2017年7月， Gartner 公司發(fā)布了年度 新興技術(shù) 成熟度曲線。Gartner認(rèn)為，2017年技術(shù)成熟度曲線揭示了未來5-10年的三方面技術(shù)趨勢(shì)，一是無處不在的 人工智能 、二是身臨其境的體驗(yàn)、三是 數(shù)字化平臺(tái) ，這三個(gè)方面的匯聚會(huì)帶來有競(jìng)爭(zhēng)力的 商業(yè)生態(tài) 。

圖1? 2017新興技術(shù)成熟度曲線（來源：Gartner 2017年7月）

突出趨勢(shì)

---

2017年，Gartner推出三方面趨勢(shì)：1、無處不在的人工智能（AI）；2、透明化身臨其境的體驗(yàn)；3、數(shù)字化平臺(tái)。在這三大趨勢(shì)下，四個(gè)技術(shù)領(lǐng)域值得決策者優(yōu)先關(guān)注，因?yàn)楹推髽I(yè)加快和加深技術(shù)創(chuàng)新有關(guān)，并對(duì)如何對(duì)待員工、客戶、合作伙伴產(chǎn)生重要影響，它們分別是：商業(yè)生態(tài)擴(kuò)展類技術(shù)，例如 區(qū)塊鏈 ；融合類技術(shù)，例如腦機(jī)接口；商業(yè)自動(dòng)化技術(shù)，例如承載貨物與服務(wù)的商業(yè)無人機(jī)；安全類技術(shù)，例如軟件定義安全將帶來更加安全的數(shù)字化世界。

1無處不在的人工智能

未來10年，人工智能將成為最具破壞性級(jí)別的技術(shù)，主要是因?yàn)樽吭降挠?jì)算能力、漫無邊際的數(shù)據(jù)集、深度神經(jīng)網(wǎng)絡(luò)領(lǐng)域的超乎尋常的進(jìn)步。插上AI這個(gè)“翅膀”，人們基于數(shù)據(jù)可以解決超乎想象的若干問題。

企業(yè)圍繞這個(gè)主題考慮以下技術(shù)：深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)，通用智能、自動(dòng)駕駛、認(rèn)知計(jì)算、商業(yè)無人機(jī)（無人機(jī)）、對(duì)話用戶界面、企業(yè)分類法和本體管理、機(jī)器學(xué)習(xí)，智能微塵、智能 機(jī)器人 ，智能空間。

2透明化身臨其境的體驗(yàn)

技術(shù)強(qiáng)調(diào)以人為中心，它將提高人、企業(yè)和事物之間的透明度。隨著技術(shù)演變更加適應(yīng)工作場(chǎng)所和家庭環(huán)境，并且與企業(yè)和其他人的互動(dòng)加強(qiáng)，這種關(guān)系將變得更加交織。

需要考慮的關(guān)鍵技術(shù)包括：4D打印、增強(qiáng)現(xiàn)實(shí)、腦機(jī)接口、互聯(lián)家庭、人體增強(qiáng)、納米管電子、虛擬現(xiàn)實(shí)和立體顯示。

3數(shù)字化平臺(tái)

大數(shù)據(jù) 、卓越的計(jì)算能力和無處不在的技術(shù)生態(tài)構(gòu)成了新興技術(shù)的革命性的堅(jiān)實(shí)基礎(chǔ)。這種從技術(shù)結(jié)構(gòu)向生態(tài)支持的數(shù)字平臺(tái)的轉(zhuǎn)換成為人和技術(shù)之間的橋梁——新商業(yè)模式的基礎(chǔ)。在這些充滿活力的生態(tài)中，企業(yè)必須主動(dòng)理解生態(tài)平臺(tái)并重新定義他們的戰(zhàn)略，產(chǎn)生對(duì)應(yīng)的平臺(tái)商業(yè)模式，探索平臺(tái)內(nèi)在和外在的構(gòu)造，從而依靠平臺(tái)產(chǎn)生更多的價(jià)值。

需要跟蹤的關(guān)鍵技術(shù)有5G、數(shù)字孿生、邊緣計(jì)算、區(qū)塊鏈、物聯(lián)網(wǎng)平臺(tái)，神經(jīng)形態(tài)硬件、量子計(jì)算、無服務(wù)器PaaS和軟件定義安全。

重點(diǎn)關(guān)注

---

一是人工智能類新興技術(shù)在今年的成熟度曲線上快速移動(dòng)。這些技術(shù)正處于曲線的巔峰位置，它們也是支撐和創(chuàng)造透明和身臨其境體驗(yàn)的關(guān)鍵技術(shù)。二是數(shù)字化平臺(tái)類技術(shù)在曲線上處于上升期，說明支撐未來范式的數(shù)字化平臺(tái)正向我們走來。三是量子計(jì)算、區(qū)塊鏈技術(shù)有望在未來5-10年產(chǎn)生變革性和戲劇性的影響。

1新技術(shù)

了解2017新興技術(shù)成熟度曲線第一次引入的技術(shù)，為企業(yè)架構(gòu)師（EA）提供未來幾年戰(zhàn)略性技術(shù)趨勢(shì)的領(lǐng)先指標(biāo)。下面的8個(gè)新技術(shù)將支持EA和技術(shù)創(chuàng)新的領(lǐng)導(dǎo)者們理解應(yīng)用無處不在的人工智能，透明身臨其境的體驗(yàn)和數(shù)字平臺(tái)這三個(gè)主題：

5G

通用人工智能

深度學(xué)習(xí)

深度強(qiáng)化學(xué)習(xí)

數(shù)字孿生

邊緣計(jì)算

無服務(wù)器PaaS

認(rèn)知計(jì)算

2顯著移動(dòng)技術(shù)

區(qū)塊鏈

區(qū)塊鏈概念正在得到人們認(rèn)可，未來它將改變行業(yè)的經(jīng)營模式。區(qū)塊鏈在多個(gè)行業(yè)使用的實(shí)例表明其初步價(jià)值，但還需要進(jìn)一步的驗(yàn)證。未來，我們將看到區(qū)塊鏈在金融服務(wù)業(yè)、制造業(yè)、政府、醫(yī)療和教育行業(yè)得到更快的認(rèn)可和應(yīng)用。

商業(yè)無人機(jī)

AI硬件的主要進(jìn)步，計(jì)算能力的小型化，以及更為實(shí)用的深層學(xué)習(xí)算法，使得無人機(jī)可以用于金融服務(wù)、制造業(yè)、零售業(yè)和汽車業(yè)。

軟件定義安全（SDSec）

安全供應(yīng)商繼續(xù)將更多策略管理從個(gè)別硬件元素移動(dòng)到一個(gè)基于軟件的管理平面，以便保證指定安全策略的靈活性。因此，SDSec為安全政策的執(zhí)行帶來速度和敏捷性，而不管用戶的位置、信息或工作量。

腦機(jī)接口

隨著可穿戴技術(shù)的發(fā)展，微型化、智能化、個(gè)性化在普通場(chǎng)合也變得越來越普及，應(yīng)用程序?qū)⑹芤嬗诨旌霞夹g(shù)，將大腦、注視和肌肉跟蹤結(jié)合起來，提供免提交互。在未來的五年中，隨著虛擬現(xiàn)實(shí)（VR）硬件的發(fā)展，很有可能這種技術(shù)的較新版本是包含在VR耳機(jī)設(shè)計(jì)中。腦-機(jī)接口不僅顯示出重大進(jìn)展，而且以一種變革的方式增加了它的影響。

