【2017-2019】Gartner战略技术趋势一览

640?wx_fmt=png

来源:学术plus 、装备参考


近期,Gartner公布了2019年十大战略技术趋势的预测,值此之际,本文总结回顾并简要分析了2017-2019三年的战略趋势变化。


Gartner副总裁兼研究员David Cearley指出:在智能、数字、网格三大领域下的趋势仍是未来持续创新和战略的关键部分。而2019年除了这三个领域之外,“数字道德隐私”和“量子计算”首次纳入Gartner十大战略技术趋势的名单中。此外,区块链、量子计算、增强分析和人工智能将很有可能创造全新的商业模式。


640?wx_fmt=png


 Gartner十大战略技术趋势 2017-2019 


640?wx_fmt=png

 

2019 Gartner 十大战略技术趋势 · 发展重点


区块链,量子计算,增强分析和人工智能将推动中断和新的商业模式。


Gartner副总裁兼研究员David Cearley在Gartner 2018 Symposium / ITxpo会议上指出以下三个主题下的趋势是持续创新的关键,也是下一步战略的重要部分。


  • 智能/Intelligent:人工智能如何在几乎所有现有技术中,并创建全新的类别。

  • 数字/Digital:融合数字世界和物理世界,创造一个身临其境的世界。

  • 网格/Mesh:利用不断扩展的人员,企业,设备,内容和服务之间的联系。


2019 Gartner 十大战略技术趋势 · 详解


趋势1:自主设备;趋势2:增强分析;趋势3:人工智能驱动的开发;趋势4:数字孪生;趋势5:赋权边缘;趋势6:沉浸式技术;趋势7:区块链;趋势8:智能空间;趋势9:数字道德和隐私;趋势第10号:量子计算。


趋势1:自主设备


无论是汽车,机器人还是农业,都将使用AI来执行传统上由人类完成的任务。智能的复杂程度各不相同,但所有自主事物都使用人工智能与他们的环境进行更自然的交互。


包含五种类型:机器人、车辆、无人机、家电、媒介。


这五种类型占据四种环境:海洋,陆地,空中和数字空间。它们都具有不同程度的能力,协调和智能。例如,它们可以跨越在空中操作的无人机,人工辅助在田地中完全自主地操作的农业机器人。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。诸如无人机群之类的协作自主事物将越来越多地推动人工智能系统的未来发展


注意:自主设备中AI驱动的自主功能只适合用于狭义的机器智能,并不是人类大脑在决策,智力或通用学习方面的高级能力。


趋势2:增强分析


数据科学家现在拥有巨大数量的数据用来分析,并从中得出结论。然而,鉴于数据量,不可能探索所有可能的结论。这意味着企业可能会错过某些关键结论。


增强分析代表了数据和分析能力的第三大浪潮,因为数据科学家使用自动算法来探索更多假设。数据科学和机器学习平台已经改变了企业的分析方式。


“到2020年,超过40%的数据科学任务将实现自动化” 


增强分析可识别隐藏的模式,同时消除个人偏见。


Gartner预测,到2020年,超过40%的数据科学任务将实现自动化,从而提高数据科学家的生产力。在公民数据科学家和增强分析之间,数据洞察将在整个企业中得到更广泛的应用,包括分析师,决策者和运营工作者。


趋势3:AI驱动的开发


AI驱动的开发指的是:将AI嵌入到应用程序中,并使用AI为开发过程创建AI驱动的工具,技术和最佳实践。这一趋势主要有以下三个发展路径:


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。借助这些工具,专业开发人员可以将AI驱动的功能和模型注入应用程序,而无需专业数据科学家的参与。


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。增强分析,自动化测试,自动代码生成和自动化解决方案开发将加速开发过程,并使更广泛的用户能够开发应用程序。


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)的更高活动。


市场将从关注与开发人员合作的数据科学家转移到使用作为服务提供的预定义模型独立运营的开发人员。这使更多的开发人员能够利用这些服务,并提高效率。


趋势4:数字孪生


数字双胞胎是指现实世界实体或系统的数字化表现。数字双胞胎也可以连接起来创建大型系统的孪生,例如发电厂或城市。数字孪生在当今的语境中蕴含的新的意义如下:


