预计在2019年将进入被广泛采用阶段的十大技术

IEEE计算机协会（IEEE-CS）技术专家公布了他们对技术发展趋势的年度预测，提出了他们认为2019年会被最广泛采用的技术。今年，专家们还审查了一些尚未被广泛采用、明年还将被再次讨论的新技术（例如数字双胞胎技术）以及包括Kubernetes和Docker等在内的一些已被广泛采用的技术。这个全球首屈一指的计算机专业人士组织发布的预测一直是最受期待的公告之一。

IEEE计算机协会主席Hironori Kasahara说：“计算机协会的预测基于一流技术专家团队的深入分析，确定了在2019年具有巨大潜力扰乱市场的前十项技术。技术社群依赖于计算机协会作为技术IP、趋势和信息的来源。IEEE-CS的预测表明我们致力于让我们的社群为未来的技术图景做好准备。”

惠普公司杰出技术专家和IEEE计算机协会前主席（2014年）DejanMilojicic说：“在2019年，我们期望在交通运输、高级安全和人性化技术领域越来越多地采用深度学习加速器。在先进材料的推动下，虚拟现实和身联网的应用将把未来扩展到新的未知领域。我们对我们在2019年技术趋势方面所做的预测感到兴奋。”

预计在2019年将进入被广泛采用阶段的十大技术：

1.深度学习加速器，如GPU、FPGA和最近的TPU。越来越多的公司已宣布计划设计自己的加速器，这些加速器被广泛应用于数据中心。也有机会将它们部署在边缘，最初将用于推理和渐进式的有限培训。深度学习加速器也包括用于超低功率设备的加速器。这些技术的发展将允许机器学习（或智能设备）用于许多物联网装置和设备。

2.辅助驾驶。虽然完全自主的自动驾驶车辆的愿景可能还需要几年时间才能成真，但辅助驾驶技术正越来越多地应用于个人和市政（专用）交通工具。辅助驾驶在广泛识别方面已经非常有用，并正在为全自动驾驶车辆铺平道路。该技术高度依赖于深度学习加速器（见第1条）来进行视频识别。

3.身联网（InternetofBodies,IoB）。物联网和自我监测技术正在更加靠近人体甚至进入人体内部。消费者对使用外部设备（例如健身追踪器和智能眼镜）进行自我跟踪以及对使用增强现实设备玩游戏感到满意。数字药片正在进入主流医学领域，人体附着式、植入式和嵌入式IoB设备也开始与环境中的传感器进行交互。这些设备可以生成更丰富的数据，从而实现更有趣和有用的应用程序，但同时也引发了对安全性、隐私、物理伤害和滥用的担忧。

4.社会信用算法。这些算法使用面部识别和其他先进生物识别技术来识别一个人，并从社交媒体和其他数字化档案中检索关于该人的数据，以便批准或拒绝其访问消费类产品或社会服务。在我们这个日益网络化的世界中，生物识别技术和混合型社交数据流的结合，可以将一个简单观察转化为对一个人的好坏及是否值得得到公众社会认可的判断。据报道，一些国家已经在使用社会信用算法来评估对国家的忠诚度。

5.先进（智能）材料和设备。我们相信，用于传感器、执行器和无线通信的新颖和先进材料和设备（如可调玻璃、智能纸和可吸收的传感器等），将在医疗保健、包装、家电等领域创造激动人心的应用爆炸。这些技术还将促进普适、泛在和沉浸式计算的发展，例如带有可折叠屏幕的手机在最近的推出。这些技术的使用将对我们感知物联网设备的方式产生巨大影响，并将带来新的使用模式。

6.主动安全保护。保护计算机系统的传统方法涉及部署预防机制，例如防病毒软件。随着攻击变得越来越复杂，保护成本增加但保护机制的有效性降低。然而，正在出现使用主动方法的新一代安全机制，主动方法如在新的攻击类型暴露时能被激活的钩子以及识别复杂攻击的机器学习机制等。攻击攻击者也具有技术上的可能性，但几乎总是非法的。

7.虚拟现实（VR）和增强现实（AR）。多年来，这些相关技术在某些方面已成为主流。举个众所周知的例子，Pokemon Go是一款使用智能手机的相机在现实环境中插入虚构物品的游戏。随着其他消费类设备变得便宜且普遍，游戏显然是这些技术的一种驱动力。VR和AR技术对教育、工程和其他领域也很有用。然而，也存在着一个“第22条军规”，由于进入成本高，导致应用程序缺乏，而应用程序缺乏，又导致成本居高不下。随着VR头盔广告出现在黄金时段的电视节目，我们可能终于到达了一个临界点。

8.聊天机器人。这些人工智能（AI）程序使用预先计算的关键用户短语和基于听觉或文本的信号来模拟交互式人类对话。聊天机器人最近开始使用自创的句子代替预先计算出的用户短语，得到了更好的结果。聊天机器人经常用于社交网络中心的基本客户服务，通常作为智能虚拟助理被包含在操作系统中。我们最近还见证了将聊天机器人作为能够进行机器对机器通信的个人助理使用。事实上，聊天机器人模仿人类的能力是如此之强，以至于一些国家正在考虑要求聊天机器人披露自己并非人类。业界正在寻求将聊天机器人应用作为提供治疗支持的一种方式，扩展到与认知障碍儿童的互动。