3脫離曲線技術(shù)

在許多情況下，這些技術(shù)不再是“新興的”，而是正慢慢的融入我們的生活，從新興技術(shù)曲線中離開的技術(shù)只是為了突出其他的新興技術(shù)。出現(xiàn)在2016年新興技術(shù)曲線，但沒有出現(xiàn)在今年新興技術(shù)曲線的技術(shù)有：

802.11ax

情感計(jì)算

情境經(jīng)紀(jì)

手勢(shì)控制設(shè)備

數(shù)據(jù)經(jīng)紀(jì)人

微數(shù)據(jù)中心

自然語言問答

個(gè)人分析

智能數(shù)字挖掘

虛擬個(gè)人助理

4成為主流技術(shù)的時(shí)間預(yù)見

新興技術(shù)具有破壞性的性質(zhì)，但他們提供的競(jìng)爭(zhēng)優(yōu)勢(shì)還沒有完全為人所知或在市場(chǎng)上證明。然而，大多數(shù)技術(shù)將需要超過5至10年達(dá)到生產(chǎn)力高點(diǎn)。以下這些例子說明在短期和長(zhǎng)期的關(guān)鍵新興技術(shù)的影響。

2到5年將被主流采用。 無處不在的人工智能和已經(jīng)發(fā)揮效能的新興技術(shù)，例如機(jī)器學(xué)習(xí)已經(jīng)提供了廣泛而顯著的效益，而深度學(xué)習(xí)和商業(yè)無人機(jī)（無人機(jī)）的發(fā)展帶動(dòng)機(jī)器學(xué)習(xí)算法的深入進(jìn)步。以下列出2到5年的主流應(yīng)用新興技術(shù)：

增強(qiáng)數(shù)據(jù)挖掘

認(rèn)知專家顧問

深度學(xué)習(xí)

邊緣計(jì)算

商業(yè)無人機(jī)

物聯(lián)網(wǎng)平臺(tái)

機(jī)器學(xué)習(xí)

無服務(wù)器PaaS

軟件定義安全

虛擬現(xiàn)實(shí)

5到10年被主流采用 。技術(shù)調(diào)查顯示數(shù)字平臺(tái)正在充分發(fā)揮作用。軟件定義安全（SDSec）表明平臺(tái)革命正在全面發(fā)力，SDSec為安全策略的實(shí)施帶來速度和敏捷性，而不考慮用戶的位置、信息或工作量。虛擬個(gè)人助理提供不顯眼的、無處不在的、情景感知的基于顧問的解決方案，同時(shí)數(shù)據(jù)區(qū)塊鏈將擴(kuò)大分布式總賬概念，有望改變行業(yè)經(jīng)營模式。以下列出5到10年的主流應(yīng)用新興技術(shù)：

5G

深度強(qiáng)化學(xué)習(xí)

數(shù)字孿生

增強(qiáng)現(xiàn)實(shí)

區(qū)塊鏈

認(rèn)知計(jì)算

互聯(lián)家庭

對(duì)話用戶界面

企業(yè)分類法和本體管理

碳納米管電子

神經(jīng)形態(tài)硬件

智能機(jī)器人

智能工作空間

虛擬助理

超過十年被主流采用。 量子計(jì)算將提供前所未有的計(jì)算能力。通用人工智能將無處不在，人工智能將與外界融合，成為透明沉浸體驗(yàn)和數(shù)字平臺(tái)融合的關(guān)鍵因素。以下是超過10年主流采用的新興技術(shù)的清單：

4D打印

通用人工智能

自動(dòng)駕駛

腦機(jī)接口

人體技能增進(jìn)

量子計(jì)算

智能微塵

立體顯示

圖2 2017新興技術(shù)的優(yōu)先矩陣（來源：Gartner2017年7月）

分階段技術(shù)點(diǎn)

---

1上升階段

智能微塵

智能微塵是一種機(jī)器人、微機(jī)電系統(tǒng)（MEMS）或其他設(shè)備。智能微塵可以通過光學(xué)、溫度、壓力振動(dòng)、磁場(chǎng)和化學(xué)成分來檢測(cè)出任何事物。他們運(yùn)行在一個(gè)無線計(jì)算機(jī)網(wǎng)絡(luò)中，分布在一個(gè)區(qū)域來執(zhí)行任務(wù)，通常通過無線射頻識(shí)別（RFID）傳感。由于他們不使用大型天線，使得系統(tǒng)的測(cè)量精度可以達(dá)到幾毫米。

2017年，雖然針對(duì)智能微塵的研究還處在實(shí)驗(yàn)室階段，但還是有了一些進(jìn)展。如南加州大學(xué)機(jī)器人研究實(shí)驗(yàn)室（美國國防高級(jí)研究計(jì)劃局（DARPA）資助）和JLH實(shí)驗(yàn)室，以及最近的斯圖加特大學(xué)，已經(jīng)開發(fā)出一種新的“智能塵埃”微型攝像頭類似沙粒大小。本研究的目的是使塵埃盡可能小，這涉及智能化、小型化、一體化和能源管理。因?yàn)橐粋€(gè)完整的傳感器和通信系統(tǒng)集成到一個(gè)立方毫米封裝，還有很長(zhǎng)的路要走，我們還沒有看到智能灰塵大的商業(yè)應(yīng)用。然而，一些合理的小微粒在商用樓宇控制、工業(yè)監(jiān)控和安全中得到應(yīng)用。最近，安費(fèi)諾先進(jìn)傳感器宣布研制成功新的智能塵埃傳感器，主要用來檢測(cè)顆粒物，空氣質(zhì)量下降的程度等。

4D打印

四維打印（4DP）技術(shù)是用動(dòng)態(tài)能力（或功能、屬性）對(duì)材料進(jìn)行編程，并通過化學(xué)、應(yīng)用電子、顆粒或納米材料將其改變。此外，該技術(shù)具有排列、混合和放置特定材料的功能。

2017年，4DP有一些令人興奮的最新前沿應(yīng)用。哈佛團(tuán)隊(duì)運(yùn)用4DP打印轉(zhuǎn)換的組織工程支架，用來支持細(xì)胞生長(zhǎng)；維克森林研究所的研究人員打印3D印刷結(jié)構(gòu)，這種結(jié)構(gòu)由活性的細(xì)胞組成，可以代替人類組織，這種3D結(jié)構(gòu)形狀隨時(shí)間發(fā)生變化。同時(shí)，美國宇航局的工程師們已經(jīng)利用4DP打印“太空鏈郵件”。新加坡研究中心和蘇黎世瑞士聯(lián)邦技術(shù)學(xué)院的4DP研究已經(jīng)進(jìn)入公共領(lǐng)域，涉及4D打印部件及其耐久性，涉及4DP設(shè)計(jì)承重。在這項(xiàng)技術(shù)成為主流之前，仍需要10年以上的時(shí)間。

