电子发烧友App
日前，全球知名分析机构Gartner发布了2019年十大战略性技术趋势，这些趋势并非概念技术，而是已经有了决定性的突破，并将发展成更广泛的应用，其高度波动性在未来五年内达到临界点。这些趋势包括人工智能、数字孪生、边缘计算、量子计算、沉浸式技术、智能空间等，同时，随着这些技术之间的联系越来越紧密，融合后的组合效应更带来了新机会和新颠覆……
△持续的创新增量
Autonomous things | 自动化事物
“自动化事物”目前主要有五种类型：包括机器人、车辆、无人机、家电、媒介，占据了四种环境：海洋、陆地、空中和数字。它们都具有不同程度的能力，协调和智能。例如，机器人、无人驾驶飞机和自动驾驶汽车等自主设备，将依靠使用AI来自动执行以前由人类执行的功能。它们的自动化超越了刚性编程模型提供的自动化，它们利用AI，提供与周围环境和人们更自然地交互的高级行为。
这描绘了潜在应用的广泛图景——几乎每个应用程序，服务和物联网对象都将采用某种形式的AI来自动化或增强流程或人为操作，不断探索在组织或客观环境中的任何物理对象中AI驱动的自主功能的可能性，但同时应当记住，这些设备最适合用于狭义定义的目的，它们与人类大脑在决策、智力或通用学习方面的能力不同。
Augmented analytics | 增强分析
增强分析代表了数据和分析能力的第三大浪潮，更侧重于增强智能的特定领域，使用机器学习来转换分析内容的开发、消费和共享方式。增强分析功能将迅速推进到主流应用，作为数据准备、数据管理、现代分析、业务流程管理、流程挖掘和数据科学平台的关键特性。
来自增强分析的自动洞察也将嵌入到企业应用程序中，改变企业产生分析洞察力的过程。例如，人力资源、财务、销售、营销、客户服务、采购和资产管理部门。这些协同和配个将会优化所有员工在其环境中的决策和行动，而不仅仅是为分析师和数据科学家服务。
增强分析可自动完成数据准备、洞察生成和洞察可视化过程。到2020年，普通公民数据科学家的数量，将比专家数据科学家的数量增长要快5倍。超过40％的数据科学任务将实现自动化。
AI-driven development | AI驱动的开发
市场正在迅速从专业数据科学家必须与应用程序开发人员合作创建大多数人工智能增强型解决方案的模式，转变为专业开发人员可以使用作为服务提供的预定义模型单独操作的模式。这为开发人员提供了人工智能算法和模型的生态系统，以及为将AI功能和模型集成到解决方案中而定制的开发工具，这使更多的开发人员能够利用这些服务，并提高效率。
随着AI应用于开发过程本身以自动化各种数据科学、应用程序开发和测试功能，到2022年，至少40％的新应用程序开发项目，将在他们的团队中配置AI协同开发人员。
这一趋势正在沿着三个方面发展：
l 用于构建基于AI的解决方案的工具正在从针对数据科学家（AI基础设施，AI框架和AI平台）的工具扩展到针对专业开发人员社区（AI平台，AI服务）的工具。
l 用于构建基于AI的解决方案的工具正在被赋予AI驱动的功能，这些功能可以帮助专业开发人员并自动执行与AI增强型解决方案开发相关的任务。
l 支持AI的工具正在从协助和自动化与应用程序开发（AD）相关的功能演变为使用业务领域专业知识和自动化AD流程堆栈（从一般开发到业务解决方案设计）的更高层次活动。
Digital twins | 数字孪生
数字孪生是指现实世界实体或系统的数字化表现。到2020年，将有超过200亿个连接的传感器和端点，数字孪生将连接数十亿的实体设备。它们将随着时间的推移不断发展，提高自身收集和可视化正确数据的能力，应用正确的分析和规则，并有效地响应业务目标。
超越物联网的数字孪生发展的一个方面是企业实施其组织的数字孪生（DTO）。DTO是一种动态软件模型，它依赖于操作或其他数据来了解组织如何实现其业务模型，连接其当前状态，部署资源并响应变化以满足预期的客户价值。DTO有助于提高业务流程的效率，并创建更灵活、动态和响应更快的流程，可以自动对不断变化的条件做出反应。
