青山遮不住——2020的10大技術趨勢

• 2020 年 2 月 17 日
• 筆記

很多時候，對某種趨勢的預測往往被歸到了娛樂圈。但是，趨勢是客觀存在的，不論你看不看它，知不知道它，它都在那裡。有時候，我們贏得了競爭，卻輸給了整個時代。

Gartner每年一度的技術趨勢預測有一定的代表性，而那些科技公司中的巨人（例如百度、阿里等）也有着自己的理解和判斷，了解一下各家的觀點，或許可以看到一些共性或者特性的東西。

百度對2020的技術趨勢預測

Baidu Research對2020年的技術趨勢進行了預測，AI發展的門檻繼續降低，工業智能將領導了第四次工業革命。

百度——趨勢1: AI工業化

日益成熟的人工智能技術和各種相關業務解決方案正在迅速進入「工業化」階段。隨着對人工智能技術的不斷投資，2020年將會出現許多人工智能模型和數據工廠，促進人工智能技術和相關商業解決方案的大規模更新。例如，客戶服務行業的AI解決方案可以被大規模複製並應用於金融、電子商務、教育和其他行業。

百度——趨勢2: AI芯片大規模實施

人工智能芯片已經逐漸達到可用狀態，2020年將是大規模實現人工智能芯片的關鍵一年。處於邊緣的 AI 芯片將更加低成本、專業化和無縫集成到下游解決方案中。同時，神經處理單元(NPU)將成為下一代基於邊緣通用 CPU 芯片的基本模塊。越來越多的基於設備的 CPU 芯片將集成深度學習框架作為其設計的核心。AI也將重新定義計算機體系結構，支持人工智能訓練和推理，成為異構設計體系結構的新思想。

百度——趨勢3: 深度學習大規模應用

深度學習框架是開源深度學習平台的核心，大大降低了人工智能技術的開發門檻，有效地提高了人工智能應用的質量和效率。2020年，深度學習將在許多行業大規模應用，以實施創新，加快轉型升級。

百度——趨勢4: AutoML的自動機器學習

Automl 將能夠集成傳統機器學習的迭代過程，並建立一個自動過程。研究人員只需輸入元知識(如卷積運算、問題描述等) ，算法就能自動選擇合適的數據，優化模型結構和配置，訓練模型，並將其部署到不同的設備上。自動機的快速發展將大大降低機器學習的門檻，提高人工智能應用的普及程度。

百度——趨勢5: 多模態深層語義理解

多模態深層語義理解以語音、圖像、文本等不同模型的信息為輸入，將感知和認知技術相結合，實現對信息的多維深層理解。隨着計算機視覺、語音、自然語言理解和知識圖形的快速發展和大規模應用，多模態深層語義理解逐漸成熟，導致了更廣泛的應用場景。結合人工智能芯片，它將被廣泛應用於智能家居、金融、安全、教育、醫療和其他行業。

百度——趨勢6: NLP的廣泛應用

自然語言處理技術將與知識深度整合，一般自然語言理解的計算平台將得到廣泛應用。基於大量文本數據的語義表示將與領域知識緊密結合，以不斷提高自動問答、情感分析、閱讀理解、推理、信息抽取等自然語言處理任務的效率。整合大規模計算能力、豐富的領域數據、預訓練模型和改進的研發工具，通用自然語言理解計算平台將逐步完善並廣泛應用於互聯網、醫療、法律、金融等領域。

百度——趨勢7: 物聯網的突破

物聯網將在三個方向上突破: 邊界、維度和場景。隨着5 g 和邊緣計算的發展，計算能力將不再局限於雲計算中心，擴展到所有領域，並建立一個分佈式計算平台。同時，對物理世界最重要的兩個維度——時間和空間的洞察力，將成為新一代物聯網平台的基本能力。這將促進物聯網與諸如能源、電力、工業、物流、醫療和智能城市等更多方案的整合，並創造更大的價值。

百度——趨勢8: 智能交通加速

自動駕駛汽車的發展正變得越來越合理，到2020年，更多的自動駕駛汽車將應用於不同的場景，如物流、公共交通、地理圍欄區等。同時，V2X (Vehicle to everything)技術已經具備了大規模部署和應用的條件，使車輛和道路形成了廣泛的連接，進一步推動了智能車輛基礎設施協同系統(IVICS)的實現，加快了公園、城市、高速公路等場合智能交通的實現。