模型的稳健性,重点关注它们如何支持特定的业务


与现实世界的链接,可能实时用于监控和控制


应用先进的大数据分析和人工智能来推动新的商机


能够与他们互动并评估“假设”情景


重点在于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,新产品数据和提高效率来改善企业决策。数字孪生也逐步应用于组织管理中,以创建组织流程模型,以实现实时监控并提高流程效率。


趋势5:赋权边缘


边缘指的是人们使用或嵌入我们周围世界的端点设备。边缘计算是一种拓扑,其中信息处理和内容收集和交付更靠近信息源,并且保持本地流量将减少延迟。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将解决高WAN成本和不可接受的延迟水平等挑战。


“技术和思维将人们与数百个边缘设备联系起来”


到2028年,Gartner预计在边缘设备中嵌入传感器,存储,计算和高级AI功能将不断增加。一般而言,智能将走向各种终端设备的边缘,从工业设备到屏幕再到智能手机再到汽车发电机。


趋势6:沉浸式技术


到2028年,改变用户与世界互动方式的会话平台,以及改变用户如何看待世界的增强现实(AR),混合现实(MR)和虚拟现实(VR)等技术将带来新的身临其境的体验。AR,MR和VR 显示出提高生产力的潜力,下一代VR能够感知形状并跟踪用户的位置和MR,使人们能够查看和与他们的世界互动。


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对话。


趋势7:区块链


区块链是一种分布式帐本,是由网络中所有参与者共享的加密签名,通过实现信任的方式,提供透明度和减少业务生态系统间的摩擦,来重塑行业,从而降低成本,缩短交易结算时间并改善现金流。区块链允许公司跟踪交易,而无需集中方(银行)。这极大地减少了商业摩擦,并且从金融领域扩展到政府,医疗保健,制造业,供应链等。


然而,纯区块链模型尚不成熟,难以扩展。企业应该开始评估该技术,因为预测区块链将在2030年之前创造3.1万亿的商业价值。


趋势8:智能空间


智能空间是物理或数字环境,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。随着技术成为日常生活中更加集成的一部分,智能空间将进入加速交付的时期。此外,随着个人解决方案成为智能空间,其他趋势如AI驱动技术,边缘计算,区块链和数字孪生正在朝着这一趋势发展。


智能空间要是先的5个关键扩展维度是:开放性,连通性,协调性,智能性和范围。从本质上讲,智能空间正在发展,因为单个技术从孤岛中产生,共同协作以创建协作和交互环境。智能空间最好例子是智能城市,其中结合商业,住宅和工业社区的区域正在使用智能城市生态系统框架进行设计,所有部门都与社会和社区协作相关联。


趋势9:数字道德和隐私


消费者越来越意识到他们的个人信息的价值,他们越来越关注公共和私人实体如何使用个人信息。而没有做到这点的企业则面临消费者攻击的风险。


有关隐私的对话必须以道德和信任为基础。


谈话应该从“我们是否符合规则?”转向“我们这样做正确吗?”


政府越来越多地规划或通过公司必须遵守的法规,消费者正在谨慎地保护或删除有关他们自己的信息。公司必须获得并保持与客户的信任才能取得成功,并且他们还必须遵循内部价值观,以确保客户对他们依旧保有信心。


趋势第10号:量子计算


量子计算是一种非经典计算,它基于亚原子粒子的量子态,它将信息表示为表示为量子位或“量子位”的元素。量子计算机是指数级可扩展且高度并行的计算模型。


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。量子计算机理论上可以同时处理数百万次计算。其商业可用、价格合理、服务可靠的特点将彻底改变一些行业。

640?wx_fmt=png


640?wx_fmt=jpeg


640?wx_fmt=png


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/493734.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