通用人工智能（AGI）

又名“強(qiáng)人工智能”或“通用機(jī)器智能”。機(jī)器具有類似人類在學(xué)習(xí)、推理、適應(yīng)和理解等方面的能力就被稱為“智能”。AGI適用于廣泛的使用案例，相對(duì)而言，弱人工智能僅限于特定（窄）的使用案例。但是，目前AGI只存在于科幻小說。2017年的人工智能系統(tǒng)，都不能通過等同于人類的智力的通用測(cè)試。這并不是說，永遠(yuǎn)不可能創(chuàng)造一種接近于人類認(rèn)知能力的機(jī)器，但我們可能距離完成必要研究和工程實(shí)驗(yàn)還有好幾十年。AGI（“強(qiáng)人工智能”）往往與認(rèn)知計(jì)算的討論糾纏在一起。弱人工智能運(yùn)用案例包括輔助駕駛、聰明顧問、虛擬客戶助理、專注于各種任務(wù)的特定智能（比如財(cái)富管理等）；強(qiáng)人工智能將給人們的生活和商業(yè)活動(dòng)帶來巨大的、甚至是毀滅性的影響。

深度強(qiáng)化學(xué)習(xí)

深度強(qiáng)化學(xué)習(xí)是深層神經(jīng)網(wǎng)絡(luò)在強(qiáng)化學(xué)習(xí)中的應(yīng)用。強(qiáng)化學(xué)習(xí)是一種機(jī)器學(xué)習(xí)技術(shù)，理解和表達(dá)獲取情況和動(dòng)作之間的映射關(guān)系。強(qiáng)化學(xué)習(xí)進(jìn)入曲線已經(jīng)有三多年的歷史了。它可以被認(rèn)為是一種啟發(fā)式的動(dòng)態(tài)規(guī)劃，由李察貝爾曼在60年前引入。2017年，深度強(qiáng)化學(xué)習(xí)表現(xiàn)搶眼，是因?yàn)橛?jì)算機(jī)游戲類領(lǐng)域深度強(qiáng)化學(xué)習(xí)的巨大成功，例如alphago（谷歌DeepMind開發(fā)）正激發(fā)人們對(duì)該領(lǐng)域的興趣，成為深度強(qiáng)化學(xué)習(xí)系統(tǒng)化、廣泛應(yīng)用的重要驅(qū)動(dòng)力。有幾個(gè)開源框架，支持強(qiáng)化學(xué)習(xí)的應(yīng)用（例如，谷歌tensorflow和那些OpenAI），但幾乎所有的商業(yè)數(shù)字化平臺(tái)目前都缺乏此功能。建議不要對(duì)深度強(qiáng)化學(xué)習(xí)期望太高，不要把深度強(qiáng)化學(xué)習(xí)放進(jìn)你的規(guī)劃或路線圖，除非你實(shí)在沒有別的解決途徑可尋。深層強(qiáng)化學(xué)習(xí)必須有深入的專業(yè)知識(shí)，最好是一個(gè)模擬或受控的環(huán)境，在這個(gè)環(huán)境中，系統(tǒng)可以拿出搜索一系列最終產(chǎn)生最佳評(píng)價(jià)的策略。當(dāng)前，除了前面提到的游戲類的深度強(qiáng)化學(xué)習(xí)，其他類別成功的深度強(qiáng)化學(xué)習(xí)還比較少見。

神經(jīng)形態(tài)硬件

神經(jīng)形態(tài)計(jì)算可以被理解為受到神經(jīng)生物學(xué)結(jié)構(gòu)概念影響的基于半導(dǎo)體處理器的計(jì)算。神經(jīng)形態(tài)芯片與傳統(tǒng)的處理器完全不同，往往需要執(zhí)行模塊，是非馮-諾伊曼結(jié)構(gòu)。2017年，神經(jīng)系統(tǒng)仍然處于非常早期的原型階段。休利特帕卡德實(shí)驗(yàn)室正在開發(fā)的點(diǎn)陣，是一種加快神經(jīng)信息處理形態(tài)的引擎設(shè)計(jì)。美光的自動(dòng)化處理器旨在為圖形分析、模式匹配和數(shù)據(jù)分析提供極高的并行性和性能。神經(jīng)形態(tài)硬件的發(fā)展存在三大障礙：一是加速計(jì)算技術(shù)（例如GPU)需要比硅基神經(jīng)更方便、更容易編程的結(jié)構(gòu)；二是知識(shí)短板，編程的神經(jīng)形態(tài)硬件要求新的執(zhí)行模型和編程方法；三是可擴(kuò)展性，大量的神經(jīng)元和深互連將挑戰(zhàn)半導(dǎo)體廠商創(chuàng)造可行的神經(jīng)形態(tài)設(shè)備的能力。

人體機(jī)能增進(jìn)

人體機(jī)能增強(qiáng)主要是用外在手段提高自身技能，提供超過正常人類極限的性能。增強(qiáng)的例子包括增加體力（例如，通過外骨骼），提高感知（例如，助聽器與手機(jī)應(yīng)用程序優(yōu)化，或植入磁體檢測(cè)電流），提高注意力，（例如，通過藥物或腦刺激）提高精神集中度。

日益專業(yè)化和能力水平等競(jìng)爭(zhēng)需求下，未來更多的人將嘗試通過人體機(jī)能增強(qiáng)來提高自己，未來20年將觸發(fā)一個(gè)價(jià)值數(shù)十億美元的市場(chǎng)。投資者可以關(guān)注選擇性增強(qiáng)的趨勢(shì)和機(jī)會(huì)，定位合適人群，挖掘市場(chǎng)潛力。關(guān)于人體機(jī)能增強(qiáng)的倫理爭(zhēng)議正在出現(xiàn)，美國幾個(gè)州已經(jīng)通過了法案，禁止雇主將芯片植入作為就業(yè)條件。

5G

5G是4G下一代蜂窩標(biāo)準(zhǔn)。這是目前被國際電信聯(lián)盟（ITU），第三代合作伙伴計(jì)劃（3GPP）和歐洲電信標(biāo)準(zhǔn)協(xié)會(huì)（ETSI）認(rèn)可的官方標(biāo)準(zhǔn)。Gartner預(yù)計(jì)，到2020年，3%的基于網(wǎng)絡(luò)的移動(dòng)通信服務(wù)提供商（CSP）將推出5G商業(yè)化網(wǎng)絡(luò)。從2018到2022年，國際上將主要利用5G來支持物聯(lián)網(wǎng)通信、高清視頻和固定無線接入。

無服務(wù)器PaaS

沒有服務(wù)業(yè)務(wù)的PaaS被稱為無服務(wù)器PaaS。所有的PaaS應(yīng)該從一開始就反映了雙方的IaaS和SaaS的設(shè)計(jì)原理是服務(wù)器。無服務(wù)器PaaS代表真正的云式操作的云平臺(tái)服務(wù)。一個(gè)服務(wù)器PaaS交付模式將提高生產(chǎn)力和效率，并幫助簡(jiǎn)化開發(fā)、規(guī)模經(jīng)營、降低基礎(chǔ)設(shè)施成本。這將創(chuàng)建一個(gè)更一致的和可管理的云應(yīng)用環(huán)境，但需要規(guī)劃的實(shí)踐和策略的調(diào)整，產(chǎn)生經(jīng)營為基礎(chǔ)的解決方案，PaaS的設(shè)計(jì)、繪制以及現(xiàn)有的一些應(yīng)用程序，需要一些新的改變。