百度——趨勢9: 區塊鏈應用

區塊鏈技術將以更務實的方式納入更多的情景。區塊鏈技術與人工智能、大數據、物聯網和邊緣計算的深入集成，數據和資產的在線和離線映射問題將逐一得到解決，圍繞區塊鏈構建的數據授權、數據使用、數據流通和交換等解決方案將在各行各業發揮巨大作用。例如，在電子商務中，區塊鏈可以保證商品全過程數據的真實性; 在供應鏈中，可以保證整個過程數據的開放性和透明性，以及企業之間的安全交換; 在政府事務中，可以實現政府數據的開放、電子證書等。

百度——趨勢10: 量子計算

量子計算將迎來新一輪爆炸性增長，為人工智能和雲計算注入新的活力。在量子硬件方面，可編程中型噪聲量子器件的性能將進一步提高，並具有糾錯能力。具有一定實用價值的量子算法將能夠在其上運行，量子人工智能的應用將得到極大的發展。在量子軟件方面，高質量的量子計算平台和軟件將會出現，並將與人工智能和雲計算技術緊密結合。此外，隨着量子計算產業鏈的出現，量子計算必將在更多的應用領域得到更多的關注。越來越多的行業巨頭為戰略布局投入了研發資源，這為未來的人工智能和雲計算領域帶來了新的面貌。

百度對技術趨勢預測體現了自身「All in AI」的戰略，即便是量子計算、區塊鏈和物聯網也都是與AI息息相關，集中體現了人工智能在多場景、多維度應用的深度與廣度。

阿里對2020的技術趨勢預測

阿里巴巴的達摩院也發佈了自己對2020年的十大技術趨勢預測，希望通過抓住技術革命的步伐，可以更好地利用這些「魔力」 ，掌握自己的未來。

阿里——趨勢1: 從感性智能到認知智能

在需要外部知識的認知智能領域，邏輯推理或領域遷移，AI仍然處於初級階段。認知智能將從認知心理學、腦科學和人類社會歷史中汲取靈感，結合跨領域知識圖譜、因果推理和持續學習等技術，建立穩定獲取和表達知識的有效機制。這使機器能夠理解和利用知識，實現從感性智能到認知智能的重大突破。

阿里——趨勢2. 內存計算

在馮·諾伊曼結構中，內存和處理器是分開的，計算需要來回移動數據。隨着數據驅動人工智能算法的快速發展，硬件已經成為更先進算法研究的瓶頸。在內存中處理(processing-In-memory，PIM)體系結構中，內存和處理器是融合在一起的，計算是以最小的數據移動方式存儲的情況下進行的。因此，可以顯著提高計算的並行性和功耗效率。

阿里——趨勢3. 工業物聯網

物聯網設備、雲計算和邊緣計算的快速發展，將加速信息系統、通信系統和工業控制系統的融合。通過先進的工業物聯網，製造企業可以實現機器自動化、工廠物流自動化和生產調度自動化，實現 C2B 智能製造。此外，相互連接的工業系統可以調整和協調兩個上游或下游的生產能力。最終，它將顯著提高製造商的生產率和利潤率。

阿里——趨勢4. 機器之間的大規模協作

傳統的單一智能已經不能滿足大規模智能設備的實時感知和決策。物聯網協同感知技術和5G 通信技術的發展將實現多代理之間的協作——機器之間相互協作、相互競爭以完成目標任務。多智能體協作所帶來的群體智能將進一步增強智能系統的價值: 大規模的智能交通燈調度將實現動態實時調整，倉庫機械人將協作完成貨物分揀的高效協作，無人駕駛汽車可以協作在效率和安全之間達到最佳平衡，群體無人機協作將有效完成最後一公里的配送。

阿里——趨勢5: 多芯片的模塊化設計

傳統的芯片設計模式已經不能有效地應對芯片生產的快速發展、分散化和個性化需求。基於 RISC-V的開源 SoC 芯片設計、高級硬件描述語言和基於IP的模塊化芯片設計方法，加速了敏捷設計方法和開源芯片生態系統的快速發展。此外，基於芯片的模塊化設計方法採用先進的封裝技術將芯片與不同的功能封裝在一起，可以快速定製和交付芯片，滿足不同應用的具體要求。

阿里——趨勢6: 大規模區塊鏈應用

區塊鏈即服務(Blockchain-as-a-Service)將進一步降低企業區塊鏈應用的進入壁壘，還將出現各種嵌入終端、雲和專門為區塊鏈設計的核心算法的硬件芯片，使物理世界的資產映射到區塊鏈上，進一步擴大價值互聯網的邊界，並實現」多鏈互連」。在未來，將出現大量創新的區塊鏈應用場景與跨不同行業和生態系統的多維協作，大規模生產級區塊鏈應用程序超過1000萬 DAI (每日活動項目)，並獲得大規模採用。

