Gartner釋出2019年十大戰略科技發展趨勢

演算法與數學之美發表於2018-11-28

Gartner,高德納,全球最具權威的IT研究與顧問諮詢,成立於1979年,總部設在美國史丹佛。2018年10月14日,Gartner主辦的,號稱“全球最重要的CIO和高階IT領導者聚會”的GartnerSymposium/ITxpo(高德納IT博覽會)在美國奧蘭多舉行。

 

重磅訊息就是Gartner公佈的2019年十大戰略科技發展趨勢,Gartner認為這十大戰略科技發展趨勢已開始有新興的突破,還會進一步發展成為具有更廣泛影響的應用,或者是快速增長,其高度波動性在未來五年內達到臨界點。

 

Gartner副總裁兼Gartner研究員大衛•希爾雷分析認為:“智慧、數字、網格一直是過去兩年的主題,它繼續是一大驅動因素,持續到2019年。圍繞這些主題的趨勢是推動持續創新過程的一個關鍵因素,也是ContinuousNEXT戰略的一部分。比如說,AI(表現為自動化裝置和增強智慧)與物聯網、邊緣計算和數字變化結合使用,提供高度整合的智慧空間。這種多個趨勢融合,從而帶來新機會、推動新顛覆的組合效應正是Gartner 2019年十大戰略性技術趨勢的一個特點。”

 

2019年的十大戰略性技術趨勢如下:


640?wx_fmt=png

自主裝置、增強分析、人工智慧驅動的開發、數字孿生、邊緣計算、沉浸式體驗、區塊鏈、智慧空間、數字隱私與道德、量子計算。

 

 

1、自主裝置(Autonomousthings)

自主裝置指利用AI技術代替人類完成任務的工具,無論自動駕駛車輛、機器人、無人機、智慧化應用、自動化代理等都屬於這一範疇。這五類裝置覆蓋了四個維度:陸地、海洋、大氣及數字世界。五類應用、四個維度交織出多種可能。

 

比如,如果一架無人機檢查了一塊大型油田,並發現油田已經可以隨時開採,它可以派遣一臺‘自動採油機’去執行任務。在物流交付市場,最有效的解決方案是使用自動駕駛車輛將包裹送至目標區域。然後,車輛上的機器人和無人機可確保包裹的最終交付。再比如自動駕駛汽車或無人機能夠自動送貨。

 

Gartner認為,未來每個應用程式、服務、或者IoT裝置都將包含某種程度的「自動化」。據預測,到2021年,10%的新車將擁有自動駕駛能力,而2017年不到1%。

 

640?wx_fmt=png


2、增強分析(Augmented Analytics)

增強分析側重於增強智慧的特定領域,利用機器學習來徹底改變開發、使用和共享分析內容的方式。增強分析功能會迅速發展而得到主流採用,成為資料準備、資料管理、現代分析、業務流程管理、流程挖掘和資料科學平臺的一項關鍵功能。

 

增強分析可使資料準備、洞察力獲取和洞察力視覺化這個過程實現自動化,在許多情況下無需專業的資料科學家。

 

Gartner預測,到2020年,平民資料科學家的數量將比專家資料科學家的數量多五倍。我們正在進入“分析的第三個時代”,從基於語義層的平臺轉向基於視覺的資料發現平臺,以擴充套件分析。


640?wx_fmt=png

機器學習自動化在整個分析生命週期中補充人力智慧


3、AI驅動的開發(AI-Driven Development)

AI驅動的開發著眼於將AI嵌入到應用程式中,並使用AI為開發過程建立AI驅動的工具、技術和最佳實踐。

 

市場正迅速轉變,以前盛行一種方法:專業的資料科學家必須與應用軟體開發人員合作,共同開發大多數由AI增強的解決方案;現在則流行另一種模式:專業的開發人員可以單槍匹馬,使用作為一項服務而提供的預定義模型。這種轉變將有助於“平民應用程式開發人員”新時代的到來。

 

Gartner預測,到2022年,至少40%的新應用程式開發專案將在團隊中擁有AI共同開發人員。


640?wx_fmt=png

智慧音響

  

4、數字孿生(Digital Twins)

數字孿生是指將現實世界中的實體或系統進行數字化表示。

 

Gartner表示,24%的實施物聯網專案的企業正在使用數字孿生。它們會不斷改進數字孿生,提升收集和視覺化合適資料的能力,運用合適的分析工具和規則,並高效地應對業務目標,使用操作或其他資料來模擬業務流程的工作方式。這在醫學中尤為明顯,其中人或過程的數字雙胞胎用於模擬手術。


640?wx_fmt=png

利用數字孿生技術監控廠房


5、邊緣計算(Empowered Edge)

邊緣是指人們使用的端點裝置或嵌入在我們周圍的端點裝置,邊緣計算描述了這樣一種計算拓撲結構:資訊處理和內容收集及傳遞更靠近這些端點。它試圖保持流量和處理本地化,目標是減少流量、縮短延遲。

 

在今後五年,專用AI晶片更強大的處理能力、儲存和其他先進功能將被新增到種類更廣泛的邊緣裝置上。這個嵌入式物聯網世界極具多樣性,加上工業系統等資產,將具有很長的生命週期,這將對管理帶來重大的挑戰。

 

從長遠來看,隨著5G日漸成熟,不斷擴充套件的邊緣計算環境會有更可靠的通訊技術連回到集中式服務。5G提供更低的延遲、更高的頻寬,並且每平方公里的節點(邊緣端點)數量急劇增加,最後一點對邊緣來說非常重要。


640?wx_fmt=png

邊緣計算


6、沉浸式體驗(Immersive Experience)

