Gartner:2018年十大战略科技发展趋势详解(1)

近日,Gartner全球研究总监陈勇在“规划E时代暨2018数慧新年大讲堂”上做了题为《Gartner:2018年十大战略科技发展趋势》的主题报告。进入到2018年,以及更远的未来,技术的发展趋势是怎样的?一起来看看Gartner指出的2018年十大战略科技发展趋势:


  • 人工智能基础(AI Foundation)
  • 智能应用与分析(Intelligent Apps and Analytics)
  • 智能物件(Intelligent Things)
  • 数字孪生(Digital Twin)
  • 从云到边缘(Cloud to the Edge)
  • 会话式平台(Conversational Platforms)
  • 沉浸式体验(Immersive Experience)
  • 区块链(Blockchain)
  • 事件驱动(Event Driven)
  • 持续自适应风险和信任(Continuous Adaptive Risk and Trust)



以下为演讲内容

Gartner每年都会发布下一年的十大战略科技,我们现在十大战略科技有两个标准:


  • 第一个标准:它必须是一些颠覆性的科技,这些颠覆性的科技会对所有的行业,所有的企业,包括我们个人的生活产生深远的影响,这是我们选择科技的第一个标准。
  • 第二个标准:这些技术可能现在还没有完全成熟,已经成熟的技术不选进来,比如像云计算这些都是已经成熟的技术,今天我们不会讨论这些技术。


我们会讨论三年以后,或者五年以后成熟的技术,但是即使三年以后、五年以后成熟,在今天这个时段已经有一些领先的,想要第一个吃螃蟹的那些企业也好,政府组织也好,已经采纳了这些技术。

我们把这十大科技分成三个主题探讨。

第一个主题叫做智能,在智能主题里面我们会有三个技术:


  • 一个是人工智能的基础
  • 二是顺盈把人工智能运用到软件和分析上面,我们把它叫做智能应用和分析
  • 三我们把人工智能的技术运用到硬件上,叫智能物件


第二个主题叫数字化,数字化就是把物理的世界和虚拟的世界连接在一起了,在数字化主题里面我们有四个技术:

前面两个技术是因为有物联网的兴起而形成的技术,包括数字孪生,包括云到边缘这两个技术;

后面两个技术是和我们用户的体验相关的技术,包括会话型平台、沉浸式体验。 

第三个主题是中文翻译成格网。我们沉浸在数字化的天罗地网。人与人之间、人与企业、人与物之间都连在一起了,这里面放了三个技术:


  • 第一是区块链技术
  • 第二是事件驱动模式
  • 最后一个是连续自适应风险和信任,它的意思就是在数字化时代安全和风险管理相关的技术。



一   

进入第一个主题,智能化。

我们有一个预测,到2020年30%的首席信息官会把人工智能作为他的五大投资重点之一。在一个企业里面,或者政府机关里面有一个首席信息官的岗位,每年要花大量的IT支出,今天来讲会花在前五名的云计算、大数据、传统网络、移动、数字化营销等等,而人工智能在今天这个时段还没有排到前十名,但是三年以后我们预计它会排到前五名。

第二,我们预计2020年不管是一个企业新开发的软件项目或者硬件项目,里面都会嵌入到人工智能的元素在里面,今天这个时段还不到5%。正是因为人工智能未来有这么大的前景,很多厂商都把人工智能作为他们未来竞争的主战场。

正是因为把人工智能看到了未来的方向,很多厂商也提供了各种各样人工智能的服务,像IBM提供了watson这样优秀的产品,亚马逊也提供基于云的人工智能的服务等。

人工智能的基础理论发展非常悠久,从上个世纪的60年代,甚至更早期就已经开始发展,那个时候的人工智能讲的是什么?决策搜索这一类的算法。而我们今天讲的人工智能绝大多数讲的是里面的子级,叫做机器学习。

机器学习按照学习的模式基本上分成三大类型:


  • 监督学习
  • 无监督学习
  • 强化学习


监督学习就是你给他一堆打标签的数据,然后他学完以后你再给他一个新的数据他就知道了。

无监督学习是你给他一堆数据是没有标签的,给他了以后,你再给他一个新的数据以后,他知道在一堆数据里面,哪个数据跟我新的数据最相象,可以用在推荐系统上面。

强化学习是给他一个强化的机制,你做这件事情是好的,做那件事情是不好的,通过不断的学习就知道,一定要做这件事情。下围棋就是强化学习,经常下这步棋经常会赢,经常下那步会输,时间长了他就知道我要下这步棋。