阿里——趨勢7: 大規模量子計算

2019年「量子霸權」的競賽將焦點重新帶回量子計算，這次演示使用了超導電路，提高了超導量子計算機的整體信心，有望實現大規模量子計算機。到2020年，量子計算領域的投資將不斷增加，競爭也將日益激烈。在未來幾年，下一個里程碑將是容錯量子計算的實現和在現實世界問題中量子優勢的證明， 量子計算正進入一個關鍵時期。

阿里——趨勢8: 新材料將徹底改變半導體器件

在摩爾定律和計算能力和存儲需求的雙重壓力下，傳統的硅基晶體管很難維持半導體產業的可持續發展。目前為止，主要的半導體製造商仍然沒有明確的答案並使用突破3納米的芯片方案。新材料將通過新的物理機制並製造新的邏輯、存儲和互連設備，推動半導體產業的不斷創新。例如，拓撲絕緣子、二維超導材料等可以實現電子和自旋無損輸運的材料，可以成為新型高性能邏輯和互連器件的基礎，新型磁性材料和新型電阻開關材料可以實現 SOT-MRAM 和電阻存儲器等高性能磁性存儲器。

阿里——趨勢9: AI的數據隱私

有關個人數據處理的數據保護法律法規要求的合規成本比以往任何時候都要高，人們對使用人工智能技術保護數據隱私的興趣日益濃厚。其實質是數據使用者能夠通過不同數據提供者的輸入數據計算函數，同時保持這些數據的私有性。這種人工智能技術有望解決數據孤島的問題，以及對當今數據共享實踐缺乏信任的問題，並在可預見的未來真正釋放出數據的價值。

阿里——趨勢10：雲成為 IT 技術創新的中心

隨着雲計算技術的深入發展，雲已經遠遠超出了 IT 基礎設施的範圍，並逐漸發展成為所有 IT 技術創新的中心。雲與幾乎所有的 IT 技術都有着緊密的聯繫，包括新芯片、新數據庫、自動駕駛自適應網絡、大數據、人工智能、物聯網、區塊鏈、量子計算等等。同時創造了無服務計算、雲原生軟件體系結構、軟硬件一體化設計、智能自動化操作等新技術。雲計算正在重新定義 IT 的各個方面，正在不斷地將新的 IT 技術轉化為可訪問的服務，並成為整個數字經濟的支柱。

阿里對技術的預測同樣地突出了AI 的重要性，指出了AI的演進趨勢、架構變革和安全隱私。或許出於對「平頭哥」的偏愛，還提出了芯片設計和新材料對元器件的演進，另外，強調了工業物聯網、區塊鏈和雲計算。

Gartner對2020的技術趨勢預測

Gartner 對技術趨勢的預測稱之為——戰略技術趨勢，戰略技術趨勢具有巨大潛力，可以造成和應對（市場）波動，並為轉型和優化方案提供動力。Gartner 對2020年的技術趨勢預測稱之為智能數字網絡，即構建於智能數碼網絡中以人為本的智能化空間。

Gartner——趨勢一：超自動化

超自動化是指將多種機器學習、打包軟件和自動化工具相結合來交付工作。使用特定類型自動化將高度依賴於組織現有的IT體系結構和業務實踐。超自動化不僅指工具集的範圍，還指自動化本身的所有步驟(發現、分析、設計、自動化、測量、監視、複測評估)。

超自動化是一種無法避免的市場趨勢，在這種趨勢下，組織必須快速識別並自動化所有可能的業務流程，機械人過程自動化(Robotic process automation,RPA)和智能業務流程管理套件(Intelligent business process management suites,iBPMSs)是超自動化的關鍵組件。組織數字孿生（DTO）從現實環境中提取信息，真實的人和機器一起工作，生成關於整個組織中正在發生的事情的連續情報。同時，機器學習和NLP打破了超自動化發展的範圍。

Gartner——趨勢二：多重體驗

感知和交互模型的聯合轉變導致了未來的多感官和多觸點體驗，這種模式將從一個懂技術的人轉變為一種了解人的技術，轉化意圖的負擔將從用戶轉移到計算機，通過多種感官與用戶溝通的能力，將為傳遞微妙的信息提供更豐富的場景。