目标检测必看——RCNN是怎样融合了分类与回归,CNN与SVM

人和动物的区别之一是人能使用工具,而在人开始使用磨制石器时人类进入新石器时代。在目标检测领域,也有一个划时代的算法,在它之后目标检测开始进入深度学习的时代——它就是今天的主角:R-CNN。在RCNN之后,出现了更多优…

《自然》杂志:面对“电车难题”,不同国家的人有不同的道德选择

来源:36Kr电车难题原本只是一个思想实验。但是无人车的发展却绕不开这个问题。因为机器在无论如何都会撞死人的情况下必须靠预先植入的道德代码做出判断:该牺牲谁,该保谁。但是一项有全球230万人参与的调查表明:这个问题并不存在普…

Mac OS X Terminal 101:终端使用初级教程

文章目录1 为什么要使用命令行/如何开启命令行?2 初识Command Line3 关于 man 命令4 命令行,文件和路径 4.1 两种路径:绝对路径和相对路径4.2 切换到其他路径和目录4.3 处理特殊字符4.4 查看隐藏文件4.5 前往其他卷5 用Command-Line管理文件 …

Fast R-CNN整体把握

RCNN很好地解决了目标检测分类和定位的问题。但是缺点是速度太慢。 原因1:2k个候选区域都要经过变形成统一的正方形才能依次输入CNN进行特征提取。候选区域可能是互相包含的,这就导致原图同一个区域特征的重复提取。 原因2:RCNN的分类和回归…

2万字看完腾讯最纯粹的一届WE大会:从黑洞、虫洞到克隆猴

来源:虎嗅APP腾讯还有梦想,因为腾讯还有WE大会。5年来,腾讯从全世界邀请了几十位难得一见的科学家不远万里来到北京展览馆,比如去年邀请的剑桥大学教授、著名宇宙学家霍金(视频演讲),不想成为绝…

Fater R-CNN 整体把握

在R-CNN中提到过,候选区域的提取和之后的目标检测其实是独立的,所以我们可以使用任意的算法如SS。Fast-RCNN改进的是目标检测部分,但是其实候选区域的提取也挺费时的,Faster R-CNN就把改进方向放在了这里。 我们已经领略到了CNN的…

马斯克,特斯拉首席小白鼠

来源:量子位伊隆马斯克,比你想的还要激进。作为特斯拉CEO,马斯克经常一边自己坐在Model S上,一边召开电话会议。车辆的驾驶交给Autopilot,也就是那个时不时会出次意外的自动驾驶系统。他这么做不仅仅是想节约时间&…

windows下caffe+CPUOnly实现MNIST手写分类

工具下载 微软官方移植的Caffe&#xff1a;https://github.com/Microsoft/caffe 对属性表的操作需要把实例属性表的后缀改成vs可用的.props 打开同一个文件夹下的Caffe.sln&#xff0c;查看其中的属性表<CpuOnlyBuild>true</CpuOnlyBuild><UseCuDNN>false<…

Yann LeCun专访:我不觉得自己有天分,但是我一直往聪明人堆里钻

来源&#xff1a;AI 科技评论摘要&#xff1a;纽约大学教授、Facebook 副总裁与首席 AI 科学家 Yann LeCun 由于对深度学习的突出贡献&#xff0c;被誉为深度学习的「三驾马车」之一&#xff0c;更被称为「CNN」之父。Yann LeCun 也一直非常活跃&#xff0c;发论文、教学、创立…

任务分配调整

在经过新一轮分工讨论后&#xff0c;我们将我们最初的分工做了一次更新。截图于此。但是同样&#xff0c;基于敏捷开发的原则&#xff0c;任务将会在过程中为适应遇到的情况而不断更新。 请大家及时完成各自任务&#xff0c;并每天22点之前在tfs上更新完毕&#xff0c;同时将当…

以LeNet-5为例理解CNN

在用caffe实现对MNIST手写数字分类的过程中发现利用的网络是LetNet-5.决定从这个网络入手好好认识一下CNN。 LeNet-5早在1998年就出现了&#xff08;5表示5层模型&#xff09;&#xff0c;标志着CNN的诞生。以其作者YannLeCun的名字命名。但是却没有得到广泛的应用&#xff0c;…

