Gartner 2019曲線5大趨勢：「超能人類」將出現，自動機器人普及

新智元報道

編輯：元子

【新智元導讀】Gartner的2019年新興技術成熟度周期列出了在未來5到10年內影響商業、社會和人類的29項技術。其中，五大新趨勢包括感測和移動、人體機能增強、後經典計算和通信、數字生態系統、高級AI和分析。

技術創新是競爭差異化的關鍵，它正在徹底改變許多行業。

據FBI估算，非醫療保健相關保險欺詐的總成本每年高達 400 億美元左右。為了對付保險欺詐，需要通過結合索賠分析、計算機程序甚至私人調查員等多種方式。

不過人們逐漸發現，情緒 AI 這種日趨成熟的新興技術有望基於呼叫者的音頻分析來檢測保險欺詐。

除了檢測欺詐，該技術還幫助提高痴呆症的確診率、行車途中揪出疲勞駕駛的司機、課間鎖定走神的學生等等。

情緒 AI 只是匯成 AI 技術海洋中的一條河流而已，是 Gartner 發布了《2019 年新興技術成熟度周期》新增的技術之一。該報告著重介紹了在未來 5 年到 10 年內對商業、社會和人類帶來重大影響的新興技術。

根據 Gartner 報告，目前有五大新興科技趨勢值得每一個人關注。

感測與移動（Sensing and Mobility）

隨著感測器和AI的發展，自動機器人的態勢感知也將隨之發展。這意味著諸如輕型貨物運輸無人機（飛行和輪式）等新興技術將能夠更好地駕馭它們周圍的世界。該技術目前受到法規的限制，但其功能正在不斷發展。

這一趨勢的特點是技術具有越來越多的移動性和操縱周圍物體的能力，包括3D感應攝像頭和更先進的自動駕駛。

隨著感測技術的不斷發展，它將有助於物聯網（IoT）等更先進的技術。這些感測器還收集了大量數據，可以產生適用於各種情景和行業的洞察。

這一趨勢中的其他技術包括：AR雲，以及 4 級和 5 級自動駕駛，以及飛行自動駕駛汽車。

人體機能增強（Augmented Human）

通過包括生物晶元和情感AI等技術，改善人體的認知和身體部位，甚至可能讓人獲得「超人的能力」。沒錯，就是金剛狼、蟻人、鋼鐵俠、浩克等X戰警們。

這一趨勢中的其他技術包括：生物晶元（biochips）、人格化（personification）、增強型智能（augmented intelligence）、情感人工智慧（emotion AI）、沉浸式工作空間（immersive workplace）和生物技術（培養組織或人工組織）。

後經典計算和通信（Postclassical Compute and Comms）

經典核心計算、通信和集成技術的巨大進步主要依賴於傳統架構的改進，但後經典計算和通信趨勢中的一些技術是全新的架構，這是對傳統計算成熟度的改變，主要涉及對傳統架構的改進，從而導致更快的CPU，更密集的內存和增加的吞吐量。

例如，與大約22000英里的傳統地球靜止系統相比，低地球軌道（LEO）衛星在更低的海拔高度（大約1,200英里或更低）運行，從而能夠實現低延遲通信。

這些系統提供全球寬頻或窄帶語音和數據網路服務，特別是對於現有地面或衛星通信覆蓋很少或沒有的地方。

這一趨勢中的其他技術包括：企業應評估 5G、下一代存儲器（next-generation memory）、近地軌道系統（LEO systems）和納米級 3D 列印（nanoscale 3D printing）等技術。

數字生態系統（Digital Ecosystems）

技術改進正在將傳統價值鏈轉變為類似網路的數字生態系統，這些生態系統使用跨地域和行業的數字平台連接各種代理和實體。

數字生態系統已經出現，並且變得越來越自動化。數字化加快了傳統價值鏈的解體。在未來，依賴智能合約、分散的自治組織（DAO）會獨立於人類運作。這些數字生態系統不斷發展和聯繫，帶來更強大、更靈活、更具有彈性的價值傳遞網，產生了新的產品和機會。

這一趨勢中的其他技術包括：數字運營（DigitalOps）、知識圖譜（knowledge graphs）、合成數據（synthetic data）、去中心化網路（decentralized web）和去中心化自治組織（decentralized autonomous organization）。

高級人工智慧和分析（Advanced AI and Analytics）

高級分析是使用傳統業務洞察之外的複雜工具，對數據或內容進行自主或半自動檢查，且通常超出傳統商業智能（BI）的範圍。

這是導致新功能的新類演算法和數據科學的結果，例如遷移學習，讓新技術站在先前訓練好的機器學習模型的肩膀上。

高級分析可實現更深入的見解，預測和建議。

這一趨勢中的其他技術包括：自適應機器學習（ML）、邊緣人工智慧、邊緣分析（edge analytics）、可解釋的人工智慧（explainable AI）、人工智慧平台即服務（PaaS）、遷移學習（transfer learning）、生成式對抗網路（generative adversarial network）和圖表分析（graph analytics）。

參考鏈接：

https://www.gartner.com/smarterwithgartner/5-trends-appear-on-the-gartner-hype-cycle-for-emerging-technologies-2019/

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！