如，物联网中的数字孪生——它可以通过提供有关维护和可靠性的信息，洞察产品如何更有效地执行，以提高新产品数据和效率来改善企业决策。
Empowered edge | 边缘赋权
边缘指的是人们使用或嵌入我们周围世界的端点设备。边缘计算描述了一种计算拓扑，其中信息处理、内容收集和传递更靠近这些端点，它试图保持流量和处理更接近“本地化”，目标是减少流量损耗和延迟。
在短期内，边缘由物联网驱动，需要使处理接近端点而不是集中式的云服务器。预计在未来五年内（2028年），专用AI芯片以及更强大的处理能力、存储和其他先进功能将被添加到更广泛的边缘设备中。嵌入式物联网世界的极端异质性和工业系统等资产的长生命周期将带来重大的管理挑战。随着5G（5G提供的边缘端点数量急剧增加）的成熟，不断扩展的边缘计算环境将使更加强大的通信回到集中式服务。
目前，该技术的大部分重点是物联网系统需要在嵌入式物联网世界中提供断开连接或分布式功能，这种类型的拓扑结构解决高WAN成本和不可接受的延迟水平等挑战。此外，它还将实现数字业务和IT解决方案的细节。
Immersive technologies | 沉浸式技术
随着时间的推移，我们将从考虑个人设备和分散的用户界面（UI）技术转变为多渠道和多模式体验。多模式体验将人们与数字世界连接起来，包括传统计算设备、可穿戴设备、汽车、环境传感器和消费电器等数百种边缘设备。
多声道体验将在这些多模式设备中动用所有人类感官以及先进的计算机感官（如热量，湿度和雷达）。这种多体验环境将创造一种环境体验，其中我们周围的空间定义了“计算机”，而不是单个设备。实际上，环境就是计算机。
到2022年，70％的企业将尝试使用沉浸式技术进行消费和企业使用，25％将部署到生产中。会话平台的未来，从虚拟个人助理到聊天机器人，将结合扩展的感官渠道，使平台能够根据面部表情检测情绪，并且他们将在交互中变得更加顺畅地对话。
Smart spaces | 智能空间
智能空间指的是物理或数字环境、人类和技术支持的系统，在日益开放、连接、协调和智能的生态系统中相互作用。多个元素——包括人员、流程、服务和事物——将汇集在智能空间中，为目标人群和行业场景创建更加身临其境、交互式和自动化的体验。
如智能城市、数字化工作场所、智能家居和联网工厂等，市场正在进入一个加速提供强大智能空间的时期，技术成为我们日常生活中不可或缺的一部分。智能空间主要实现扩展的五个关键维度是：开放性、连通性、协调性、智能性和应用范围。
Quantum computing | 量子计算
量子计算（QC）是一种非经典计算，其操作基于亚原子粒子（例如，电子和离子）的量子态，其将信息表示为量子比特（量子比特）的元素。例如，虽然经典计算机会以线性方式读取库中的每本书，但量子计算机会同时读取所有书籍。理论上量子计算机可以同时处理数百万次计算。
量子计算机的并行执行和指数可扩展性意味着它们优于传统方法过于复杂的问题，或者传统算法需要很长时间才能找到解决方案。汽车、金融、保险、制药、军事和研究机构等行业从质量控制的进步中获益最多。例如，在制药行业，量子计算可用于模拟原子水平的分子相互作用，以加快新的癌症治疗药物的上市进程，或量子计算可加速并更准确地预测蛋白质的相互作用，从而产生新的制药方法。
另一方面，不要期待它在未来几年会彻底改变某些事物。大多数组织应该在2022年之前了解和监控量子计算的应用，并且可能需要从2023年或2025年开始使用它。
在不同领域，这些技术趋势所描述的新机会和新颠覆仍与现实有较大差距，但全球科技巨头仍在不断布局，意图在这些领域获取先发优势——
Apple | 苹果
苹果作为全球市值第一科技公司，在AI驱动开发、沉浸式体验等方面都有布局。
以AI开发为例，在WWDC2018上，苹果就向外界展示了Core ML 2，将AI能力开放给上千万苹果开发者。Core ML是能在苹果产品上使用的高性能机器学习框架，能帮助开发者快速地将多种机器学习模型融合到App中，升级后的Core ML 2，可以使模型运行更快，处理速度提升30%，模型大小能减少75%。同时，苹果还发布Create ML，支持计算机视觉、自然语言处理等机器学习任务模型开发，能直接在Mac上完成模型训练。
