для цифрового банкинга, практически не имея опыта программирования.  Благодаря LCNC банки могут молниеносно быстро адаптироваться к рыночным тенденциям и ожиданиям клиентов.
Low code аналитика – это революционная технология, позволяющая создавать аналитические приложения и решения с минимальным объемом кодирования. Low code аналитика- это набор инструментов и платформ, которые предоставляют пользователям визуальные интерфейсы и drag-and-drop функционал для создания аналитических приложений.
Low-code-разработка предполагает минимальное использование традиционных методов программирования. Вместо написания кода применяются визуальные редакторы, а выполнение стандартных задач реализуется через готовые блоки. Основное преимущество заключается в том, что разработчик подключается для создания элементов, с помощью которых дальше аналитик или администратор платформы развивает модули. К тому же для базовых инструментов код достаточно стандартный, написание с нуля вообще не предполагается.
 low-code  -  какие задачи он закрывает
В современном мире, где скорость во многом определяет успех, без low-code сложно обойтись. Малокодовые инструменты — важная часть гибкого ПО, поскольку для многих этапов настройки системы не нужно привлекать дополнительных специалистов и ждать, когда у них появится время на задачи.
На слое low-code остается только то, что невозможно сделать без кода:
Разработка модулей и сущностей:
создание инструментов, так называемых «кубиков», для дальнейшей настройки продукта уже без ИТ-специалиста;
программирование сложной логики, которую нельзя реализовать только через визуальный конструктор.
Так, благодаря low-code можно подготовить платформу для будущей работы, где аналитик будет использовать УЖЕ готовые элементы без кода.

Low-code и no-code: в чем отличия?
Где проходит грань между программированием полностью без кода (no-code) и почти без кода (low-code)? Есть несколько критериев, по которым можно отстроить одно понятие от другого.

Критерий 1. Low-code  и  2. No-code
Различия:
1. Нужны знания языков программирования
2. Не обязательно разбираться в программировании в принципе

Скорость
1. Занимает больше времени, чем no-code, так как требуется написание кода в определенных частях решения. Но в сравнении с классическим программированием low-code существенно менее трудозатратный.
Настройка проходит с минимальными временными затратами, поскольку используется методология быстрого развития приложений RAD
(Rapid Application Development)

Область применения
Для разработки ПО с большим количеством сложных функций
Для создания решений по управлению бизнес-процессами, работы с отчетами и аналитикой
Безопасность
1. Более безопасно, чем самописные программы, поскольку код не разглашаеся, т.к. используется меньше и только в определенных элементах.
2. Наиболее безопасно, так как если нет кода, значит, изменить ничего нельзя

Простота корректировок
1. Чтобы изменить элементы («кубики») для дальнейшей no-code-настройки, придется обращаться к программисту. Но возможно внести фундаментальные изменения в систему нет.
2. Просто работает — не нужно знание программирования и привлечение технического специалиста

Степень адаптации
1. Поддерживает практически любые изменения в логике программного продукта
2. Есть ограничения по адаптации из-за предопределенного набора стандартных блоков

Итак, если компании нужна быстрая настройка системы без дополнительных затрат на программиста, а серьезной адаптацией под процессы можно пренебречь, безусловно стоит внедрять no-code-приложение.
Для разработки сложной функциональности и максимальной кастомизации всё же лучше остановиться на low-code-платформе.

