圖、Gartner2019年新興技術(shù)發(fā)展周期報告

國際研究暨顧問機構(gòu)Gartner于2019年8月29日公布2019年新興技術(shù)發(fā)展周期報告(Hype Cycle for Emerging Technologies, 2019)公布29項必須關注及觀察的技術(shù)，并從中歸納出五大重點新興科技趨勢將創(chuàng)造并提供全新的體驗，這五大重點新興科技趨勢包括感測與行動力、增強人類能力、后傳統(tǒng)運算及通訊、數(shù)字生態(tài)系、先進人工智能與分析技術(shù)，并特別標注企業(yè)若能善加利用人工智能(AI)和其他重要概念，便能從新興數(shù)字生態(tài)系中獲益。

同時，非醫(yī)療保健相關保險欺詐所需花費的總成本每年約為400億美元。但是，一種稱為情感人工智能(AI)的成熟新興技術(shù)，使基于音頻分析呼叫者(Caller)可用來檢測保險欺詐而成為可能。甚至，該技術(shù)還可以通過跟蹤更準確地指導呼叫者，更好地診斷癡呆癥、檢測駕駛員的注意力分散，甚至應用于教學依學生情緒狀態(tài)適應改善學習體驗。

情感AI是2019年加入Gartner Hype Cycle for Emerging Technologies的21項新技術(shù)之一。

2019年的新興技術(shù)分為五大趨勢：感知和移動性(Sensing and mobility)、增強人類能力(augmented human)，后經(jīng)典計算和通信(postclassical compute and comms)，數(shù)字生態(tài)系統(tǒng)(digital ecosystems)以及先進AI和分析(advanced AI and analytics)。

趨勢一：感知和移動性(Sensing and mobility)

感知和移動性結(jié)合了感測技術(shù)與人工智能的機器，除了能更了解四周環(huán)境，也有足夠的移動力及操控對象的能力。感測技術(shù)將對于物聯(lián)網(wǎng)(IoT)與其所搜集大量資料扮演不可或缺的角色，而人工智能的機器能洞察多樣化的數(shù)據(jù)，并將這些信息應用在各種情境。

例如，未來10年利用AR云將可繪制3D世界地圖，創(chuàng)造新的互動模式，進一步促生全新的商業(yè)模式，使企業(yè)得以借助實體空間獲利。

企業(yè)應將下列技術(shù)納入考慮，包括：3D感測攝影機、AR云、輕型貨物運送無人機、載客無人機(flying autonomous vehicle)，以及Level 4和Level 5的自動駕駛技術(shù)。

趨勢二：增強人類能力(augmented human)

增強人類能力技術(shù)的進展，以提升人類的感知力和體能。例如：打造具有特殊功能的義肢，超越人類自然的體能極限，提供超人般的能力。

企業(yè)應考慮納入下列技術(shù)，包括：生物芯片(biochip)、擬人化(personification)、增強智能(augmented intelligence)、情緒人工智能(emotion AI)、沉浸式辦公室(immersive workspace)和生物科技(人工組織培養(yǎng))。

趨勢三：后經(jīng)典計算和通信(postclassical compute and comms)

過去數(shù)十年來，傳統(tǒng)的核心運算、通訊及整合技術(shù)已獲得重大進展。正如摩爾定律(Moore’s Law)預測，中央處理器(CPU)速度越來越快、內(nèi)存密度更高且規(guī)模量不斷增加。這些技術(shù)在未來幾年將采用與目前完全不同的架構(gòu)，透過漸進式改善帶來重大影響力。

舉例來說，低地球軌道(LEO)衛(wèi)星可提供遍及全球的低延遲互聯(lián)網(wǎng)聯(lián)機功能。這種由小型衛(wèi)星組成的星群(constellation)，未來可針對目前未能連網(wǎng)的偏遠家庭(全球占比48%)提供連網(wǎng)服務，并帶來經(jīng)濟成長的新機會。目前衛(wèi)星數(shù)量仍較少，此技術(shù)還在發(fā)展初期，但未來幾年可能對社會及商業(yè)帶來重大影響。

因此，企業(yè)應評估的技術(shù)，包括：5G、次世代內(nèi)存、低地球軌道衛(wèi)星系統(tǒng)和奈米級3D打印。

趨勢四：數(shù)位生態(tài)系

數(shù)字生態(tài)系為一群相互依存的參與者(企業(yè)、人與對象)相互分享數(shù)字平臺，達成互惠目的。因此，企業(yè)可納入考慮的關鍵技術(shù)，包括：數(shù)字營運(DigitalOps)、知識圖譜(knowledge graph)、合成數(shù)據(jù)(synthetic data)、分布式網(wǎng)絡(decentralized web)和分布式自治組織(decentralized autonomous organization)。

趨勢五：先進人工智能與分析技術(shù)

借助延遲敏感度高(如自動導航)、易受網(wǎng)絡中斷影響(如遠程監(jiān)控、自然語言處理NLP、臉部辨識)，和數(shù)據(jù)密集(如影片分析)等應用，已逐漸提高邊緣人工智能的采用比例。

例如，值得學習的相關技術(shù)，包括：自適應機器學習(ML)、邊緣人工智能、邊緣分析、可解釋性人工智能(explainable AI)、人工智能平臺即服務(AI PaaS)、遷移學習(transfer learning)、生成對抗網(wǎng)絡(generative adversarial network)和圖形分析(graph analytics)。