同时，苹果在AI硬件的布局也走在前列，新款iPhone XS系列搭载的A12仿生芯片被誉为史上最好的移动AI芯片，每秒可以进行5万亿次运算，可支持复杂机器学习。
2018年3月，苹果申请了一项VR专利，这项专利可以将乘坐无人车的过程，转变成为一个虚拟现实游戏过程，并计划在座椅上面做文章，向乘客提供同步物理效果的主动系统。
Amazon | 亚马逊
亚马逊是全球技术投入最高的科技公司，也是技术布局最广泛的巨头之一，范围几乎涵盖以上所有技术趋势。
亚马逊AWS在2015年就推出了边缘计算产品Greengrass；AI领域，1998年亚马逊基于AI人工智能技术的电商平台推荐系统就已经上线；2015年，AWS首次推出Amazon Machine Learning机器学习服务，并在次年推出了发布针对机器视觉和语音交互的机器学习服务Rekognition、Polly、Lex……
亚马逊还可能是自动化设备数量最多的科技公司。从2014年开始，亚马逊就大规模应用仓库机器人Kiva，做着分捡货物、堆叠，在世界各地拥有超过10万台机器人。
智能家居方面，亚马逊在2014年全新概念的智能音箱：Echo，将智能语音交互技术植入到传统音箱中，从而赋予了音箱人工智能的属性;其次则是 Google Home 系列，市场占有率约为 30%……
Microsoft | 微软
微软曾经是全球IT产业的霸主，在新技术的布局上并不激进，但在某些领域已经有了深厚的积累。
在沉浸式体验领域，微软研究院在2016年发布Holoportation，该技术可以通过一套系统让两个人跨越空间的障碍在同一个空间中进行面对面的交流，出现在你面前将是一个立体的活生生的人而不是视频通话那样只是一幅会动的画面。
同样，云计算优先的战略让微软的Azure迅猛增长，目前已经是全球第二大云计算厂商。在AI开发方面，微软可谓是多点开花，既有小冰这样的人工智能机器人，也有ML.NET这样跨平台、开源机器的学习框架，以及布局智能边缘的Azure IoT Edge。
数字孪生方面，微软也试图进入工业领域，近期公开的Azure Digital Twin服务，能够创建任何物理环境的数字模型，并与物理世界保持同步。Digital Twin是指现实世界或系统的数字化表现，可为真实设备构造一个虚拟模型以降低维护难度与成本。
在智能家居方面，微软也是以智能音箱为突破口，首款搭载Cortana语音助手的智能音箱Invoke加入智能音箱的全球大战。
Google | 谷歌
谷歌这些年一直属于全球TOP3科技公司。云赛道上正继续在数据中心基础设施和运营上投入巨额资金。
AI上，谷歌将自己积累多年的AI能力全部整合进硬件产品，包括：自然语言处理、对话式人工智能、图像处理、AR等。会打电话的AI机器人Duplex，让很多接到Duplex电话的用户无法辨认其是机器人。机器学习上，谷歌于2018年1月推出机器学习产品- Cloud AutoML，拥有视觉、自然语言处理、翻译等多种服务。在对话式人工智能方面，谷歌Duplex目前已然超过苹果Siri。
智能音箱方面，谷歌新发布的Google Home Hub智能音箱目前整合了谷歌的全线产品，包括：Calendar、Maps、YouTube、Search、Photos，正成为谷歌的新的技术王牌。
沉浸感方面，谷歌一向重视AR，刚刚更新了ARCore新的支持设备列表，宣布将支持苹果iPhone XS、iPhone Xs Max、12.9英寸的iPad Pro （第一代和第二代），10.5英寸的iPad Pro，以及9.7英寸的iPad Pro和Nokia 7.1。
边缘计算领域，谷歌在2018年7月重磅推出了Edge TPU芯片，这款芯片将为边缘设备提供强大的计算和学习能力，成为谷歌边缘计算战略的重要组成部分。