在多重體驗世界中，「計算機」是用戶周圍的環境，包括許多觸點和感官輸入。沉浸式體驗是由多種技術和軟件工具構建，包括AR、VR、MR、多通道人機界面(multichannel human-machine interface,HMI)和傳感技術。會話平台提供了高級設計模型和執行引擎，用戶和機器在其中進行交互。多重體驗開發平台(multiexperience development platform,MXDP)提供了前端開發工具和後端服務，支持跨設備、模式和觸點的無縫、有針對性沉浸式體驗的快速、可擴展開發。通過具有鬆散耦合前後端架構的統一開發平台來交付設計時間、運行工具與服務。因此，多重體驗的長期表現將被被稱為環境體驗。

Gartner——趨勢三：大眾化

大眾化的重點是通過一種完全簡化的經驗，為人們提供技術專長(例如，ML，應用開發)或業務領域專長(例如，銷售流程，經濟分析)，而不需要大量和高價的培訓。大眾化趨勢的目標可以是企業內外的任何人，包括客戶、業務夥伴、企業高管、銷售人員、裝配線工人、應用開發人員和IT運維人員。

應用開發大眾化，低代碼、無代碼和普通開發者，能夠使用人工智能驅動的工具自動生成新的解決方案，能夠快速創建更動態、更開放和更複雜的解決方案。增強分析使用ML和AI輔助的數據準備、智能生成和解釋，允許業務員充當「大眾數據專家」，而Shadow AI指的是大眾化的自然結果，即沒有受過正規訓練的個體利用易使用的工具來開發自己的人工智能解決方案，並在類似的工作中為他人提供對等的支持。因此，大眾化將帶來一個「全民應用開發」的新時代。

Gartner——趨勢四：人體增強

人體增強是指通過科學技術的應用來提高人的能力，打字機、複印機和印刷機等技術就已經增強了人類創造、複製和出版文字的能力，而眼鏡、助聽器和假牙都是歷史上人體增強能力的例子。人體增強探索技術如何可以作為人類體驗的一個組成部分被用來傳遞認知和改善身體。

人體增強影響着我們在物理和數字空間中移動、感知和交互的方式，也影響着我們處理、分析和存儲信息的方式。物理增強通過在人體植入或附加某種技術元素來改變人體固有的生理能力，從而增強人體素質。汽車、採礦、石油和天然氣等行業都在使用可穿戴設備來提高工人的安全性。認知是人類通過感官接收、生活體驗、學習以及對接收、體驗和教育的思考而獲得知識的過程。認知增強提高了人類思考和做出更好決定的能力，可以通過訪問信息和開發傳統計算機系統上的應用以及智能空間中出現的多重體驗界面來實現。因此，人體增強將是個體與周圍他人和智能空間交互的一個主要方式。

Gartner——趨勢五：透明度與可追溯

數字倫理和隱私越來越受到個人、組織和政府的關注。人工智能和使用ML模型做出自主決策，引發了人們新的擔憂，數字倫理推動了對可解釋的人工智能的需求，並確保人工智能系統以符合倫理和公平的方式運行。透明度和可追溯性是支持這些數字倫理和隱私需求的關鍵因素。

透明度和可追溯性不是一個產品或一個動作。它指的是一系列的態度、行動、支持技術和實踐，旨在解決監管要求，確立使用人工智能和其他先進技術的道德途徑，並修復企業日益缺乏的信任。帶有可解釋AI功能的增強分析解決方案不僅是顯示數據科學家模型的輸入和輸出,也解釋了為什麼系統選擇特定的模型，以及增強數據科學和ML所應用的技術。歐盟通用數據保護條例(GDPR)重新定義了隱私的基本規則，併產生了全球性的影響。通過實施「隱私設計」原則，可以使產品和服務比競爭對手更有利於隱私保護，這就創建了一個基於信任的價值主張。

Gartner——趨勢六：邊緣賦能

邊緣計算描述了一種計算拓撲，信息處理、內容收集和交付被放置在離源碼、資源庫以及使用者更近的位置，借鑒了分佈式處理的概念。它嘗試將流量和進程保持在本地，為了減少延遲、利用邊緣功能，使邊緣能夠較大的實現自主。邊緣被賦予了越來越複雜的、專業化的計算資源和越來越多的數據存儲，包括機械人、無人機、自動駕駛汽車以及操作系統在內的複雜邊緣設備正在加速這一重點的轉移。

數據和分析領導者需要重新定義數據資產的描述、組織、集成、共享和治理，連接邊緣設備和後端服務是物聯網的一個基本面，也是智能空間的推動者。邊緣賦能的數字孿生可以顯著改善企業決策。它們與處於邊緣的現實世界中所對應的對象相連接，用於了解事物或系統的狀態、響應變更、改進操作和提高價值。