數(shù)字孿生

數(shù)字孿生是一個(gè)虛擬物對(duì)應(yīng)一個(gè)實(shí)物。其一重要功能是數(shù)字孿生使其他軟件/系統(tǒng)與其虛擬物直接交互，而不是實(shí)際對(duì)象，以改善實(shí)際對(duì)象的維護(hù)、升級(jí)、修復(fù)和操作。數(shù)字孿生的基本要素包括被控對(duì)象的模型、對(duì)象的數(shù)據(jù)，一個(gè)唯一的一對(duì)一對(duì)應(yīng)對(duì)象和監(jiān)控對(duì)象的能力。

對(duì)汽車、建筑物和消費(fèi)產(chǎn)品來說，嵌入在虛擬模型中的功能行為的想法剛剛出現(xiàn)：到目前為止，不到1%被建模者關(guān)注。在高價(jià)值資產(chǎn)密集型行業(yè)（如交通運(yùn)輸和制造業(yè)）和關(guān)鍵領(lǐng)域（如航空航天和國防），在相對(duì)常見又比較復(fù)雜的領(lǐng)域（例如，汽車，飛機(jī)，飛船，機(jī)器），數(shù)字孿生依然罕見。迄今為止，Gartner估計(jì)只有5%的此類復(fù)雜資產(chǎn)被建模。

Gartner預(yù)計(jì)，簡(jiǎn)單的數(shù)字孿生將快速增殖。例如，面向消費(fèi)者的消費(fèi)電子產(chǎn)品等行業(yè)，簡(jiǎn)單的數(shù)字雙胞胎產(chǎn)品開始在消費(fèi)者層面增殖分化（如音響系統(tǒng)、智能照明等）。對(duì)于普通客戶而言，隨著對(duì)簡(jiǎn)單電子設(shè)備的數(shù)字孿生的體驗(yàn)的提升，比如通過移動(dòng)設(shè)備上相對(duì)簡(jiǎn)單的數(shù)碼雙胞胎遠(yuǎn)程監(jiān)控和控制他們的消費(fèi)電子產(chǎn)品，數(shù)字孿生將在普通消費(fèi)群體中得到歡迎和認(rèn)可。隨著時(shí)間的推移，越來越多的制造型企業(yè)將使用更成熟的數(shù)字雙胞胎避免設(shè)備故障和運(yùn)行設(shè)備維修計(jì)劃，優(yōu)化制造的工藝流程，提高對(duì)設(shè)備故障的預(yù)測(cè)和提高運(yùn)營效率，增強(qiáng)對(duì)產(chǎn)品的開發(fā)和維護(hù)。

量子計(jì)算

量子計(jì)算是一種非經(jīng)典計(jì)算是基于亞原子粒子的量子態(tài)。粒子的狀態(tài)代表信息，用一個(gè)稱為量子位（量子比特）的單個(gè)元素表示。一個(gè)量子位可以同時(shí)保存所有可能的結(jié)果，直到讀到一個(gè)被稱為疊加的屬性。量子位也可以與其他量子位聯(lián)系起來稱為糾纏。量子計(jì)算機(jī)操縱鏈接的量子比特來解決問題，觀察（讀取）量子比特中的最終結(jié)果。

基于量子技術(shù)的硬件可不一般，比較復(fù)雜和前沿。迄今為止，最大的糾纏演示是大約17個(gè)量子位，也是在實(shí)驗(yàn)室好奇心驅(qū)使下實(shí)現(xiàn)的。即便如此，大多數(shù)研究人員都認(rèn)為硬件不是核心問題。有效的量子計(jì)算將需要開發(fā)新的量子算法來解決現(xiàn)實(shí)世界中的問題，同時(shí)在量子態(tài)中運(yùn)行。研究人員正試圖將新的量子算法優(yōu)化到量子計(jì)算機(jī)的特定設(shè)計(jì)特性上。IBM最近開放了它的外部量子平臺(tái)，目的是提高人們對(duì)量子計(jì)算的認(rèn)識(shí)。今天，只有17個(gè)量子比特，系統(tǒng)只能解決一些微不足道的問題，但I(xiàn)BM希望通過增加量子位數(shù)量和降低錯(cuò)誤率來繼續(xù)擴(kuò)大其能級(jí)。

另一個(gè)新出現(xiàn)的方法是捕獲離子，而不是電子。離子的質(zhì)量比電子大幾千倍，這使它們不易受噪音干擾，而且更容易管理。量子計(jì)算這項(xiàng)技術(shù)繼續(xù)吸引大量資金，許多大學(xué)和企業(yè)實(shí)驗(yàn)室正在進(jìn)行大量研究。D-Wave系統(tǒng)，制造商的退火的量子計(jì)算機(jī)，目前利用2000個(gè)量子比特而不依賴于完全的糾纏量子比特。谷歌，一個(gè)D波量子計(jì)算機(jī)的用戶，相信它會(huì)促進(jìn)深度學(xué)習(xí)和量子計(jì)算的結(jié)合。微軟的量子結(jié)構(gòu)和計(jì)算組正在開發(fā)面向未來的量子算法以及編程算法軟件體系結(jié)構(gòu)。

立體顯示

立體顯示技術(shù)是將物體呈現(xiàn)為三維的效果，采用跟隨觀眾移動(dòng)的360度球面視角。與大多數(shù)平面3D顯示器不同，通過立體顯示技術(shù)可以創(chuàng)建出高度的幻覺效果或立體的視覺感受，能夠擁有非常逼真的立體效果。目前，立體顯示技術(shù)還沒有走出實(shí)驗(yàn)室，但常常被認(rèn)為像是電影《星球大戰(zhàn)》中莉亞公主的實(shí)體圖像那樣。但實(shí)體顯示仍然是一個(gè)難以捉摸卻夢(mèng)寐以求的目標(biāo)。

立體顯示技術(shù)的商業(yè)應(yīng)用還處于起步階段。到目前為止，在市場(chǎng)營銷中針對(duì)高端零售環(huán)境的簡(jiǎn)單應(yīng)用已經(jīng)部署。有一些專門的地理空間成像應(yīng)用程序來增強(qiáng)2D地圖，并用于建筑渲染。然而，其中大部分可以用更為廉價(jià)的技術(shù)，如3D顯示器來實(shí)現(xiàn)。同時(shí)，頭戴式顯示器和光場(chǎng)顯示器的快速增長(zhǎng)和持續(xù)發(fā)展威脅到專業(yè)市場(chǎng)以外的立體顯示器的持續(xù)發(fā)展。潛在的應(yīng)用領(lǐng)域包括醫(yī)學(xué)成像、消費(fèi)娛樂、游戲和設(shè)計(jì)，但成本需要極大降低。

腦機(jī)接口

腦機(jī)接口（BCI）是一種用戶界面，用戶可以通過計(jì)算機(jī)解釋不同的大腦模式。數(shù)據(jù)要么被被動(dòng)地觀察和研究，要么用作命令來控制應(yīng)用程序或設(shè)備。有三種方法：

