![]()
![]()
作者 | Andrew Smith
译者 | 王艳妮，责编 | Elle
出品 | CSDN（ID：CSDNnews）
2020年新年伊始，新技术和新方法让我们与第四次工业革命的距离愈加接近。
当今世界技术的发展日新月异，对公司而言，要跟上数字世界的每一个变化和进步，是至关重要的极大挑战。
昨天还仅仅处在理论阶段的东西明天可能就变成行业标准了。
从物联网，人工智能以及沉浸式数字体验的指数级增长，到数据安全，管理和存储的未来，以下是未来十年内您应该密切关注的八项最有前景的技术。
![]()
边缘计算
尽管云计算的应用正在呈指数级增长——Google Cloud，AWS（Amazon Web Services），Microsoft Azure等，显示了对当今成千上万家公司需求的完美匹配 ，但仍然有许多现存的以及新兴的技术需要一种不同的方式来实现对信息的处理。
对于物联网系统，工业自动化，增强现实以及其他依赖高性能计算的，有着光明前景的技术来说，它们需要比当今的云计算所能提供的还要低得多的时延才能发挥出全部的潜能。这使得边缘计算及其分布式能力得到的关注越来越多。
边缘计算是一种分布式计算范例，可通过使数据的存储和处理更接近需要发生的地方来帮助物联网和相关技术绕过云计算的高延迟——时间敏感的数据计算发生在设备内部，而其余部分的数据计算则发生在分布式云中。因此，设备本身成为一个小型的本地数据中心，能够有效地远程处理数据，即使与云的连接受限或没有任何连接。
将流量保持在本地以及分布式的思路可以帮助公司大大缩短响应时间，节省带宽并实现软件和硬件解决方案更大的自治权。边缘计算最成功的例子之一是亚马逊的PrimeAir及其包裹运送无人机。
无人机，工业和社交机器人，自动驾驶，以及各种自动化系统，都得益于优越的互连性，基础架构优化，以及由边缘计算所带来的较低带宽成本。根据联合市场研究公司（Allied Market Research）的报告，全球边缘计算市场到2025年预计将达到165.5亿美元，并将会创造各种新的就业机会，尤其是软件工程师一职。
人工智能一词是用来描述为模拟人类智能过程而构建的各种技术和计算机系统的一个术语，人工智能包括学习（对信息和使用信息规则的获取），推理（根据规则推算出近似或确定的结论），以及自我纠正。人工智能是近年来最大的趋势之一，并且很可能成为下一个重大技术风口之一。
尽管人工智能严格来说并算不上一个新趋势，但鉴于其惊人的变革潜力，AI仍然值得人们密切关注。从无处不在的聊天机器人到复杂的预测分析工具，各个行业对该技术的应用已经开始了，并且对AI解决方案的需求正在迅速增长。数据显示，全球AI软件市场到2020年将达到约150亿美元，这意味着AI未来不仅仅是一个趋势那么简单了。
如今，AI软件几乎已成为每家公司数字化转型战略不可或缺的内在组成部分。人工智能，机器学习和其他认知工具是整个IT生态系统自动化的驱动力。公司围绕AI的解决方案及其最强大的认知可能性（数据驱动的见解，数据知情的决策制定，以及更高的生产率）重新设计其核心系统，创建新的业务方法，以及重组流程。
大型公司和资金充足的组织确实有能力设计和部署他们自己的AI驱动的系统，而大多数中小型企业在开启AI驱动的旅途时将不得不诉诸于另一种类型的，成本更低的途径。在2020年能考虑的最现实的选择是AI即服务（AI-as-a-service）和开放算法模型。
尽管这些组织需要的量身定做的个性化方案仍然价格不菲，但Google，Amazon，IBM和Microsoft这类公司提供的AI即服务模型仍将会是个可行的选择。我们还可以预计到，在未来2到3年内，提供对特定业务需求和案例量身定制的付费AI服务和开放算法模型的初创公司和供应商会越来越多。
与人工智能和机器学习一样，机器人流程自动化（Robotic Process Automation, RPA）旨在通过对数据转换和对复杂业务流程的自动化来让我们的生活变得更轻松——数据处理，工作流优化，供应链管理以及另一项曾经需要人工完成的，复杂的，重复性的任务。
尽管自动化向来就是一个有着众多就业方面争议的热门话题——Forrester Research最近的报告预计，自动化目前对全球约9％的劳动力造成了威胁——即使今天只有5％的工作可以完全被自动化替代。在未来的十年中，自动化技术更有可能会改变现有的工作，通过局部的自动化来让工作变得更容易完成，并显著增加对业务分析师，软件架构师，工程师和其他IT人员的需求。