任正非最新谈话:直到2006年,我才真正抛弃自杀的念头

来源&#xff1a;世界科技创新论坛摘要&#xff1a;日前&#xff0c;一份任正非会见索尼CEO吉田宪一郎会谈纪要流出&#xff0c;这份纪要以吉田宪一郎发问任正非的视角&#xff0c;揭开了不少华为鲜为人知的故事&#xff0c;其中涉及华为的管理、创业之初的故事&#xff0c;还有…

前沿 | 历时十二年!曼彻斯特百万级神经元的类脑超算终开启

具有百万处理器内核的「脉冲神经网络架构」或 SpiNNaker&#xff0c;每秒能完成约 200 兆次运算。来源&#xff1a;机器之心摘要&#xff1a;这台世界最大的神经形态超级计算机由曼彻斯特大学计算机科学学院设计和制造&#xff0c;它被设计和制造成与人脑相同的工作方式&#x…

Caffe中的卷积实现

https://www.zhihu.com/question/28385679 https://github.com/Yangqing/caffe/wiki/Convolution-in-Caffe:-a-memo 作者贾扬清亲自解释了这个问题。Caffe框架是他在研究生毕业毕业前两个月的时间写的&#xff0c;自然有一些缺点&#xff08;占用内存方面&#xff09;。其实卷积…

小程序创业:新金矿、野望与焦虑

来源&#xff1a;视觉中国摘要&#xff1a;小程序正在带来新的红利&#xff0c;互联网上的生意可以再做一遍&#xff1f;张远想要尽可能地保持低调&#xff0c;但现在这个愿望正在变得越来越难。在最近几个月阿拉丁小程序排行榜上&#xff0c;糖豆广场舞、糖豆爱生活、糖豆每日…

网络编程套接字socket

哈哈哈&#xff0c;之前的保存成草稿忘了发 目录 一 . 先回顾一下网络初始中的相关概念&#xff1a; 1.网络通信&#xff1a; 2.局域网&#xff1a; 3.广域网&#xff1a; 4.IP地址&#xff1a; 5.端口&#xff1a; 概念 格式 6.协议&#xff1a; 7.五元组&#xff1a; 8.分层…

增长率高达40%!物联网平台如何拉动产业马车飞速狂奔

来源&#xff1a; 联动原素、安信通信研究、IoT Analytics物联网智库 整理发布物联网的低准入门槛造就了这个内容庞大的产业生态&#xff0c;致使更多的企业融入进来。伴随物联网大规模发展&#xff0c;物联网平台在其中的作用越加凸显&#xff0c;新一轮资本涌入、技术开发、业…

中国代表性Fintech企业动态观察

来源&#xff1a;全球高科技联盟阿里巴巴系企业一、阿里巴巴金融科技和区块链总体布局揭开面纱9月28日&#xff0c;阿里达摩院官网正式上线&#xff0c;公开5 大研究领域、14 个实验室&#xff0c;从中可一探阿里在金融科技和区块链领域的总体技术布局。阿里金融科技领域致力于…

windows+caffe下对CIFAR训练

CIFAR是什么 CIFAR-10和CIFAR-100都是带标签的大小为8000万小图数据集的子集。其中CIFAR-10有10类&#xff0c;每类6000个大小为32x32的图像。其中训练图像和测试图像的比例是5:1&#xff0c;对每类图像&#xff0c;随机选择1000个测试图像&#xff0c;剩下的就是训练图像。注意…

BAT看上了产业互联网

来源&#xff1a;《中国经济周刊》2018年 第 43 期摘要&#xff1a;互联网浪潮正从过去的消费互联网向产业互联网转移&#xff0c;巨头们正在把“矛头”从C(消费者)端转向B(企业)端&#xff0c;他们希望越来越多的企业接入互联网&#xff0c;进行数字化和智能化改造&#xff0c…