●侵入性的，電極直接連入大腦。

●部分侵入性，顱骨穿透，但沒有觸及大腦。

●非侵入性的，在商業(yè)上可用的帽子或頭巾戴在頭骨上來檢測(cè)信號(hào)。

非侵入性的方法不能使用更高頻率的信號(hào)作為頭骨塊和分散電磁波。這種方法的一個(gè)主要挑戰(zhàn)是獲得足夠清晰的大腦模式來執(zhí)行一系列命令。雖然今天的控制不是很平滑或連續(xù)，但可以控制多維度的虛擬對(duì)象，玩交互式游戲和控制硬件。值得注意的是，佛羅里達(dá)大學(xué)于2016年舉辦了世界上第一個(gè)被大腦神經(jīng)控制的無人機(jī)競(jìng)賽，顯示了服務(wù)機(jī)器人發(fā)展的潛在路徑。但是，從思想到檢測(cè)，從檢測(cè)到執(zhí)行，任然存在一個(gè)延遲的問題，這個(gè)主要問題使得實(shí)時(shí)控制面臨挑戰(zhàn)。

目前，最好的神經(jīng)接口用于肢體修復(fù)，并使用100個(gè)通道提取大腦的神經(jīng)信號(hào)。國防高級(jí)研究計(jì)劃局（DARPA）正投資6000萬美元，在未來四年內(nèi)神經(jīng)工程系統(tǒng)設(shè)計(jì)提高到一百萬通道（NESD），將看到一個(gè)一立方厘米的裝置植入人的大腦，使神經(jīng)元的數(shù)據(jù)以電子的方式加以傳送。如果這樣，這項(xiàng)技術(shù)將發(fā)生顛覆性的轉(zhuǎn)變，它不僅對(duì)細(xì)微差別的接口有廣泛的影響，而且有利于從生理和心理方面深入理解大腦。

新的使用案例，如無人機(jī)控制、客戶行為研究。FACEBOOK的8個(gè)研究小組最近宣布在其F8開發(fā)者大會(huì)上宣布一項(xiàng)無創(chuàng)性的項(xiàng)目，允許用戶進(jìn)行思想和目標(biāo)交互，每分鐘100字。

對(duì)話用戶界面

對(duì)話用戶界面（CUI）是一個(gè)高層次的設(shè)計(jì)模型，在此之中用戶和機(jī)器以口語或書面自然語言交互作用。這些通常是非正式的和雙向的交互作用范圍從簡(jiǎn)單的話語（例如“停止”，“是”或“現(xiàn)在幾點(diǎn)”“12:24”）到高度復(fù)雜的相互作用（收集犯罪案件的證人證言）和高度復(fù)雜的結(jié)果（如為用戶創(chuàng)建一個(gè)抽象的形象）。作為設(shè)計(jì)模型，CUI要依賴于應(yīng)用程序和相關(guān)服務(wù)的實(shí)現(xiàn)。供應(yīng)商和開源活動(dòng)在不斷增加，利于CUI的發(fā)展。更多已確定引進(jìn)將動(dòng)搖新UI模式控制局面的CUI和新商業(yè)模式，以部分替代和補(bǔ)充應(yīng)用程序和API。

智能工作空間

智能工作空間利用物理物聯(lián)網(wǎng)對(duì)物理對(duì)象數(shù)字化，傳遞新的工作方式，分享信息及開展合作。物理環(huán)境程序化使智能工作空間與移動(dòng)設(shè)備、應(yīng)用軟件、數(shù)字職場(chǎng)圖、智能機(jī)器協(xié)同，以提高員工的工作效率。人們工作的任何地點(diǎn)都可以成為智能工作空間。

2頂峰期

增強(qiáng)數(shù)據(jù)挖掘

增強(qiáng)數(shù)據(jù)挖掘（原智能數(shù)據(jù)挖掘），標(biāo)志性的特點(diǎn)是下一代BI和分析平臺(tái)，使得用戶自動(dòng)發(fā)現(xiàn)、想象和敘述相關(guān)研究，例如相互關(guān)聯(lián)、例外、整體預(yù)測(cè)等，無需建立模型或?qū)懰惴āＳ脩敉ㄟ^可視化搜索和自然語言查詢數(shù)據(jù)，支持自然語言生成的結(jié)果解釋。

在過去的五年中，基于視覺的數(shù)據(jù)挖掘破壞了傳統(tǒng)的商業(yè)智能（BI）和分析市場(chǎng)，因?yàn)樗鼈円子谑褂茫脩艨梢钥焖俳M裝數(shù)據(jù)，可視化地探索假設(shè)，以便在數(shù)據(jù)中找到新的見解。但是依靠用戶手動(dòng)尋找模式可能會(huì)導(dǎo)致用戶挖掘自己的偏見假設(shè)，丟失關(guān)鍵結(jié)果，并得出不正確或不完整的結(jié)論，這可能會(huì)對(duì)決策和結(jié)果產(chǎn)生不利影響。

增強(qiáng)數(shù)據(jù)挖掘可以減少耗時(shí)的挖掘探索和錯(cuò)誤識(shí)別，以及產(chǎn)生較少的額外解釋。而不是一個(gè)分析師手動(dòng)測(cè)試數(shù)據(jù)的所有組合，只有最顯著的和相關(guān)的結(jié)果呈現(xiàn)給用戶的智能可視化和/或自然語言的敘述。將一系列算法并行應(yīng)用于數(shù)據(jù)，并向用戶解釋實(shí)際的結(jié)果，減少了數(shù)據(jù)丟失與人工探索之間的重要見解的風(fēng)險(xiǎn)，優(yōu)化提升對(duì)策建議。

邊緣計(jì)算

邊緣計(jì)算描述了一種計(jì)算拓?fù)洌渲行畔⑻幚怼?nèi)容收集和交付更接近于信息的源和匯。從網(wǎng)狀網(wǎng)絡(luò)和分布式數(shù)據(jù)中心的概念出發(fā)，邊緣計(jì)算著眼于保持本地和遠(yuǎn)離網(wǎng)絡(luò)中心的流量和處理。目標(biāo)是減少延遲，減少不必要的流量，并建立一個(gè)集線器，用于在感興趣的對(duì)等點(diǎn)之間進(jìn)行互連，以及對(duì)復(fù)雜的媒體類型或計(jì)算負(fù)載進(jìn)行數(shù)據(jù)細(xì)化。

創(chuàng)建邊緣數(shù)據(jù)中心的物理基礎(chǔ)設(shè)施的大多數(shù)技術(shù)都是現(xiàn)成的，但是拓?fù)洹@式應(yīng)用程序、網(wǎng)絡(luò)體系結(jié)構(gòu)的廣泛應(yīng)用還不常見。邊緣計(jì)算在物聯(lián)網(wǎng)物理實(shí)現(xiàn)軌跡中發(fā)揮協(xié)同作用，極大地提高了概念的可視性。需要擴(kuò)展系統(tǒng)和網(wǎng)絡(luò)管理平臺(tái)，包括邊緣位置和邊緣功能特定技術(shù)，如數(shù)據(jù)細(xì)化、視頻壓縮和分析等。

智能機(jī)器人

智能機(jī)器人是一種機(jī)電形式的因素，在物理世界中自主工作，在短期間隔中學(xué)習(xí)，接受人類監(jiān)督、培訓(xùn)和示范，在人類的管理下工作。

與工業(yè)機(jī)器人（預(yù)定義的、不變的任務(wù)）相比，智能機(jī)器人迄今為止的使用量明顯減少，但他們?cè)谑袌?chǎng)上受到了巨大的鼓舞，這就是為什么智能機(jī)器人正處于膨脹預(yù)期的頂峰。在未來幾年中，圍繞智能機(jī)器人的宣傳和期望將繼續(xù)增長(zhǎng)。由于幾家主要供應(yīng)商在過去幾年中的努力，智能機(jī)器人正在大放異彩：