9.自动语音垃圾（robocall）预防。垃圾电话是一个日益复杂的问题，例如假冒受害者家属和商业伙伴的来电号码，这导致人们经常忽略来电呼叫，从而产生诸如真正的紧急呼叫未得到应答的风险。然而，新出现的技术现在可以阻止被假冒的呼叫者ID，并拦截可疑的来电，计算机会向呼叫者问问题以评估他或她是否合法。

10.人性化技术（特别是机器学习）。我们正在接近技术可以帮助解决社会问题的历史时刻。我们预测，机器学习、机器人和无人机的大规模使用将有助于改善农业、缓解干旱，确保粮食供应，并改善偏远地区的健康状况。一些行动已经开始，但我们预测明年的采用率和成功案例报告将会增加。“无处不在的传感器”以及物联网和边缘计算的进步是促成采用这种技术的主要因素。最近发生的重大火灾和桥梁坍塌等事件使在森林和智能道路等领域采用监测技术的紧迫性进一步加大。

以下是我们认为非常有前景但要在2019年之后才会被广泛采用的一些技术（我们将在明年再次考虑这些技术）：

11.数字双胞胎。数字双胞胎是用于理解、预测和优化绩效以改善业务结果的资产和流程的软件表示。数字双胞胎可以是真实实体（包括人类）的任何特征的数字表示。数字化特征的选择取决于双胞胎的预期用途。许多公司已经在使用“数字双胞胎”技术：根据分析师的说法，物联网领域48％的公司已经开始采用该技术。这包括用于非常复杂的实体（例如像Digital Singapore这样的整个智能城市）的数字双胞胎。数字双胞胎还有望在未来三年在医疗领域发挥变革作用。

12.实时光线追踪。 RT2一直被认为是计算机图形渲染的圣杯。尽管该技术本身已经非常成熟，但直到最近，它都因计算量太大而无法实时执行，从而所有光线追踪的场景都必须提前脚本化和渲染。在2018年，我们见证了一个具有RT2功能的消费类产品家族的首次亮相。在接下来的几年中，我们期望看到增量迭代，直到真正的RT2得到广泛应用。最初，我们预计增长将由消费类应用程序（如游戏）驱动，其次是专业应用（如培训和模拟）。该技术与虚拟现实技术（见第7条）相结合，会为高保真视觉仿真开辟出新领域。

13.无服务器计算。这用于指代云中的lambda类产品家族，例如AWS Lambda、Google Cloud Functions、Azure Functions、Nuclio等。“无服务器”是虚拟化、容器和微服务系列的下一步。与IaaS不同，在无服务器计算中，服务提供者以非常细的粒度（一直到单个功能）管理资源。最终用户可以专注于功能，而不必预先分配实例或容器或显式地管理它们。虽然无服务器计算仍处于被采用的早期阶段，但该技术对服务提供者和用户都有吸引力（服务提供者的资源利用率更高，用户可以按实际所用付费），因此我们预计对该技术的采用将快速增长，在未来几年里我们将开始看到该技术会被大量采用。

最后，我们考虑了一些我们认为已经被广泛采用的技术：

13.Kubernetes和Docker。Docker的被接纳和Google让Kubernetes开源的决定，激励了更广泛的开源社区支持这两项技术。。这使得Kubernetes成为过去两年中最受欢迎的开源项目之一，并且成为在内部集群和公共云上运行容器化分布式应用程序的事实标准。早期采用者已经在生产中使用了Kubernetes，在安全性和可靠性方面的有计划的进展有望吸引传统的公司企业使用它们。我们预计，在2019年Kubernetes将取代经编制的专有基础设施，用于运行大数据处理和重构的开源代码。

14.边缘计算。边缘计算使用为传感器配置的或在网络边缘的微处理器将物联网数据转换为可用信息。边缘计算减少了对网络带宽、数据存储和分析的需求。代价是移动设备的功率增加，这需要在能量收集和存储方面进行创新。边缘计算的创新将加速各种应用的新发展。

由顶尖技术专家组成的IEEE-CS团队包括下述成员：桑迪亚国家实验室的Erik DeBenedictis、SAP首席工程师Zoran Dimitrijevic、Perspecta Labs首席科学家Fred Douglis、惠普公司研究员Paolo Faraboschi、数据科学家Eitan Frachtenberg、宾夕法尼亚州立大学教授Phil Laplant、，东北大学法学教授/计算机科学教授（客座）及法律、创新和创造中心联合主任Andrea Matwyshyn、Technion教授Avi Mendelson、惠普公司杰出技术专家和IEEE计算机协会2014年主席Dejan Milojicic以及IEEE-FDC共生自治系统倡议（Symbiotic Autonomous Systems Initiative of IEEE-FDC）的主席Robert-Saracco。可以对本文档的上述技术贡献者进行采访。

2019年底，我们将回顾这些预测，并确定它们与技术现实的匹配程度。请在2019年12月我们对2019年的预测进行评分时，再来核查。