來(lái)源：創(chuàng )新研究

盡管科幻小說(shuō)可能將人工智能機器人描繪成壞人，但一些科技巨頭現在也將其用于安全。 微軟和優(yōu)步等公司使用Knightscope K5機器人巡邏停車(chē)場(chǎng)和大型戶(hù)外區域來(lái)預測和預防犯罪。 機器人可以讀取車(chē)牌，報告可疑活動(dòng)并收集數據以向其所有者報告。

這些人工智能驅動(dòng)的機器人只是“自主事物”的一個(gè)例子，它是2019年Gartner 7大戰略技術(shù)之一，有可能在未來(lái)五年內帶來(lái)重大中斷并帶來(lái)機遇。

趨勢1：自主事物

無(wú)論是汽車(chē)，機器人還是農業(yè)，自主事物都使用AI來(lái)執行傳統上由人類(lèi)完成的任務(wù)。 智能的復雜程度各不相同，但所有自主事物都使用人工智能與他們的環(huán)境進(jìn)行更自然的交互。

這五種類(lèi)型占據四種環(huán)境：海洋、陸地、空中和數字。 它們都具有不同程度的能力，協(xié)調和智能。 例如，它們可以跨越在空中操作的無(wú)人機，人工輔助在田地中完全自主地操作的農業(yè)機器人。 這描繪了潛在應用的廣泛圖景，幾乎每個(gè)應用程序、服務(wù)和物聯(lián)網(wǎng)對象都將采用某種形式的AI來(lái)自動(dòng)化或增強流程或人為操作。 諸如無(wú)人機群之類(lèi)的協(xié)作自主事物將越來(lái)越多地推動(dòng)人工智能系統的未來(lái)發(fā)展。

趨勢2：增強式分析（大數據）

數據科學(xué)家現在擁有越來(lái)越多的數據來(lái)準備，分析和分組，并從中得出結論。鑒于數據量，探索所有可能性變得不可能。這意味著(zhù)企業(yè)可能會(huì )錯過(guò)數據科學(xué)家無(wú)法探索的假設的關(guān)鍵見(jiàn)解。

增強分析代表了數據和分析能力的第三大浪潮，因為數據科學(xué)家使用自動(dòng)算法來(lái)探索更多假設。數據科學(xué)和機器學(xué)習平臺已經(jīng)改變了企業(yè)如何產(chǎn)生分析洞察力。

“到2020年，超過(guò)40％的數據科學(xué)任務(wù)將實(shí)現自動(dòng)化”。

增強分析可識別隱藏的模式，同時(shí)消除個(gè)人偏見(jiàn)。雖然企業(yè)存在無(wú)意中將偏差插入算法的風(fēng)險，但增強分析和自動(dòng)化洞察最終將嵌入到企業(yè)應用程序中。

到2020年，公民數據科學(xué)家的數量將比專(zhuān)業(yè)數據科學(xué)家快5倍。公民數據科學(xué)家使用人工智能驅動(dòng)的增強分析工具，自動(dòng)化數據科學(xué)功能，自動(dòng)識別數據集，開(kāi)發(fā)假設和識別數據模式。企業(yè)將把公民數據科學(xué)家視為實(shí)現和擴展數據科學(xué)能力的一種方式。 Gartner預測，到2020年，超過(guò)40％的數據科學(xué)任務(wù)將實(shí)現自動(dòng)化，從而提高公民數據科學(xué)家的生產(chǎn)力和廣泛使用。在公民數據科學(xué)家和增強分析之間，數據洞察將在整個(gè)企業(yè)中得到更廣泛的應用，包括分析師、決策者和運營(yíng)工作者。

 趨勢3：人工智能驅動(dòng)的開(kāi)發(fā)

AI驅動(dòng)的開(kāi)發(fā)著(zhù)眼于將AI嵌入到應用程序中并使用AI為開(kāi)發(fā)過(guò)程創(chuàng )建AI驅動(dòng)的工具的工具，技術(shù)和最佳實(shí)踐。這一趨勢正在沿著(zhù)三個(gè)方面發(fā)展：

用于構建基于A(yíng)I的解決方案的工具正在從針對數據科學(xué)家（AI基礎設施，AI框架和AI平臺）的工具擴展到針對專(zhuān)業(yè)開(kāi)發(fā)人員社區（AI平臺，AI服務(wù)）的工具。借助這些工具，專(zhuān)業(yè)開(kāi)發(fā)人員可以將AI驅動(dòng)的功能和模型注入應用程序，而無(wú)需專(zhuān)業(yè)數據科學(xué)家的參與。

用于構建基于A(yíng)I的解決方案的工具正在被賦予AI驅動(dòng)的功能，這些功能可以幫助專(zhuān)業(yè)開(kāi)發(fā)人員并自動(dòng)執行與AI增強型解決方案開(kāi)發(fā)相關(guān)的任務(wù)。增強分析、自動(dòng)化測試、自動(dòng)代碼生成和自動(dòng)化解決方案開(kāi)發(fā)將加速開(kāi)發(fā)過(guò)程，并使更廣泛的用戶(hù)能夠開(kāi)發(fā)應用程序。

支持AI的工具正在從協(xié)助和自動(dòng)化與應用程序開(kāi)發(fā)（AD）相關(guān)的功能演變?yōu)槭褂脴I(yè)務(wù)領(lǐng)域專(zhuān)業(yè)知識和自動(dòng)化AD流程堆棧（從一般開(kāi)發(fā)到業(yè)務(wù)解決方案設計）的更高活動(dòng)。

