應用程式程式設計介面（API）是連線資料，服務和應用程式以建立現代數字體驗的機制。如果消費者在零售商的應用程式上瀏覽某些產品，則API呼叫將無縫地整合細節。如果房主線上支付水電費，則另外一些API呼叫會在後臺執行以完成交易。如果該房主隨後使用地圖服務繪製路線圖或透過乘車共享服務訂購汽車，則將涉及更多的API呼叫。
目前，API流量的很大一部分可以歸因於某種人工行為，並且遵循請求-響應模型。
這意味著一個人要做的事情首先會觸發API呼叫。相比之下，由機器而不是人類驅動的API流量遵循不同的程式設計模式，並且迄今為止，它經常涉及惡意活動，例如殭屍程式或破壞安全性的企圖。
但是，在Google Cloud Apigee團隊中，我們注意到API世界正在發生變化，演算法或機器智慧生成的良性程式化API呼叫在數字生態系統和體驗中扮演著更加重要的角色。這種變化是由多種趨勢驅動的，這些趨勢為企業如何利用API和擴充套件現有API開啟了新的維度。
語音應用的興起。
儘管對語音技術採用的估計不同，但很明顯，僅在美國，就有數千萬人定期使用智慧揚聲器和語音控制的數字助理。顯然，今天的使用者採用語音的速度比過去的使用者採用諸如電視或網際網路之類的破壞性技術要快得多。
隨著應用程式迅速擴充套件到新的領域，例如企業中出現的醫療保健和新用例，語音技術的增長勢頭將遠遠超出智慧手機和智慧揚聲器的起源。現在，甚至有一些應用程式允許使用者僅使用他們的聲音來抬高馬桶座圈！
語音技術非常複雜，開發成本可能很高，這就是許多公司透過API將自然語言處理技術提供給其他公司的原因之一。如果語音助理聽到使用者說“支付我的水電費賬單”，則該助手需要了解以下未說明的細微差別：“使用我儲存的信用卡在當月從PG&E支付我的水電費賬單。”
這類任務在很大程度上依賴於機器學習，使用者對語音系統的簡單請求導致在後端可能產生數百個API呼叫，所有這些呼叫均由機器智慧解決。隨著越來越多的用例集成了語音，底層的機器學習技術以及使這些技術可利用的API將會越來越受到關注。
物聯網和家庭自動化的擴充套件。
在最近的CES會議上，人們對物聯網（IoT）的熱情持續增長，互聯通訊裝置充斥著拉斯維加斯的各個展臺。許多分析家估計，使用的互聯裝置已經超過地球上的人，而且感測，通訊，智慧裝置的泛濫並沒有停止。
物聯網裝置透過API以及IFTTT等組織的配方相互整合，並與語音助手整合。對於成千上萬種不同型別的裝置，定製整合根本行不通。儘管API不能解決與更深層次的業務邏輯相關的所有挑戰，但它們可以簡化混合和匹配，使所有裝置和服務之間的互動更加容易。
API將人工智慧作為主流。
可以將人工智慧（AI）用於應用程式時，它無疑是最有用的。但是，正如上面提到的有關開發語音技術的觀點所指出的那樣，並非每個團隊或企業都有從頭開始進行AI的能力。
因此，我們期望看到由API驅動的AI，其中一個團隊或一個企業在某些領域中建立了出色的模型，而其他公司或團隊則透過API來發揮作用。然後，這些團隊或企業可能會開發自己的AI模型，而另一個團隊可能會利用它們。我們已經看到了這樣的示例，例如Google的用於影象和文字分析的AutoML 。
Bot攻擊持續上升。
儘管以前的大多數趨勢都涉及將機器觸發的API用於有益或中立的目的，但殭屍程式攻擊和類似的惡意用例也在不斷增長。攻擊者繼續使用殭屍網路關閉具有分散式拒絕服務活動的網站和應用程式。加密礦工已開始利用API漏洞來接管容器編排平臺並竊取企業的計算能力。其他不良行為者正在使用機器人來竊取憑據。
我們預計API將繼續承擔有害的機器驅動流量的重擔。除非API中內建了正確的安全性，否則流量可能會使後端飽和。實際上，在2017年12月的報告“ 如何建立有效的API安全策略 ”中，Gartner分析師Mark O‘Neill，Dionisio Zumerle和Jeremy D’Hoinne預測，“ ［b］到2022年，API濫用將是最常見的攻擊媒介，導致企業Web應用程式發生資料洩露。”
不良參與者之間機器驅動的API流量的增加正促使企業為抵禦攻擊者而開發的機器驅動的API流量不斷增加。組織需要在API級別上提供強大的安全保護，這些保護不僅包括身份驗證和加密等標準，還包括能夠識別不良行為者並採取措施制止不良行為者的智慧演算法和機器學習。
擁抱機器。
我們應該承認並接受以下事實：“機器人”是我們在API世界中的新合作伙伴。機器驅動的API呼叫可能會幫助我們以新的方式與裝置和服務進行互動，並向帶有新用例和智慧的啞設備註入資訊。
人類的這些動作（從API呼叫和從API呼叫）將使更多的組織和開發人員可以訪問AI，並發現本來可以避免人工檢測的騙子。前進的道路將包括陷阱和障礙，但是隨著更智慧的機器和更智慧的人類共同努力，未來是光明的。
標籤：#AI機器學習#蜜蜂#auto-home#Connected裝置#IoT