2019八大科技趨勢，指引你走向技術(shù)下一站

“我的成功秘訣，并非以最快速度，沖到球前，而是奔向它即將飛去的方向。”

——冰球傳奇Wayne Gretzky

每樣科學(xué)都有“半衰期”，而計(jì)算機(jī)科學(xué)可能是最短的一個(gè)——洗個(gè)澡的工夫，就有一半知識要過時(shí)了。本文匯總了來自Gartner、阿里達(dá)摩院等機(jī)構(gòu)對2019年科技熱點(diǎn)，并提煉其中與開發(fā)者有關(guān)的部分（幾乎所有預(yù)測中，都提到了區(qū)塊鏈），以及產(chǎn)業(yè)方向的預(yù)測，指引你走向技術(shù)的下一站。

區(qū)塊鏈商業(yè)化應(yīng)用加速

區(qū)塊鏈技術(shù)將促進(jìn)可信數(shù)據(jù)在路徑上重組和優(yōu)化，從而提高流轉(zhuǎn)和協(xié)同效率。在跨境匯款、供應(yīng)鏈金融、電子票據(jù)和司法存證等眾多場景中，區(qū)塊鏈將開始融入日常生活。隨著“鏈接”價(jià)值的體現(xiàn)，分層架構(gòu)和跨鏈互聯(lián)將成為區(qū)塊鏈規(guī)模化的技術(shù)基礎(chǔ)。區(qū)塊鏈領(lǐng)域?qū)倪^度狂熱和過度悲觀回歸理性，商業(yè)化應(yīng)用有望加速落地。

如今許多“所謂的”區(qū)塊鏈項(xiàng)目并沒有實(shí)現(xiàn)區(qū)塊鏈的所有屬性，比如高度分布式的數(shù)據(jù)庫。這些受區(qū)塊鏈啟發(fā)的解決方案只是通過自動(dòng)化業(yè)務(wù)流程或通過數(shù)字化記錄來實(shí)現(xiàn)運(yùn)營效率的一種手段。它們有望加強(qiáng)已知實(shí)體之間的信息共享，并改善跟蹤并追蹤物理和數(shù)字資產(chǎn)的機(jī)會(huì)。

這些方法并沒有發(fā)揮區(qū)塊鏈真正顛覆的價(jià)值，可能加大廠商鎖定的風(fēng)險(xiǎn)。選擇這個(gè)方法的企業(yè)應(yīng)了解限制因素，準(zhǔn)備好逐步完成區(qū)塊鏈解決方案，還要明白這點(diǎn)：可以使用更高效、更優(yōu)化地使用現(xiàn)有的非區(qū)塊鏈技術(shù)獲得相同的效果。

自動(dòng)駕駛，進(jìn)入冷靜發(fā)展道路

依靠“單車智能”，我們可能在很長時(shí)間內(nèi)都無法實(shí)現(xiàn)可靠的自動(dòng)駕駛，但這并不意味著自動(dòng)駕駛技術(shù)與應(yīng)用進(jìn)入寒冬。車路協(xié)同技術(shù)路線，會(huì)加快無人駕駛的到來。在未來2-3年，物流、運(yùn)輸?shù)认薅▓鼍盀榇淼淖詣?dòng)駕駛商業(yè)化應(yīng)用會(huì)迎來新的進(jìn)展，如固定線路公交、無人配送、園區(qū)微循環(huán)等商用場景將快速落地。

AI驅(qū)動(dòng)開發(fā)

過去，專業(yè)的數(shù)據(jù)科學(xué)家必須與應(yīng)用軟件開發(fā)人員合作，共同開發(fā)大多數(shù)由AI增強(qiáng)的解決方案，而現(xiàn)在流行這種模式——專業(yè)開發(fā)人員可以單槍匹馬，使用作為一項(xiàng)服務(wù)而提供的預(yù)定義模型。這為開發(fā)人員提供了由AI算法和模型組成的生態(tài)系統(tǒng)，并提供了將AI功能和模型集成到解決方案中的定制開發(fā)工具。

隨著AI運(yùn)用于開發(fā)流程本身，使各種數(shù)據(jù)科學(xué)、應(yīng)用軟件開發(fā)和測試功能實(shí)現(xiàn)自動(dòng)化，專業(yè)應(yīng)用軟件開發(fā)面臨另一批機(jī)會(huì)。未來5年，至少40%的新應(yīng)用軟件開發(fā)項(xiàng)目會(huì)在團(tuán)隊(duì)中有AI開發(fā)人員協(xié)同工作。

專用芯片挑戰(zhàn)GPU的統(tǒng)治地位

當(dāng)下，計(jì)算和存儲(chǔ)之間數(shù)據(jù)搬移已成為瓶頸，新一代基于3D堆疊存儲(chǔ)技術(shù)的AI芯片架構(gòu)已成為趨勢。

AI芯片中數(shù)據(jù)帶寬的需求會(huì)進(jìn)一步推動(dòng)3D堆疊存儲(chǔ)芯片在AI訓(xùn)練芯片中的普遍應(yīng)用。而類腦計(jì)算芯片也會(huì)在尋找更合適的應(yīng)用中進(jìn)一步推動(dòng)其發(fā)展。在數(shù)據(jù)中心的訓(xùn)練場景，AI專用芯片將挑戰(zhàn)GPU的絕對統(tǒng)治地位。