●亞馬遜機(jī)器人公司（原名Kiva Systems）計(jì)劃配置10000個(gè)機(jī)器人來完成客戶的訂單。

●谷歌收購多個(gè)機(jī)器人技術(shù)公司。

●Rethink Robotics推出巴克斯特和Sawyer，可與人類員工一起工作。

●2016年，開始在一些酒店，例如希爾頓、威斯汀酒店房間使用服務(wù)機(jī)器人。

智能機(jī)器人將在以資產(chǎn)為中心、以產(chǎn)品為中心、以服務(wù)為中心的行業(yè)中發(fā)揮其最初的業(yè)務(wù)影響力。他們的體力、勞動(dòng)能力，更高的可靠性，更低的成本，更高的安全性和更高的生產(chǎn)力，在這些行業(yè)中表現(xiàn)出很強(qiáng)的競(jìng)爭(zhēng)力。典型的和潛在的使用案例包括醫(yī)療材料處理、危險(xiǎn)廢物處置、調(diào)劑和交付，病人護(hù)理，直接材料搬運(yùn)、補(bǔ)貨、產(chǎn)品裝配、成品動(dòng)作，產(chǎn)品挑選和包裝，電子商務(wù)訂單、送貨、購物協(xié)助、客戶服務(wù)、禮賓和處置有害物質(zhì)等。

物聯(lián)網(wǎng)平臺(tái)

各企業(yè)致力于增加物聯(lián)網(wǎng)終端種類，尋求更好效益，同時(shí)發(fā)覺新的商機(jī)和盈利模式。由于這些因素的交互作用，企業(yè)需要不斷增加先進(jìn)技術(shù)資源以達(dá)到相應(yīng)的成熟度、規(guī)模和商業(yè)價(jià)值。大規(guī)模物聯(lián)網(wǎng)平臺(tái)可以實(shí)現(xiàn)基礎(chǔ)和高級(jí)的物聯(lián)網(wǎng)方案和數(shù)字化商業(yè)操作。物聯(lián)網(wǎng)平臺(tái)以一個(gè)混合方式部署，它將與基于云的元素（無論是私人的還是公共的）和分布于終端和網(wǎng)關(guān)之間的本地軟件合并。

越來越多的企業(yè)通過物聯(lián)網(wǎng)和數(shù)字業(yè)務(wù)擴(kuò)大了物聯(lián)網(wǎng)平臺(tái)的宣傳力度，推動(dòng)了供應(yīng)商和用戶對(duì)物聯(lián)網(wǎng)平臺(tái)和服務(wù)的投資。物聯(lián)網(wǎng)項(xiàng)目部署的增加，人們對(duì)成本的預(yù)期和技術(shù)的低估（例如，設(shè)備配置、端到端的解決方案集成和足夠的網(wǎng)絡(luò)安全）形成挑戰(zhàn)，推動(dòng)物聯(lián)網(wǎng)平臺(tái)接近期望膨脹的高峰期，在實(shí)踐經(jīng)驗(yàn)的積累將最終把它們帶到主流的生產(chǎn)力和成熟。2017年，看到很多大型廠商帶來的第二代產(chǎn)品市場(chǎng)，總的來說，還沒有完全證據(jù)證明他們的銷售量，但是考慮到新的市場(chǎng)進(jìn)入者，其營銷量注定繼續(xù)增加。

虛擬助理（VAS）

VAS幫助用戶或企業(yè)完成以前只能由人類完成的一組任務(wù)。VAS使用人工智能和機(jī)器學(xué)習(xí)（例如NLP、預(yù)測(cè)模型、推薦和個(gè)性化）來幫助用戶或自動(dòng)化完成任務(wù)。VAS監(jiān)聽和觀察行為，建立和維護(hù)數(shù)據(jù)模型，并預(yù)測(cè)和推薦行動(dòng)。它們可以為用戶服務(wù)，并隨著時(shí)間與用戶形成關(guān)系。虛擬助理通過與用戶相應(yīng)的轉(zhuǎn)換將職責(zé)從用戶理解傳輸?shù)较到y(tǒng)。

VA具體應(yīng)用如蘋果Siri、谷歌助手、微軟Cortana、亞馬遜的Alexa、kore.ai和SAP的副駕駛等。將來，越來越多的圖像識(shí)別、行為和事件識(shí)別等將使用VAS。虛擬助理也可以部署在虛擬個(gè)人助理、虛擬客戶助理和虛擬雇員助理。隨著用戶對(duì)它們的適應(yīng)程度提高，技術(shù)的改進(jìn)和實(shí)現(xiàn)的多樣性，VA的使用也隨之增長(zhǎng)。

互聯(lián)家庭

互聯(lián)家庭的目的是實(shí)現(xiàn)與多個(gè)設(shè)備、服務(wù)器和應(yīng)用程序的網(wǎng)絡(luò)連接，從通信娛樂到醫(yī)療、安全和家庭自動(dòng)化。這些服務(wù)器和應(yīng)用程序通過多個(gè)相互關(guān)聯(lián)的集成設(shè)備、傳感器、工具和平臺(tái)傳遞信息。情境的、實(shí)時(shí)的、智能的信息可以通過本地或云端存儲(chǔ)，使得個(gè)體或者其他連接到服務(wù)器的家庭成員能夠通過遠(yuǎn)程或者在家里監(jiān)控自己的家。媒體娛樂、家庭安全、監(jiān)控和自動(dòng)化、能源管理產(chǎn)品和服務(wù)、健康和健身、教育等將成為互聯(lián)家庭的關(guān)鍵詞。

深度學(xué)習(xí)

深度學(xué)習(xí)通過進(jìn)一步發(fā)現(xiàn)和研究中間變量擴(kuò)展和延伸機(jī)器學(xué)習(xí)，是機(jī)器學(xué)習(xí)的一個(gè)分支。三方面的因素導(dǎo)致深度學(xué)習(xí)到達(dá)新興技術(shù)曲線的頂端位置：一是前所未有的大量數(shù)據(jù)的可獲取，包括以前難以處理的數(shù)據(jù)；二是算法的改進(jìn)、模型的優(yōu)化，能夠處理快速增長(zhǎng)的數(shù)據(jù)集；三是深層學(xué)習(xí)硬件平臺(tái)的升級(jí)換代（擁有數(shù)以萬計(jì)的集群芯片和基于GPU的硬件架構(gòu)的超級(jí)計(jì)算機(jī)）。

成千上萬的供應(yīng)商都在探索深度學(xué)習(xí)領(lǐng)域的應(yīng)用，如計(jì)算機(jī)視覺、會(huì)話系統(tǒng)和生物信息學(xué)領(lǐng)域的應(yīng)用。研究人員正在不斷地發(fā)布驚人的新的關(guān)于這一主題的論文。企業(yè)中的巨頭如谷歌，蘋果，微軟，臉譜網(wǎng)和百度正在增加其針對(duì)深度學(xué)習(xí)的研發(fā)份額。蘋果的Siri、谷歌的谷歌Now，微軟的Cortana和亞馬遜的Alexa的身后都有深度學(xué)習(xí)的身影。硬件制造商正在加緊交付新的、深層的神經(jīng)網(wǎng)絡(luò)訓(xùn)練的高性能算法（深度神經(jīng)網(wǎng)絡(luò)算法，DNNs）。未來在科學(xué)數(shù)據(jù)平臺(tái)上，深度學(xué)習(xí)的功能將變得更容易獲得，估計(jì)到2018年，80%的數(shù)據(jù)科學(xué)家的標(biāo)配是深度學(xué)習(xí)。