自动化技术的下一步将是将RPA与上述AI，ML，其他自动化工具，智能业务管理软件，以及流程挖掘技术相结合，以使得我们能够以更具影响力的方式实现流程自动化和人员扩充。这种技术和过程的结合称为超自动化。
超自动化的目标是为了了解能使机器在几乎没有人为外部帮助的情况下，实现自身自动化的机制的范围，包括自我发现，分析，设计，测量，监视和重新评估。
不久的将来，全世界范围的公司都将使用超自动化来创建DTO（组织的数字孪生子），即一个针对组织本身，其产品，其服务，及其能使公司实时分析和试验的流程的动态虚拟模型，它能在模拟环境中保持智能的状态。这种由AI技术推动的决策方式将为在将来的十年里为最先采用该技术的公司带来巨大的价值和商机。
扩展现实（Extended Reality, XR）是一个术语，指的是由计算机技术和可穿戴设备提供的三种有代表性的沉浸式数字体验形式：虚拟现实（VR），增强现实（AR）和混合现实（MR）。VR指的是完全沉浸在数字环境中，您可以使用带有控制器的特殊耳机或多投影环境来实现与数字对象的交互。
AR通过使用计算机生成的感知信息增强现实世界中的对象，并利用智能手机，平板电脑，眼镜和各种其他设备为用户提供交互式的体验。最终，MR比AR更进一步，它将现实世界和虚拟体验相融合，使得现实对象和数字对象共存，并且用户可以与放置在现实世界中的数字对象进行实时交互，或与虚拟世界中的现实物体实时交互。
尽管XR技术如今主要用于娱乐和体验式营销，但它们也正在改变我们感知现实和数字世界以及交互的方式。预计2020年以后，这些技术将在医疗健康，教育和零售等众多其他领域得到广泛的应用。
扩展现实将被高效地应用于培训，模拟，制造，原型制作，业务通信，电子商务，客户参与以及许多其他种类的涉及人类，商业，机器，以及数据之间的交互。
人工智能，物联网，机器人技术，边缘计算和扩展现实的强大能力与人性化的设计技巧的结合，为一种名为智能接口的系统开辟了道路。这些人机接口最常见的特点之一就是能够收集有关用户的数据，预测用户的需求，并为他们提供更贴合其需求的信息或服务。
智能接口开发的早期产品是对话技术，例如虚拟助手和能启用语音的可穿戴设备，使您可以不用动手就能与环境和数字世界互动。我们主要使用这些系统向智能家居和手机发出简单命令，而当今的企业则已成功将其应用于物流，客户服务，以及施工作业。
到目前为止，零售和市场营销对开发智能界面以识别客户，分析其外表，情绪和肢体行为以及跟踪其在数字世界的习惯以进行实时促销，推荐和目标广告等方面的兴趣最大。
如此直观，高效的界面将在工业4.0转型中发挥巨大作用。在接下来的十年中，自然语言处理，计算机视觉，面部识别，眼部跟踪，情感识别，手势控制以及其他能推动针对私人和企业的新型高级智能界面发展的相关技术都将得到重大进展。
智能界面将能够更深层次地理解客户，从而为他们提供更多个性化的服务和定制产品。智能界面的便利性及其认知能力将帮助公司提高每位员工的个人生产力，并提高公司的整体运营效率。
我们还可以预期，诸如大脑控制的界面，肌肉计算机界面，以及空间计算之类的技术将在2020年浮现，将在未来很多年里为我们带来很多令人耳目一新的机会。
自从比特币（世界上第一种加密货币）问世以来，区块链作为最著名的分布式账本技术之一便一直备受争议。如今，区块链技术热度持续不减，主要原因在于，很多与加密货币有关的项目在过度炒作后惨遭失败，成千上万的骗局使不了解情况的投资者们损失惨重，而加密货币正是基于区块链技术的。尽管如此，2020年仍可能是分布式账本技术最终能挽回自己清白声誉的一年。
如今，世界各地的公司都拒绝放弃DLT作为一种解决各行业和各情境下的业务问题的实用方案的转型潜力。DLT已然成为IBM，Facebook，Microsoft，Alphabet，Samsung，Mastercard，Walmart，Oracle，Tencent等公司的五大战略重点之一，这些公司以及很多其他公司持续性地投资数十亿美元以开发其加密货币，市场，数字ID，供应链管理系统，以及其他各种去中心化解决方案。
在未来十年内，这些去中心化的点对点系统将会具有重塑整个行业的能力。基于DLT的解决方案具有在公司和用户之间建立信任，提高业务运营透明度，提高各种资产的可追溯性，降低交易成本，消除价值交换边界，以及确保私有数据的安全性和不变性等等方面的潜力。
正如世界经济论坛在2011年所阐述的那样，“个人数据正在成为一种新的经济上的“资产类别”，是能够触及社会方方面面的21世纪的宝贵资源。”从我们的爱好到我们的交易历史，我们越来越多的个人数据最终都流到Facebook和Google等大公司的手中。