專用AI芯片以及更強(qiáng)大的處理能力、存儲(chǔ)和其他先進(jìn)功能將被添加到更廣泛的邊緣設(shè)備中。嵌入式物聯(lián)網(wǎng)世界的極端異質(zhì)性和工業(yè)系統(tǒng)等資產(chǎn)的長生命周期將帶來重大的管理挑戰(zhàn)。從長遠(yuǎn)看，隨著5G成熟，不斷擴(kuò)展的邊緣計(jì)算環(huán)境將更加強(qiáng)大的通信回到集中式服務(wù)。5G提供更低延遲、更高帶寬，并且每平方公里節(jié)點(diǎn)的數(shù)量急劇增加。

超大規(guī)模圖神經(jīng)網(wǎng)絡(luò)系統(tǒng)將賦予機(jī)器常識

“圖”是一種數(shù)據(jù)結(jié)構(gòu)，它對一組對象（節(jié)點(diǎn)）及其關(guān)系（邊）進(jìn)行建模。近年來，由于圖結(jié)構(gòu)的強(qiáng)大表現(xiàn)力，用機(jī)器學(xué)習(xí)方法分析圖的研究越來越受到重視。圖神經(jīng)網(wǎng)絡(luò)（GNN）是一類基于深度學(xué)習(xí)的處理圖域信息的方法。由于其較好的性能和可解釋性，GNN最近已成為一種廣泛應(yīng)用的圖分析方法，在結(jié)構(gòu)化場景中，GNN被廣泛應(yīng)用在社交網(wǎng)絡(luò)、推薦系統(tǒng)、物理系統(tǒng)、化學(xué)分子預(yù)測、知識圖譜等領(lǐng)域。

單純的深度學(xué)習(xí)已經(jīng)成熟，而結(jié)合了深度學(xué)習(xí)的圖神經(jīng)網(wǎng)絡(luò)將端到端學(xué)習(xí)與歸納推理相結(jié)合，有望解決深度學(xué)習(xí)無法處理的關(guān)系推理、可解釋性等一系列問題。

計(jì)算體系結(jié)構(gòu)被重構(gòu)

未來的計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)不僅需要滿足AI對高通量計(jì)算力的需求，也要滿足物聯(lián)網(wǎng)場景對低功耗的需求。基于FPGA、GPU、ASIC等計(jì)算芯片的異構(gòu)計(jì)算架構(gòu)，以及新型存儲(chǔ)器件的出現(xiàn)，已為計(jì)算架構(gòu)的演進(jìn)拉開了序幕。

從過去以CPU為核心的通用計(jì)算而走向由應(yīng)用驅(qū)動(dòng)和技術(shù)驅(qū)動(dòng)，所帶來的領(lǐng)域特定體系結(jié)構(gòu)的顛覆性改變，將加速人工智能甚至是量子計(jì)算時(shí)代到來。

5G催生全新應(yīng)用場景

第五代移動(dòng)通信技術(shù)，主要特點(diǎn)是波長為毫米級，超寬帶，超高速度，超低延時(shí)。它將使移動(dòng)帶寬大幅度增強(qiáng)，提供近百倍于4G的峰值速率，促進(jìn)基于4K/8K超高清視頻、AR/VR等沉浸式交互模式的逐步成熟。

5G將帶來海量的機(jī)器類通信及連接的深度融合。網(wǎng)絡(luò)向云化、軟件化演進(jìn)，網(wǎng)絡(luò)可切片成多個(gè)相互獨(dú)立、平行的虛擬子網(wǎng)絡(luò)，為不同應(yīng)用提供虛擬專屬網(wǎng)絡(luò)，加上高可靠、低時(shí)延、大容量的網(wǎng)絡(luò)能力，將使車路協(xié)同、工業(yè)互聯(lián)網(wǎng)等領(lǐng)域獲得全新的技術(shù)賦能。

數(shù)字身份愈加重要

生物識別技術(shù)正逐漸進(jìn)入大規(guī)模應(yīng)用階段。隨著3D傳感器的快速普及、多種生物特征的融合，每個(gè)設(shè)備都能更聰明地“看”和“聽”。生物識別和活體技術(shù)也將重塑身份識別和認(rèn)證，數(shù)字身份將成為人的第二張身份證。從手機(jī)解鎖、小區(qū)門禁到餐廳吃飯，到高鐵進(jìn)站、機(jī)場安檢以及醫(yī)院看病，靠臉走遍天下的時(shí)代正在加速到來。

另一方面，數(shù)字道德和隱私是個(gè)人、組織和政府日益關(guān)注的一個(gè)問題。人們越來越關(guān)注公共和私營部門的組織如何使用他們的個(gè)人信息，沒有積極主動(dòng)地打消這些顧慮的組織只會(huì)遇到越來越強(qiáng)烈的反對。

---------------------

來源：CSDN

原文：https://blog.csdn.net/Blockchain_lemon/article/details/86134665

5G AI

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實(shí)的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實(shí)后本網(wǎng)站將在24小時(shí)內(nèi)刪除侵權(quán)內(nèi)容。