我們看到，為了持續(xù)獲得好的成果，深度學(xué)習(xí)需要專家系統(tǒng)和相應(yīng)的設(shè)備。目前被普遍認(rèn)可的是DNN架構(gòu)。然而，深度學(xué)習(xí)的計(jì)算資源并不是隨手可得的，有一些技術(shù)還比較模糊，沒有一個(gè)單一的算法或系統(tǒng)當(dāng)前能夠滿足所有深度學(xué)習(xí)的處理需求。

深度學(xué)習(xí)當(dāng)前的成功是通過DNN的主要變量：圖像和語音識(shí)別中的卷積神經(jīng)網(wǎng)絡(luò)；自然語言處理和翻譯中的遞歸神經(jīng)網(wǎng)絡(luò)；生物信息學(xué)中的自動(dòng)編碼的人工神經(jīng)網(wǎng)絡(luò)。建議在能力范圍內(nèi)把深度學(xué)習(xí)的數(shù)據(jù)作為長(zhǎng)期投資的重點(diǎn)，因?yàn)檎_數(shù)據(jù)的價(jià)值會(huì)隨著時(shí)間增長(zhǎng)。建議在法律和道德都很明晰的領(lǐng)域避免使用DNNs，例如當(dāng)你注定要面臨歐盟數(shù)據(jù)保護(hù)規(guī)定的時(shí)候。在美國，國防高級(jí)研究計(jì)劃局（DARPA）資助了一個(gè)解釋人工智能的項(xiàng)目，但這將需要幾年的時(shí)間。

對(duì)于產(chǎn)業(yè)來說，深度學(xué)習(xí)對(duì)所有行業(yè)都具有轉(zhuǎn)換和顛覆潛力。對(duì)于那些想實(shí)現(xiàn)這種潛力的人來說，挑戰(zhàn)是要找出正確的問題，以便在深度學(xué)習(xí)中加以解決。

DNN潛能的基礎(chǔ)是對(duì)高維復(fù)雜數(shù)據(jù)顆粒的表征能力。DNN可以通過解釋圖像來診斷早期的腫瘤，并給出可靠的結(jié)果；幫助改善視障人士的視覺能力；幫助車輛自動(dòng)駕駛；給黑白照片染上彩色；給元素缺失的照片補(bǔ)上缺憾；識(shí)別和理解一個(gè)特定人的語音等。

機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是從一系列觀察中提取某種知識(shí)和模式，有三個(gè)主要分支：監(jiān)督學(xué)習(xí)（也被稱為“標(biāo)記數(shù)據(jù)”）、無監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)（給出好到什么程度和壞到什么情形的評(píng)價(jià)）。

機(jī)器學(xué)習(xí)是目前最熱門的技術(shù)概念之一。機(jī)器學(xué)習(xí)的一個(gè)分支就是深度學(xué)習(xí)，其中涉及深度神經(jīng)網(wǎng)絡(luò)，受到格外關(guān)注是因?yàn)樗孀懔苏J(rèn)知領(lǐng)域，而這以前是人類的專屬領(lǐng)地：圖像識(shí)別，文本理解和語音識(shí)別方面都身手不凡。機(jī)器學(xué)習(xí)將在以下方面驅(qū)動(dòng)改進(jìn)和解決新業(yè)務(wù)問題，展現(xiàn)大量的商業(yè)和社會(huì)場(chǎng)景：分別是自動(dòng)化領(lǐng)域、藥物研究、客戶關(guān)系管理、供應(yīng)鏈優(yōu)化、預(yù)見性維護(hù)、操作效能、反欺詐、自動(dòng)駕駛、資源優(yōu)化等領(lǐng)域。機(jī)器學(xué)習(xí)的影響可以是顯性的或隱性的，顯性的影響來自主動(dòng)接受機(jī)器學(xué)習(xí)服務(wù)，隱性影響來自您使用的產(chǎn)品和解決方案，而不知道它們包含了機(jī)器學(xué)習(xí)的成分。

自動(dòng)駕駛

自動(dòng)駕駛是指車輛不需要人類干預(yù)，自己就可以從一個(gè)起點(diǎn)，借助各種車載技術(shù)和傳感器，如激光雷達(dá)、雷達(dá)和攝像頭，以及控制系統(tǒng)、軟件、地圖數(shù)據(jù)、GPS和無線通信數(shù)據(jù)等，“自動(dòng)駕駛”到預(yù)定目的地。傳感器、定位、成像、引導(dǎo)、人工智能（AI）、映射和通訊技術(shù)的不斷進(jìn)步，以及先進(jìn)軟件和 云計(jì)算 的快速發(fā)展，使得自動(dòng)駕駛很快成為現(xiàn)實(shí)。

2017年，汽車制造商和技術(shù)公司開發(fā)的自動(dòng)駕駛汽車得到了主流媒體的吹捧，導(dǎo)致對(duì)這項(xiàng)技術(shù)不切實(shí)際的和過高的期望。AI是一個(gè)關(guān)鍵的技術(shù)，使基于機(jī)器學(xué)習(xí)和算法的自動(dòng)駕駛得以加速發(fā)展。自動(dòng)駕駛目前的主要挑戰(zhàn)是成本，當(dāng)然人們也在可靠性、道德、法律層面展開研討。

碳納米管電子

利用半導(dǎo)體性質(zhì)，碳納米管為將來制備具有高速開關(guān)的微晶體管半導(dǎo)體設(shè)備提供了可能。利用金屬（導(dǎo)電）性質(zhì)，碳納米管為作為低電阻連接件應(yīng)用到集成電路中提供了可能。人們正在評(píng)估將碳納米材料技術(shù)應(yīng)用到硅及其化合物的半導(dǎo)體材料中。具有半導(dǎo)體特性的碳納米管有望在未來半導(dǎo)體器件中具有高開關(guān)速度的小型晶體管。具有金屬（導(dǎo)電）特性的碳納米管具有低電阻的特性，可以應(yīng)用于集成電路中的互連。其他納米管材料包括硅和化合物半導(dǎo)體材料正在評(píng)估中。硅版本（通常稱為硅納米線）正在積極研究用于硅陽極電池。

認(rèn)知計(jì)算

認(rèn)知計(jì)算包括虛擬助理，認(rèn)知專家顧問和智能增強(qiáng)現(xiàn)實(shí)等這些類別的技術(shù)，改進(jìn)和提升人類的認(rèn)知任務(wù)。我們認(rèn)識(shí)到“認(rèn)知計(jì)算”是當(dāng)前市場(chǎng)上的宣傳詞，但不相信這些系統(tǒng)真正能夠認(rèn)知。但可以說，他們模仿和/或延長(zhǎng)人類的認(rèn)知能力。他們是互動(dòng)的，在對(duì)話中迭代，回顧以往的相互作用，并適應(yīng)信息的變化或目標(biāo)的改變。當(dāng)前認(rèn)知計(jì)算處于新興技術(shù)曲線的頂端位置，主要是AI的發(fā)展所致。在自動(dòng)駕駛、虛擬客戶助理等領(lǐng)域，認(rèn)知計(jì)算處于非常重要的位置，AI可能會(huì)因?yàn)檎J(rèn)知計(jì)算取代人工。炒作、預(yù)期、需求都將推動(dòng)認(rèn)知計(jì)算的發(fā)展。未來5年，我們希望認(rèn)知計(jì)算的主要障礙得到解決，加上物聯(lián)網(wǎng)、大數(shù)據(jù)，促動(dòng)更大的商業(yè)創(chuàng)新。