Gartner——趨勢七：分佈式雲

分佈式雲是指公有雲服務分佈在雲供應商數據中心之外的不同位置，而原始的公有雲供應商承擔運營、治理、維護和更新的責任，分佈式雲將此公有雲模型擴展到雲供應商擁有的數據中心之外，支持從分佈到特定和不同位置的公有雲的同類雲服務的連續連接和間斷連接操作，實現了混合雲的承諾，混合雲的目標是將外部服務和內部服務以優化、高效和低成本的方式結合起來。

Gartner——趨勢八：自主組件的通用技術能力

自主組件沿着自治的範圍運行，從半自主到完全自主，是指這些事物可以在定義的前後聯繫中不受監督地運行或完成目標。即使是完全自主的、完全獨立於任何外部機構(如人類)而獨立運作的事物，也可能需要設定某種程度的控制或方向。

自主組件的發展非依賴於共享了一些通用技術能力，一旦某種類型的自主組件克服了發展能力的挑戰，創新就可以應用到其他類型的自主組件上。

Gartner——趨勢九：區塊鏈的實際應用

區塊鏈是網絡中所有參與者共享加密簽名、不可撤銷事務記錄的擴展列表，每個記錄都包含一個時間戳並指向之前事務的引用鏈接。區塊鏈有通過建立信任、提供透明和跨業務生態系統的價值交換來重塑行業的潛力，這可能會降低成本、減少交易結算時間並改善現金流。

區塊鏈通過使分類賬獨立於各個應用和參與者，並在分佈式網絡中複製分類賬來創建重大事件的權威記錄，從而消除了業務和技術上的摩擦。區塊鏈還支持分佈式信任架構，該架構允許不了解或繼承信任彼此的各方使用各種資產來創建和交換價值。將智能合約作為區塊鏈的一部分，可以對操作進行編碼，從而使區塊鏈中的變更觸發其他動作。

Gartner——趨勢十：AI安全

物聯網、雲計算、微服務以及智能領域中高度互聯的系統攻擊面都會大幅增加。對於AI系統而言，一旦被感染，依賴於數據質量、完整性、保密性和隱私性的數據驅動型決策會受到數據篡改等情況的負面影響。機器學習管道至少有5個階段需要被保護：數據接入、數據準備和標記、模型訓練、推理驗證、生產部署，每個階段都有不同類型的風險需要處理。

隨着攻擊活動的比例和攻擊類型不斷上升和增加，網絡安全專家感到越來越難以跟上廣泛利用AI實現防禦活動自動化的需求。機器學習可以成為工具包中的有力武器，尤其是在安全監控、惡意程序檢測或網絡異常行為檢測等高價值活動中。基於ML的安全工具無法完全代替現有的和傳統的工具，只起到一個加強和提升的作用。有監督學習、無監督學習和強化學習如今已成功應用於安全行業，用於處置惡意程序、釣魚、網絡異常行為、敏感數據的越權訪問、用戶行為分析、漏洞優化等。

Gartner 給出的戰略技術趨勢更具備系統性，分為以人為中心和智能空間兩個類別。核心是，AI是推動高級流程自動化與人體增強介入的基礎，工廠、辦公室和城市等物理環境將成為「智能化空間」，人們將在其中通過觸點和感官通道進行交互，以獲得豐富的環境體驗。應對AI、IoT/edge等不斷發展的技術所帶來的隱私、數字道德和安全挑戰，將成為維持信任和避免法律糾紛的關鍵。

不敢小結的小結

作為一個工作了二十多年的半吊子全棧工匠，視野依舊是狹窄的，不敢也沒有能力做出什麼評價或者判斷。但是，閱讀百度、阿里和Gartner 給出的2020年技術趨勢，可以試圖小結一下其中的關鍵詞：AI、物聯網、雲計算、芯片技術、區塊鏈和安全。

安全是永恆的主題，區塊鏈走進實用，芯片技術持續演進，物聯網尤其工業物聯網受到關注，雲計算超越中心，而這一切的一切都被注入了人工智能。也就是說，可信的、安全的、無所不在的智能網絡空間。

老碼農嘗試對自己所從事的領域——智能音箱，做一些趨勢上判斷：

智能音箱是否同樣經歷1G到5G的發展呢，等待時間的檢驗吧。

參考資料：

• https://www.gartner.com/en/doc/432920-top-10-strategic-technology-trends-for-2020
• https://damo.alibaba.com/events/58
• http://research.baidu.com/Blog/index-view?id=129