Плюсы и минусы low-code-разработки
Плюсы малокодового программирования очевидны: скорость разработки. Благодаря тому, что не все изменения требуют написания классического кода, производительность повышается, сокращаются временные и денежные затраты, упраздняются повторяющиеся операции;
широкие возможности. Поскольку код все-таки остается в части элементов, программисты адаптируют систему под любые потребности компании.
Минусы не так очевидны, но их тоже нужно учесть при покупке ПО:
дополнительные ресурсы. Если в компании недостаточно технических специалистов, то придется нанимать персонал для обслуживания low-code-платформы;
зависимость от поставщика системы. Если будет необходимо сменить ПО, то могут возникнуть трудности с переносом данных и сопротивлением разработчиков, которые уже привыкли работать с определенным продуктом и ленятся переучиваться.
Итоги:
Чтобы low-code-система действительно помогла в работе, а не создавала проблемы, следует обратить внимание на пять важнейших факторов.
Критерии выбора low-code-платформы
Low-code-platform — это сервис для создания ПО с минимальным использованием классического программирования. При выборе платформы нужно учесть:
Масштабируемость и стабильность системы. Нередко low-code-платформы заточены под небольшие компании и конкретный набор задач. Стоит обратить внимание на продукты для крупных предприятий, которые точно выдержат увеличение количества пользователей и функций.
Устойчивость к случайным вмешательствам. В low-code-системе могут работать и разработчики, и нетехнические специалисты. Количество людей, способных внести изменения, увеличивается, а значит, растет и риск непреднамеренных ошибок. Хорошее ПО не выходит полностью из строя в таких ситуациях.
Возможность обновлений. Продукт должен развиваться в соответствии с изменениями в законодательстве и появлением новых технологий.
Ясность настройки. Отличный вариант, когда настройка идет по слоям code, low-code и no-code. В этом случае каждый специалист занимается своей частью задач и не вникает в нюансы других слоев. В противном случае платформа может превратиться в тяжеловесную конструкцию с множеством галочек и блоков, где никто не в силах разобраться.
Мощность библиотеки компонент. В системах для управленческих процессов присутствуют не только графические блоки, но и повторяющиеся элементы бизнес-логики, которые раньше пришлось бы писать с кодом. В Directum RX, например, на прикладном уровне доступны библиотеки ролей с таблицами решений и бизнес-правил, модули-шаблоны, есть и наборы интерфейсных компонент, UI-контролов с преднастроенными действиями.
В целом low-code-платформы призваны повышать скорость изменений в компании и снижать затраты на работу. Поэтому важно выбрать систему, в которой можно будет закрывать простые задачи самостоятельно, без привлечения дополнительных специалистов. Кроме того, цифровизация должна происходить с минимальным обучением, короткими циклами разработки, широкими возможностями для эксперимента.


Выводы:
Просьба хорошим инженерам не беспокоиться - их никто никогда не заменит. Однако вскоре ИИ всё же заменит 80% людей (в первую очередь, неквалифицированных работников) и не только на заводах, Сенат и Госдуму также могут заменить ИИ-агенты, которые не берут взяток, отпуска по уходу за детьми или просто ради отдыха, не устраивают дебоши на корпоративах, так что работают наши умные друзья по имени AI с полной отдачей в режиме 24х7 круглый год. Где найдёшь таких лапочек среди людей? Вот именно. Любите умную машину, она лучший друг человека.
Да, вот ещё один аргумент: эти умные машины не бастуют, не ходят с флагами и плакатами, или транспарантами, а также эти милые андроиды до сих пор не замечены в краже чужой собственности, строительстве баррикад, подсиживании коллег и плетении интриг. К людям они относятся не свысока или лицемерно, как считают некоторые, а вполне дружелюбно и даже слегка жалостливо, примерно, как мы к своим домашним питомцам. И всё же дело, главным образом, в том, что перенастроить AI--агента гораздо легче, чем обучить новый персонал, у которого бог знает, чем голова забита на данный момент, новейшим технологиям и привить новые полезные привычки и трудовые навыки. При этом людям умным, изобретательным и ответственным всегда найдётся достойная работа с хорошей оплатой труда, так что не огорчайтесь раньше времени. Всё идёт верным путём, вот только бы не перепутать платформы, как это было во время горбачевской перестройки.
Однако, дальнейшее использовании ИИ и аналогового мышления в управлении (ручной режим контроля за ИИ) приведёт к ещё большим бедам - если уж доверять так доверять и убрать с пути к чертовой бабушке всех владельцев шаловливых ручонок, которые постоянно по своему произволу до сих пор вмешиваются в работу ИИ и просто компьютеров, с целью пошалить или получить личную выгоду. А то и вовсе два в одном. Пока же мы технологически вооружаем гораздо эффективнее криминал у кормила административного ресурса, и дальше такое положение дел нельзя терпеть. Обозревшие властелины дум и сердец наших уже совсем на шею сели и не думают с неё слезать. А малиновые пиджаки, которые были предметом насмешек со стороны общества в начале 90-х, теперь живут уже прямо в малиннике. то есть, засели в синекуре, на самых хлебных местах в гос. управлении бизнесом и теперь у них не жизнь, а сплошная малина. Главное, не засвечиваться. Потому они и ездят на иномарках с тонированными стёклами, а костюмы носят сплошь чёрные.
А посему наша задача – сделать жизнь государства и общества не только безопасной, сытой и комфортной, но и прозрачной в ближайшее же время.
 Мемристоры и Low-code платформы нам в помощь.

Инициатор проекта
Лариса Владимировна
                Миронова