根据全球领先的信息技术研究和顾问公司Gartner最新研究报告“Hype Cycle for Emerging Technologies, 2020”,介绍了30项须重点关注的技术,这些技术可实现可编组企业,有望重拾社会对于技术的信任并改变人脑的状态。
“新兴技术具有颠覆潜力,但其带来的竞争优势很少有人了解,或尚未经过市场验证。多数技术要经过5到10年以上才能达到生产成熟期。但本技术成熟度曲线中的某些技术将在短期内发展成熟,技术创新领导者须掌握这些技术机遇,尤其是那些具有变革性或重大影响的技术。” Gartner研究副总裁Brian Burke表示。
例如,与新冠肺炎疫情相关的健康护照和社交距离技术在整个技术成熟度曲线中发展迅速,且影响巨大。其他技术很少像社交距离技术一样在发展初期就进入技术成熟度曲线。该技术之所以受到媒体的高度关注,主要是由于人们对隐私问题的担忧。健康护照技术也是一个特例,因为技术成熟度曲线很少引入市场渗透率为5%~20%的技术。但在中国(健康码应用)和印度(Aarogya Setu数字化服务),这项技术是进入公共场所和乘坐交通工具所必需的,用户达数亿之多。预计这两项技术将在两年内达到生产成熟期。
在Gartner众多技术成熟度曲线中,新兴技术成熟度曲线是比较独特的一个,它对Gartner所研究的1,700多项技术进行精选,生成一个包含30项新兴技术和趋势的技术集,并提供深刻见解。本篇技术成熟度曲线尤其关注那些有望在未来5~10年内提供较大竞争优势的技术(参见图1)。
图 1. 2020年新兴技术成熟度曲线
来源:Gartner(2020年8月)
五大新兴技术趋势
数字自我——技术与人的结合日益紧密,而数字护照和社交距离技术等人的数字化代表也有了越来越多的运用机会。人的数字孪生可以在物理空间和数字空间创造代表个人的模型。人与数字世界的互动方式也在发生变化,在使用屏幕和键盘互动的基础上,演变出更为丰富的互动模式(如语音、视觉和手势),甚至是直接改变人脑的互动方式。
须跟踪的技术包括社交距离技术、健康护照、个人数字孪生、公民数字孪生、多重体验和双向脑机接口(BMI)。
编组架构——可编组企业的设计理念是,通过基于灵活数据编织的封装业务能力来响应快速变化的业务需求。搭建编组架构,需要将一系列封装业务能力编组为解决方案。内置智能呈现去中心化趋势,并延伸至边缘设备和终端用户。
企业机构要提高敏捷性,应跟踪以下技术:可编组企业、封装业务能力、数据编织、私有5G、嵌入式人工智能(AI)和低成本单板边缘计算机。
构成化AI——指可通过动态变化响应不同情境需求的一系列新兴AI技术及相关技术。其中,一部分技术有助于应用开发人员和用户体验设计人员通过AI赋能工具创建新的解决方案;另一部分技术则推动AI模型开发,使其具备动态演变、适应未来环境的能力。其中最先进的技术可以针对具体问题生成全新模型。
希望探索AI边界的企业应考虑利用以下技术:AI辅助设计、AI增强开发、本体与图谱、小数据、编组式AI、自适应机器学习(ML)、自监督学习、构成化AI和生成对抗网络。
算法信任——基于权威责任机构的信任模型已被算法信任模型所取代,用于保护数据、资产来源以及个人与物件身份信息的隐私性和安全性。算法信任可以帮助企业机构规避失去客户、员工与合作伙伴信任的风险和损失。
与算法信任相关的新兴技术包括:安全访问服务边缘(SASE)、差异化隐私、可认证溯源、自带身份、负责任的AI和可解释型AI。
超越硅的芯片材料——四十多年来,摩尔定律(密集集成电路[IC]中可容纳的晶体管数量每两年会增加一倍)一直指导着IT行业的发展。随着技术水平的提高,硅材料的开发已接近其物理极限,新的先进材料正在为元器件技术创造突破性机遇,打造速度更快、体积更小的元器件。
应考虑的关键技术包括DNA计算、可自然降解传感器和碳基晶体管。
好文章,需要你的鼓励
Canva宣布收购生成式AI内容创作初创公司Leonardo.ai,交易条款未披露,但采用现金加股票的混合方式。Leonardo.ai的120名员工将全部加入Canva。Leonardo.ai成立于2022年,拥有1900万注册用户,其工具已创建超过10亿张图像。该公司将继续独立运营,专注于快速创新和研发。此次收购旨在帮助Canva扩展其Magic Studio生成式AI套件功能。
希伯来大学研究团队开发的Story2Board系统实现了从文字故事到专业故事板的自动转换突破。该系统采用潜在面板锚定和相互注意力数值混合两项核心技术,在保持角色一致性的同时实现丰富的视觉表现力。系统无需训练即可运行,能够生成电影级构图效果的连续画面,为内容创作、教育和娱乐产业提供了强大的AI辅助工具,代表了人机协作创作的新模式。
亚马逊推出Quick Suite软件平台,旨在简化AI智能体和企业聊天机器人的创建过程。该平台支持50个企业级应用集成,包括Office 365、Slack等,提供无代码环境连接内部文档和数据源。平台包含Quick Flows自动化工具、Quick Research研究功能等组件。尽管降低了技术门槛,但AI智能体的准确性仍存疑虑,研究显示其办公任务错误率达70%。
北京邮电大学联合腾讯团队开发的We-Math 2.0系统,通过构建491个知识点的数学知识体系、创新的三维难度建模和渐进式强化学习框架,让AI模型获得了真正的数学推理能力。该系统仅用9800个高质量样本就达到了与大规模数据训练相当的性能,在多个基准测试中表现优异,为AI数学教育应用开辟了新道路。