對話式平臺正在改變人們與數字世界互動的方式。虛擬現實、擴增實境和混合現實正在改變人們感知數字世界的方式。感知模式和互動模式方面這種共同的轉變將造就未來的沉浸式使用者體驗。

 

隨著時間的推移,我們將從考慮單個裝置和分散的使用者介面技術轉變為注重多渠道多模式體驗。多模式體驗將把人們與數字世界連線起來,周圍有成百上千的邊緣裝置,包括傳統計算裝置、可穿戴裝置、汽車、環境感測器和消費類電器。

 

多渠道體驗不光使用這些多模式裝置當中先進的計算機感官(比如熱量、溼度和雷達),還使用人類的所有感官。這種多體驗環境將營這一種環境體驗,其中我們周圍的空間將構成「計算機」,而不是單個裝置構成「計算機」,實際上,環境就是計算機。

Gartner預測,到2022年,70%的企業將嘗試使用沉浸式技術進行消費和企業使用,25%將用於生產。


640?wx_fmt=png

集福音戰士、七龍珠、馬里奧的VR體驗店


7、區塊鏈(Blockchain)

區塊鏈是一種分散式賬本,有望重塑各行各業,因為它能夠實現信任,提供透明度,減少業務生態系統之間的摩擦,因而可能降低成本,縮短交易結算時間,並改善現金流。

 

今天,人們對銀行、票據交換所、政府及充當中央權威的許多其他機構寄予信任,「單一版本的真相」在它們的資料庫中安全地保管。集中式信任模式給交易增添了延遲和摩擦成本(佣金、手續費和貨幣的時間價值)。區塊鏈提供了另一種信任模式,無需負責仲裁交易的中央機構。

 

Gartner認為,到2030年,區塊鏈將創造3.1萬億美元的商業價值,但這將是一個漫長的過程。


640?wx_fmt=png

區塊鏈

  

8、智慧空間(Smart Spaces)

智慧空間是一種物理或數字環境,人員和技術支援的系統在日益開放、互聯、協調和智慧的生態系統中彼此互動。多個要素(包括人員、流程、服務和物件)彙集在智慧空間中,為目標人群和行業場景打造更沉浸式、更互動式、更自動化的體驗。

 

這個趨勢融合已有一段時間,圍繞智慧城市、數字化工作場所、智慧家居和聯網工廠等要素。我們認為,市場正在進入加快提供強大智慧空間的時期,技術成為我們日常生活中不可或缺的一部分,無論這個“我們”是員工、客戶、消費者、社群成員還是公民。


640?wx_fmt=png

廣州某智慧空間


9、數字道德和隱私(Digital Ethics and Privacy)

數字道德和隱私越來越受到個人、組織和政府的關注。Gartner表示,人們越來越關注公共和私營部門組織如何使用他們的個人資訊。

 

根據Gartner的說法,到2021年,那些購買合規風險且被發現缺乏隱私保護的組織,其合規成本將比最佳實踐的競爭對手多支付100%。因此,組織需要從合規驅動轉變為道德驅動,以建立對其品牌的信任。由隱私轉向道德使談話的重心不僅僅圍繞「我們是否合規」,而是轉向「我們是否在做正確的事」。


640?wx_fmt=png

facebook因為曝出資料洩露,引發醜聞形象,導致股價暴跌


10、量子計算(Quantum Computing)

量子計算是一種非經典計算,是對亞原子粒子(比如電子和離子)的量子狀態進行操作,這些粒子代表的資訊就是由量子位元(qubit)表示的元素。

 

量子計算機的同步執行和指數級可擴充套件性意味著,它們擅長處理對於傳統方法而言過於複雜的問題,或者傳統演算法需要很長時間才能找到解決方案的問題。汽車、金融、保險、製藥和軍事等行業以及研究機構有望從量子計算領域的進展獲得最大的好處。比如在製藥行業,量子計算可用於為原子層面的分子相互作用建模,從而縮短新型抗癌藥的上市時間;量子計算可以加快分析並更準確地預測蛋白質的相互作用,因而開發出新的製藥方法。

 

Gartner預測,到2023年,20%的組織將為量子專案編制預算,而目前這一比例不到1%。Gartner表示,量子計算仍處於初期階段,但組織需要監控該類別的情況。早期採用者可以在優化、材料科學、化學以及最終密碼學等領域使用它。但別相信量子計算在未來幾年會徹底改變事物這種說法,大多數企業應該在2022年之前瞭解和關注量子計算,可能從2023年或2025年開始使用這項技術。


640?wx_fmt=png

某些已知的量子演算法在處理問題時速度要快於傳統的通用計算機

 

∑編輯 | Gemini

整理 :演算法君

更多精彩:

☞  哈爾莫斯:怎樣做數學研究

☞  祖克伯2017年哈佛大學畢業演講

☞  線性代數在組合數學中的應用

☞  你見過真的菲利普曲線嗎?

☞  支援向量機(SVM)的故事是這樣子的

☞  深度神經網路中的數學,對你來說會不會太難?

☞  程式設計需要知道多少數學知識?

☞  陳省身——什麼是幾何學

☞  模式識別研究的回顧與展望

☞  曲面論

☞  自然底數e的意義是什麼?

☞  如何向5歲小孩解釋什麼是支援向量機(SVM)?

☞  華裔天才數學家陶哲軒自述

☞  代數,分析,幾何與拓撲,現代數學的三大方法論

640?wx_fmt=jpeg

演算法數學之美微信公眾號歡迎賜稿

稿件涉及數學、物理、演算法、計算機、程式設計等相關領域,經採用我們將奉上稿酬。

投稿郵箱:math_alg@163.com

相關文章