在过去的十年里，现代应用程序开发已经从大型机计算转移到个人电脑，现在又转移到智能手机和云服务。这些转变需要新的软件语言、新的硬件和新的应用程序开发解决方案。这种转变的最好例证是90年代的“互联网热潮”。这一转变导致大型机和个人电脑上的应用程序开发转向了可以在web浏览器上运行的应用程序。这种转变还包括Visual Studio等新工具，HTML/JavaScript等新语言，MVC等新架构模式，以及Agile/Scrum等新应用生命周期流程。
然后来了智能手机。从个人PC转移到小型移动设备，如iPhone强制现代应用程序开发，支持多屏幕分辨率，并且需要在剩余连接到云服务时离线运行。我们的下一个转变是对事物（物联网）的互联网，再次向现代应用程序开发提供新的含义。现在，需要开发应用程序以在不同类型的设备上运行，如恒温器，门铃和小蓝牙传感器。应用程序必须是安全的，云准备好并能够使用机器学习进行预测分析。以下是我对现代申请开发的最新转变的思考：
物联网现代应用开发的转变包括多种设备，从电视到相机，到冰箱，再到几乎任何需要通过电源插座供电的设备。这一领域中最引人注目的产品之一是亚马逊Echo，它使用语音识别作为其主界面，可以控制你的电灯开关、恒温器，甚至你的音乐收藏。Amazon Echo是一个脱离了以前现代应用程序开发的物联网设备的例子，因为它使用语音作为接口，总是连接到云，并可以连接到其他物联网设备。这改变了我们对现代应用程序开发的所有看法。它不再是关于支持多种设备的分辨率，而是关于什么数据可以通过最新的物联网设备捕获，以及如何使用这些数据来改善我们的生活。这意味着我们需要新的软件工具、新的云服务、新的分析软件和新的机器学习算法。
这些应用程序并不总是包含花哨的用户界面，因为它们通常是特定于功能的。例如，物联网设备可以捕捉农场的温度变化，获取土壤样本读数，甚至捕捉农田的图像和视频。然后，这些数据可以被发送到云服务，在那里可以进行分析，并通过机器学习进行运行，从而产生一个易于理解的农场更新。来自不同“事物”的数据需要以一种通用的格式收集，以获得可操作的见解。值得注意的是，目前处理和收集的大部分“大数据”都是机器对机器的。云服务帮助人们以能够理解、分析和采取行动的方式聚合和显示这些数据。
云服务是IoT的核心。构建设备以执行简单的目的，并留下所有复杂的用户界面，分析和思考到云。Azure IoT Hub等云服务为设备提供软件工具和服务，以与云和设备连接到其他设备。例如，在制造业中，可以开发使用Azure IOT集线器的IOT设备监控生产线和设备使用，然后将其提交给云服务，然后可以通过人类智能解释以预测设备维护。
随着这种转移到IoT现代应用程序开发软件以捕获来自一系列传感器的数据，将数据提交给云服务，然后使用商业智能仪表板等分析服务进行数据，以便及时和相关的角色信息处理数据。
那么我们家园，汽车和工作，捕获数据并将其发送到云中的这些物联网设备的观点是什么？那就是机器学习都是如此。我们现在需要开发可以根据IOT的数据学习的算法。例如：使用机器学习的主机设备将学习房屋中的正常模式，只有在诸如诸如普通模式的灯路时或当您离开时留下窗户时，才能通知您。机器学习是IOT的最重要方面之一，没有它，我们所拥有的只是云服务中的原始数据，没有有意义的方式来利用它。
必威电子blumshapiro是微软高级分析合作伙伴，拥有构建现代物联网应用的经验。