區(qū)塊鏈

區(qū)塊鏈包含了一系列聯(lián)系較弱的技術(shù)和處理過程，包括中間件、數(shù)據(jù)庫、數(shù)據(jù)安全、數(shù)據(jù)分析、貨幣及身份管理等概念。大多數(shù)分布式分類賬仍處于alpha或beta階段。最近的版本包含資產(chǎn)、數(shù)據(jù)和可執(zhí)行程序，在總賬協(xié)議之上開發(fā)的允許定制應(yīng)用程序。顯著的炒作仍對(duì)帳簿的價(jià)值，但技術(shù)的可行性、安全性（軟件和硬件），可擴(kuò)展性，合法性和互操作性問題仍然存在。

商業(yè)無人機(jī)（UAV）

商業(yè)無人機(jī)（UAV）是小型直升機(jī)，固定翼飛機(jī)。無人機(jī)通常包括全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）、攝像機(jī)和傳感器，引導(dǎo)他們進(jìn)行成像、熱和光譜分析。高速緩存和通信系統(tǒng)使無人機(jī)能夠收集數(shù)據(jù)集或?qū)⑺鼈儌鬏數(shù)皆浦写鎯?chǔ)或處理，這些系統(tǒng)也包括防撞系統(tǒng)。

2017年，由于技術(shù)的改進(jìn)和進(jìn)一步需求程度的影響，商業(yè)無人機(jī)已經(jīng)越過期望的巔峰。民用無人機(jī)應(yīng)用案例包括采掘業(yè)、基礎(chǔ)設(shè)施的檢查、管道檢測(cè)、災(zāi)害監(jiān)測(cè)、安全檢查、測(cè)量、農(nóng)業(yè)篩查等。中國、日本、英國和歐盟繼續(xù)測(cè)試在農(nóng)業(yè)蟲害防治和包裹遞送中嘗試使用無人機(jī)，前者得到普遍認(rèn)可，后者在特殊地形、地貌條件下作用重大。

3滑向低谷

專家認(rèn)知顧問

專家認(rèn)知顧問是最專業(yè)形式的人工智能功能體現(xiàn)的虛擬助手，依賴于極深而窄的訓(xùn)練語言數(shù)據(jù)庫的發(fā)展。至少包括專門的算法，以及機(jī)器學(xué)習(xí)和自然語言處理功能等，基于認(rèn)為積累的大數(shù)據(jù)基礎(chǔ)來回答問題、發(fā)現(xiàn)問題、給出建議、幫助決策等。他們模仿人類專家的“認(rèn)知”功能。

企業(yè)分類及自然管理

信息的分類（按類別）和本體（按自然屬性）的管理包括實(shí)踐和實(shí)施技術(shù)解決方案。本體（ontology）是一種分類方法，將具有親緣關(guān)系或者功能相近的對(duì)象歸納在一起。分類（taxonomy）是一種對(duì)特定概念、物質(zhì)，甚至語言結(jié)構(gòu)進(jìn)行區(qū)分的方法。這一定義只針對(duì)數(shù)據(jù)，而并不是一個(gè)一般化的定義。

軟件定義安全

軟件定義安全（SDSec）是一個(gè)涵蓋大量的安全技術(shù)的統(tǒng)稱。在安全政策管理技術(shù)從基礎(chǔ)的安全政策實(shí)施環(huán)節(jié)中抽象出來之后，這些安全技術(shù)就有了優(yōu)勢(shì)。信息安全不能抑制劑數(shù)字化商業(yè)的需求。在不考慮用戶、信息的位置或工作量的前提下，軟件定義安全技術(shù)將提高安全策略的執(zhí)行速度和敏捷性。

增強(qiáng)現(xiàn)實(shí)

增強(qiáng)現(xiàn)實(shí)（AR）是使用實(shí)時(shí)的文本、圖形、聲音和其他材料與真實(shí)世界的對(duì)象相關(guān)聯(lián)，用頭戴式的設(shè)備演示或投影成圖像的技術(shù)。虛擬世界中，不同的擴(kuò)增實(shí)境都可以轉(zhuǎn)化為真實(shí)世界。這種技術(shù)的目的就在于增強(qiáng)用戶與環(huán)境的聯(lián)系。目前的技術(shù)是為了解決特殊的、專業(yè)的案例。因此，曲線上的位置與到達(dá)成熟所需的時(shí)間，會(huì)因企業(yè)發(fā)展的不同而不同。這代表了人們對(duì)市場(chǎng)上增強(qiáng)現(xiàn)實(shí)的普遍觀點(diǎn)。

4爬坡階段

虛擬現(xiàn)實(shí)

虛擬現(xiàn)實(shí)技術(shù)是一種可以創(chuàng)建和體驗(yàn)虛擬世界的計(jì)算機(jī)仿真系統(tǒng)，它利用計(jì)算機(jī)生成一種動(dòng)態(tài)的模擬環(huán)境，使用戶沉浸到該環(huán)境中。手勢(shì)識(shí)別或手掌識(shí)別根據(jù)手和身體的動(dòng)作或者觸屏來進(jìn)行反饋。

虛擬現(xiàn)實(shí)一般是使用頭盔。今天市場(chǎng)上的知名設(shè)備是Oculus Rift、索尼PlayStation VR、HTC萬歲，三星Gear VR和谷歌Cardboard。虛擬現(xiàn)實(shí)技術(shù)對(duì)于企業(yè)使用來說已經(jīng)足夠成熟，但需謹(jǐn)慎，VR系統(tǒng)的成功還取決于用戶體驗(yàn)和應(yīng)用質(zhì)量。大多數(shù)虛擬現(xiàn)實(shí)消費(fèi)者是玩游戲或看視頻，可以看360度或球形的視頻內(nèi)容。

2017年，雖然VR能夠展示令人驚訝的內(nèi)容，但定制的價(jià)格和成本依舊高昂。在頭盔顯示技術(shù)的最新進(jìn)展可能有助于緩解這些障礙，開發(fā)商應(yīng)更注重質(zhì)量體驗(yàn)。進(jìn)步的人工智能、對(duì)象元數(shù)據(jù)和社會(huì)身份數(shù)據(jù)等越來越受到人們的重視，是因?yàn)閭€(gè)人和社交網(wǎng)絡(luò)技術(shù)越來越被頻繁的使用，這將幫助開發(fā)人員使虛擬現(xiàn)實(shí)更加個(gè)性化和智能化。例如，云圖形處理、移動(dòng)視頻游戲等技術(shù)以及寬帶接入的普及，將使應(yīng)用程序開發(fā)人員更容易將虛擬現(xiàn)實(shí)集成到他們的產(chǎn)品中。

圖3 2016新興技術(shù)成熟度曲線（來源：Gartner2016年7月）