今天大家会看到另外一个词叫深度学习,另外说法是神经元网络的学习。学习不是给他原始的数据就学会了,而是给他原始数据,中间有很多隐藏层,最后才学会,每个隐藏层里面有一个个节点,这个节点就是神经元。

今天讲为什么机器学习会突然之间爆发了,而不是十年前爆发,或者不是20年以后爆发,这些有三个方面的原因。

第一个原因是数据,因为机器学习你要给他大量的数据,而在今天获得数据的能力越来越强,越来越方便。

第二是计算能力的提高,计算能力提高是因为有了一个叫做GPU的东西,叫图像处理单元,它是为了打游戏而设计的。但是打游戏需要很多并发的矩阵运算,GPU非常擅于做矩阵运算,机器学习需要的就是矩阵运算,所以GPU就可以把它运用到机器学习的领域。

第三个原因就是算法,在国际上有大量算法的大赛,我们中国像百度也好,科大讯飞也好,这样一些企业在算法大赛上都取得很好的成绩,正是因为这个原因,所以机器学习爆发了。

再往下发展,我们今天讲的叫弱人工智能,就是它只能做某一个局部的事情,比如它只能做人脸识别,或者它只能下围棋等等,这是局部的事情。

往下发展叫强人工智能,就跟人一样,无所不能了,甚至比人更强大了。

强人工智能到底什么时候会出现呢?有很多争议,有的人说2050年,有的人说2080年,有的人说这辈子永远看不到强人工智能。我们今天讲的是三到五年,三到五年我们是看不到强人工智能了。

我们把人工智能的技术运用到软件上面可以有两个方面的应用,一个是现有的软件,一个是新的软件。

大家收发邮件就是现有的软件。在收发邮件里面很早就有了人工智能,就是垃圾邮件的识别,用的就是监督学习。人工智能也可以在新的专门为人工智能而设计的软件上,主要包括个人的助理、聊天机器人这一类的软件,手机上就可以有一些聊天机器人相应的应用。

今天特别强调把人工智能运用到数据分析领域,会产生两个不同的极端,在这个极端会产生一个叫做平民数据科学家。

我原先是一个普通的用户,想要了解一些数据,比如我想要了解过去三年的销售情况,我就会找到这个专家,专家帮我开发一个程序运行一下,出一张报表,或者柱状图等等,我看看过去三年的销售情况是怎么样的,我是一个平民,他是专家。

现在平民自己成为数据科学家了,不找专家了,我对着系统说,请你告诉我过去三年的销售情况,系统自己就跳出来了,这个就是平民成为专家,这是人工智能运用到了一个领域。专家会挖掘更深层次的数据、洞察,原先这些洞察没有人工智能的手段是得不到的,现在这些洞察我就能够得到了。

人工智能也可以把它用在硬件上,可以有现有的硬件,也可以有新的硬件。现有的硬件比如家里的空调、电冰箱等等,或者医院里的医疗器械等等,这些都可以加入人工智能的硬件。新的硬件无人机、机器人等等,这些都是新的,专门为人工智能的产生而设计的硬件,这两方面都会有产生。

我们说在未来将会看到另外一个词叫做Swarm,我暂时把它翻译成集群。Swarm不是一个无人机,而是好多无人机协同工作。左上角是Intel,Intel一群无人机协同拼出了logo,是无人机互相之间感知到它的伙伴在哪里以后,自己跑到相应的地方。

左下角是美军正在做的实验,就是无人侦查机,但那个是很大的飞机,现在做实验是无人侦查机群,就是小的无人机。可以多维度的分散侦查,多角度的了解敌人的情况,也会有一些其他的困难,比如说释放能力等等。

(转下篇)


文章转载自《城市数据派》,版权著作权解释权属原创者所有。

微信扫一扫 分享到朋友圈
微口订阅号

关注订阅号

社交媒体运营经验交流
流量电商行业动态讨论

热点事件
微口订阅号

关注订阅号

社交媒体运营经验交流
流量电商行业动态讨论

阅读下一篇
微口订阅号

自媒体运营攻略
行业经验交流

关闭

创建藏点

藏点名称
藏点说明
藏点封面
转藏至我的藏点 +新建藏点
    关闭
    确定 取消