市場(chǎng)將從專(zhuān)注于與開(kāi)發(fā)人員合作的數據科學(xué)家轉移到使用作為服務(wù)提供的預定義模型獨立運營(yíng)的開(kāi)發(fā)人員。這使更多的開(kāi)發(fā)人員能夠利用這些服務(wù)，并提高效率。這些趨勢也導致虛擬軟件開(kāi)發(fā)人員和非專(zhuān)業(yè)“公民應用程序開(kāi)發(fā)人員”的主流使用。

趨勢4：賦權邊緣

邊緣計算是一種拓撲，其中信息處理和內容收集和傳遞更靠近信息源，并且將流量保持在本地將減少延遲。目前，該技術(shù)的大部分重點(diǎn)是物聯(lián)網(wǎng)系統需要在嵌入式物聯(lián)網(wǎng)世界中提供斷開(kāi)連接或分布式功能。這種類(lèi)型的拓撲結構將解決高WAN成本和不可接受的延遲水平等挑戰。此外，它還將實(shí)現數字業(yè)務(wù)和IT解決方案的細節。

“技術(shù)和思維將轉變?yōu)榻?jīng)驗將人們與數百個(gè)邊緣設備聯(lián)系起來(lái)的地步”。

到2028年，Gartner預計在邊緣設備中嵌入傳感器，存儲、計算和高級AI功能將不斷增加。一般而言，智能將走向各種終端設備的邊緣，從工業(yè)設備到屏幕再到智能手機再到汽車(chē)發(fā)電機。

趨勢5：沉浸式技術(shù)

到2028年，改變用戶(hù)與世界互動(dòng)方式的會(huì )話(huà)平臺，以及改變用戶(hù)感知世界的方式的增強現實(shí)（AR）、混合現實(shí)（MR）和虛擬現實(shí)（VR）等技術(shù)將帶來(lái)新的身臨其境的體驗。 AR、MR和VR顯示出提高生產(chǎn)力的潛力，下一代VR能夠感知形狀并跟蹤用戶(hù)的位置和MR，使人們能夠查看和與他們的世界互動(dòng)。

到2022年，70％的企業(yè)將嘗試使用沉浸式技術(shù)進(jìn)行消費和企業(yè)使用，25％將部署到生產(chǎn)中。會(huì )話(huà)平臺的未來(lái)，從虛擬個(gè)人助理到聊天機器人，將結合擴展的感官渠道，使平臺能夠根據面部表情檢測情緒，并且他們將在交互中變得更加對話(huà)。

最終，技術(shù)和思維將轉移到這樣的程度，即人們將數百種邊緣設備（從計算機到汽車(chē)）連接起來(lái)。

趨勢6：智能空間

智能空間是物理或數字環(huán)境，人類(lèi)和技術(shù)支持的系統在日益開(kāi)放、連接、協(xié)調和智能的生態(tài)系統中相互作用。隨著(zhù)技術(shù)成為日常生活中更加集成的一部分，智能空間將進(jìn)入加速交付的時(shí)期。此外，隨著(zhù)個(gè)人解決方案成為智能空間，其他趨勢，如AI驅動(dòng)技術(shù)、邊緣計算、區塊鏈和數字雙胞胎正在朝著(zhù)這一趨勢發(fā)展。

智能空間僅在五個(gè)關(guān)鍵方面發(fā)展：開(kāi)放性、連通性、協(xié)調性、智能性和范圍。從本質(zhì)上講，智能空間正在發(fā)展，因為單個(gè)技術(shù)從孤島中產(chǎn)生，共同協(xié)作以創(chuàng )建協(xié)作和交互環(huán)境。智能空間最廣泛的例子是智能城市，其中結合商業(yè)、住宅和工業(yè)社區的區域正在使用智能城市生態(tài)系統框架進(jìn)行設計，所有部門(mén)都與社會(huì )和社區協(xié)作相關(guān)聯(lián)。

趨勢7：量子計算

量子計算是一種非經(jīng)典計算，它基于亞原子粒子的量子態(tài)，它將信息表示為表示為量子位或“量子位”的元素。

量子計算機是指數級可擴展且高度并行的計算模型。 想象傳統計算機和量子計算機之間差異的一種方法是想象一個(gè)巨大的圖書(shū)館。

雖然經(jīng)典計算機會(huì )以線(xiàn)性方式讀取庫中的每本書(shū)，但量子計算機會(huì )同時(shí)讀取所有書(shū)籍。 量子計算機理論上可以同時(shí)處理數百萬(wàn)次計算。 以商業(yè)可用、價(jià)格合理且可靠的服務(wù)形式進(jìn)行的量子計算將改變一些行業(yè)。

顛覆未來(lái) - 智能AI芯片

從推動(dòng)PCB的生產(chǎn)到在增強現實(shí)中發(fā)揮不可或缺的作用，下一代人工智能有可能徹底改變我們所知道的生活。谷歌發(fā)布自己的TPU以及Egde TPU：TPU是針對TensorFlow上的機器學(xué)習工作負載量身定制的定制應用專(zhuān)用集成電路（ASIC）。 雖然第一代TPU僅用于推理，但Cloud TPU適用于推理和機器學(xué)習培訓。Cloud TPU采用四個(gè)定制ASIC構建，可提供強大的64 GB高帶寬內存和180 TFLOPS性能。

去年，谷歌宣稱(chēng)它的TPU比現代GPU和推理CPU快15到30倍，并且TOPS / Watt測量值提高了30-80倍。

在舊金山Google Next會(huì )議的主題演講中，Google Cloud的物聯(lián)網(wǎng)副總裁Injong Rhee宣布推出兩款新的AIY項目主板 - AIY Projects Edge TPU Dev Board和Edge TPU Accelerator 圍繞谷歌新推出的專(zhuān)用邊緣TPU。