他们收集我们的数据，并将其用在针对性广告之类的事情上，甚至用来与其他公司进行交易，这会导致灾难性的滥用，比如Facebook和Cambridge Analytica那起数据丑闻。不幸的是，在当今社会除了完全不用这些公司的服务或完全脱机之外，在保护自己的数据方面你能做的不多。
随着我们对数字ID和个人信息价值的意识逐渐增强，无处不在的数据收集，滥用丑闻和数据泄露这些事情正在引起严重的信任危机。人们要求对他们自己的数据有更多的控制力，透明度和可追溯性，因此他们要求在数据的收集，存储和处理方面出台更严格的规定。
下个十年中间可能会出现一个转折点，到时候为满足我们的安全和隐私需求，各国政府将采取立法行动并合理组织以广泛实施新的惯例和技术。
这个方向最有前景的解决方案之一是数字ID，这是一组基础技术，旨在为人们提供完整的个人数据所有权，控制权和隐私权。此类系统对于政府，个人和企业之间的广泛数字互动至关重要。各政府也确实朝着这个方向迈进了。
美国商务部国家标准技术研究院（NIST）已向支持“网络空间可信身份国家战略”（NSTIC）的多项计划提供了赠款，并力求为公民提供安全，有弹性，以及增强隐私保护的在线身份。
许多其他国家也开始研发他们自己的eID系统来帮助人们，不仅为了保护其数据，而且还为了实现了联合国大会于2015年设定的可持续发展目标（SDG）其中的目标16.9，这项目标指出：“到2030年，为所有人提供合法身份，包括出生登记。”
根据世界银行ID4D的数据，世界上有超过10亿人无法证明自己的身份，因此无法获得包括医疗健康，社会保护，教育和金融在内的众多至关重要的服务。而在全球范围内采用数字ID系统可以改变这一现实。
在过去的几年中，这个世界经历了全球数据领域的指数增长，根据国际数据公司的预测，数据量将继续以61％的年增长率增长，并在2025年之前直达175 ZB。或早或晚，传统数据中心和云数据中心将无能力有效存储和维护这些惊人的数据量，更不用提这些数据需要耗费的巨大电量了。
此外，当代的数据存储设备对于长期存储来说几乎都不够可靠。到某个时刻，世界将不得不采用一种全新的数据保存和管理方式。
一种很有前景的能替代所有这些HDD，SSD和其他电子设备的选择就是DNA。真实的DNA承载着有关地球上所有已知有机体的发育，功能，生长和繁殖的遗传指令，而合成的DNA链将能够以非常有效，稳定和可靠的方式存储编码了的数据。
DNA的存储容量和耐用性在任何可能的方面都超过了电子设备。一克合成DNA可以存储超过215 PB的数据。此外，在理想条件下，此类DNA可以保留600多万年。而它的维护也不需要太多能量。
尽管仍处于开发的早期阶段，但该技术已被有效地应用于存储和管理数据，少数DNA数据存储界的先行者们已经有了最初的结果。2016年，微软设法在DNA的核苷酸链中存储了200 MB的数据。2019年6月，一家名为Catalog的初创公司成功将所有的英语维基百科一共16GB的内容编码合成为DNA。但是，如果这项技术是如此出色，那么是什么阻止了我们在现在就采用它呢？
不幸的是，极慢的读/写时间和巨大的成本阻碍了DNA成为被普遍使用的存储介质。尽管读入和排序的成本在过去几年间已经变得便宜很多，但写入仍然有问题，而且价格十分昂贵。谁知道呢，也许5到10年的深入研究和发展之后，DNA将成为常见的存储材料，并将数据的长期存储和管理提升到一个全新的水平。
边缘计算的卓越互连性，人工智能的认知能力，扩展现实及其沉浸性的潜能，智能接口的便利性，由分布式账户技术设置的不可更改的信任等级，由数字ID启发的数据安全性和隐私目标，以及DNA作为数字数据存储所具有的深不可测的潜力——所有这些技术都已经存在于我们身边了，而它们的进一步发展无疑将决定我们2020年及以后的未来。
为了避免在激烈的数字世界更新换代的竞赛中落后，请关注这些能扭转局势的技术，参与其中，并准备着抓住它们所展现的无限机会。
原文：
https://dzone.com/articles/top-8-technology-trends-for-2020-and-beyond
☞斯坦福博士退学，在 3 个领域改变世界，科技狂人马斯克的巅峰之路
☞滴滴章文嵩：一个人的20年开源热情和国内互联网开源运动
☞详谈ARM架构与ARM内核发展史
☞BSV魔幻爆拉背后：CSW称拿到自证中本聪的关键证据
微信扫码咨询专知VIP会员