对于量子计算，谷歌量子人工智能实验室在2018年5月就宣布了全新的量子计算器 “Bristlecone”（狐尾松） ，号称“ 为构建大型量子计算机提供了极具说服力的原理证明 ”。该处理器已经支持到多达 72个量子位（qubit） ，彼此组成一个矩阵，数据读取和逻辑运算的错误率已经相当低。而如果能将量子处理器的错误率控制在足够低的水平，解决明确的计算科学问题时就能超越传统硅计算机，实现所谓的 “量子霸权”（quantum supremacy）。
Facebook | 脸书
作为全球性的社交网络，Facebook每天产生海量的数据。
它对尤其VR/AR情有独钟。早在2014年，Facebook宣布已与虚拟现实设备生产商Oculus VR达成收购协议，交易涉及金额约为20亿美元。当Snapchat更名为Snap时，Facebook已经察觉到Snapchat的动向，由此发布了全新的AR平台，并邀请开发者为Facebook开发AR体验。
同时，旗下的Oculus VR 推出了独立的Oculus Go虚拟现实设备，但该设备目前依赖于高通的芯片。另外，Facebook的 Oculus虚拟现实部门和Building8硬件部门正在开发几种未来的设备，比如与Echo Show类似带有大触摸屏可以用于视频聊天的智能音箱。
2018年10月，Facebook发布了首款消费级电子产品Portal与Portal+——这是Facebook推出的智能音箱，该设备还能够与亚马逊公司的Alexa通话。
Facebook AI研究院将在两年内的规模扩张一倍，目前拥有180名至200名员工，于世界各地增设 FAIR 分部。
芯片部分，科技巨头越来越意识到自主研发芯片的重要性，苹果iPhone和iPad上搭载的A系列芯片已经证明了这一点，Google也已经开始这样做，采用定制AI协处理器的Pixel 2就是一个最近的例子。Facebook也在加入苹果和Google的阵营，想通过自主研发芯片建立自身的优势。
Alibaba | 阿里巴巴
阿里巴巴是目前最有希望跻身全球Top5的中国科技公司，尤其是阿里云的成功，让它成为一家服务全球的科技企业。
和其他科技公司的AI路线不同，阿里走了一条与众不同的路——产业AI（AI for Industries），这个战略的实施者是阿里云。简单来说，就是在具体的一个个产业里发挥作用的AI技术和产品。阿里云强调，AI必须要能够与传统产业无缝结合，推助产业核心部类向前发展，才能发挥计算的真正价值。阿里云2016年推出的ET城市大脑，就是通过AI优化城市资源，在杭州，城市大脑接管了1300个路口的信号灯，4500路的视频，将杭州城市里散落在交通管理、公共服务等领域的百亿级的数据汇聚起来，搭建完整的城市交通动态网，最终实现对交通的优化。除了城市之外，阿里云还陆续推出了ET工业大脑、ET农业大脑、ET环境大脑等。
边缘计算也是阿里巴巴重度布局的领域。2018年3月，阿里巴巴宣布全面进军IoT领域，战略布局边缘计算，陆续推出了Link Edge、边缘节点服务ENS等，将阿里云的边缘计算能力部署在各种智能设备和计算节点上，如车载中控、工业流水线控制台、路由器等。
量子计算方面，2015年，阿里就联合中科院年成立了“中国科学院-阿里巴巴量子计算实验室”，开始量子计算的前瞻性研究，今年5月阿里巴巴推出世界最强量子模拟器“太章”，基于阿里云的在线集群超强算力，在世界上率先成功模拟了 81（9×9）比特40层的作为基准的随机量子电路，远超此前的 49 比特。在全球前十的科技中，阿里和谷歌、IBM是唯一涉及量子计算的三巨头。
结语
从技术到企业，未来以智能设备为特色，各科技巨头将提供越来越有洞察力的数字服务。智能数字网格在过去两年中一直是焦点之一，并且将一直是2019年的主要旋律。眼下中国的智慧城市等业务正在深度迈进，越来越多的公司将重度参与到整个数字化的进程中，而这些战略性技术势必成为企业变革乃至社会变革的根本推动力。
来源：泰一数据
工商网监
评论