Gartner公布2019年五大新兴科技趋势

图、Gartner2019年新兴技术发展周期报告

国际研究暨顾问机构Gartner于2019年8月29日公布2019年新兴技术发展周期报告(Hype Cycle for Emerging Technologies, 2019)公布29项必须关注及观察的技术,并从中归纳出五大重点新兴科技趋势将创造并提供全新的体验,这五大重点新兴科技趋势包括感测与行动力、增强人类能力、后传统运算及通讯、数字生态系、先进人工智能与分析技术,并特别标注企业若能善加利用人工智能(AI)和其他重要概念,便能从新兴数字生态系中获益。

同时,非医疗保健相关保险欺诈所需花费的总成本每年约为400亿美元。但是,一种称为情感人工智能(AI)的成熟新兴技术,使基于音频分析呼叫者(Caller)可用来检测保险欺诈而成为可能。甚至,该技术还可以通过跟踪更准确地指导呼叫者,更好地诊断痴呆症、检测驾驶员的注意力分散,甚至应用于教学依学生情绪状态适应改善学习体验。

情感AI是2019年加入Gartner Hype Cycle for Emerging Technologies的21项新技术之一。

2019年的新兴技术分为五大趋势:感知和移动性(Sensing and mobility)、增强人类能力(augmented human),后经典计算和通信(postclassical compute and comms),数字生态系统(digital ecosystems)以及先进AI和分析(advanced AI and analytics)。

趋势一:感知和移动性(Sensing and mobility)

感知和移动性结合了感测技术与人工智能的机器,除了能更了解四周环境,也有足够的移动力及操控对象的能力。感测技术将对于物联网(IoT)与其所搜集大量资料扮演不可或缺的角色,而人工智能的机器能洞察多样化的数据,并将这些信息应用在各种情境。

例如,未来10年利用AR云将可绘制3D世界地图,创造新的互动模式,进一步促生全新的商业模式,使企业得以借助实体空间获利。

企业应将下列技术纳入考虑,包括:3D感测摄影机、AR云、轻型货物运送无人机、载客无人机(flying autonomous vehicle),以及Level 4和Level 5的自动驾驶技术。

趋势二:增强人类能力(augmented human)

增强人类能力技术的进展,以提升人类的感知力和体能。例如:打造具有特殊功能的义肢,超越人类自然的体能极限,提供超人般的能力。

企业应考虑纳入下列技术,包括:生物芯片(biochip)、拟人化(personification)、增强智能(augmented intelligence)、情绪人工智能(emotion AI)、沉浸式办公室(immersive workspace)和生物科技(人工组织培养)。

趋势三:后经典计算和通信(postclassical compute and comms)

过去数十年来,传统的核心运算、通讯及整合技术已获得重大进展。正如摩尔定律(Moore’s Law)预测,中央处理器(CPU)速度越来越快、内存密度更高且规模量不断增加。这些技术在未来几年将采用与目前完全不同的架构,透过渐进式改善带来重大影响力。

举例来说,低地球轨道(LEO)卫星可提供遍及全球的低延迟互联网联机功能。这种由小型卫星组成的星群(constellation),未来可针对目前未能连网的偏远家庭(全球占比48%)提供连网服务,并带来经济成长的新机会。目前卫星数量仍较少,此技术还在发展初期,但未来几年可能对社会及商业带来重大影响。

因此,企业应评估的技术,包括:5G、次世代内存、低地球轨道卫星系统和奈米级3D打印。

趋势四:数位生态系

数字生态系为一群相互依存的参与者(企业、人与对象)相互分享数字平台,达成互惠目的。因此,企业可纳入考虑的关键技术,包括:数字营运(DigitalOps)、知识图谱(knowledge graph)、合成数据(synthetic data)、分布式网络(decentralized web)和分布式自治组织(decentralized autonomous organization)。

趋势五:先进人工智能与分析技术

借助延迟敏感度高(如自动导航)、易受网络中断影响(如远程监控、自然语言处理NLP、脸部辨识),和数据密集(如影片分析)等应用,已逐渐提高边缘人工智能的采用比例。

例如,值得学习的相关技术,包括:自适应机器学习(ML)、边缘人工智能、边缘分析、可解释性人工智能(explainable AI)、人工智能平台即服务(AI PaaS)、迁移学习(transfer learning)、生成对抗网络(generative adversarial network)和图形分析(graph analytics)。

作者:May
来源:stpi.narl

最新文章