盡管科幻小說可能將人工智能機器人描繪成壞人，但一些科技巨頭現(xiàn)在也將其用于安全。 微軟和優(yōu)步等公司使用Knightscope K5機器人巡邏停車場和大型戶外區(qū)域來預(yù)測和預(yù)防犯罪。 機器人可以讀取車牌，報告可疑活動并收集數(shù)據(jù)以向其所有者報告。

這些人工智能驅(qū)動的機器人只是“自主事物”的一個例子，它是2019年Gartner 7大戰(zhàn)略技術(shù)之一，有可能在未來五年內(nèi)帶來重大中斷并帶來機遇。

趨勢1：自主事物

無論是汽車，機器人還是農(nóng)業(yè)，自主事物都使用AI來執(zhí)行傳統(tǒng)上由人類完成的任務(wù)。 智能的復(fù)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)境進行更自然的交互。

自主事物有五種類型：

機器人

車輛

無人機

家電

虛擬助理

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

趨勢2：增強式分析（大數(shù)據(jù)）

數(shù)據(jù)科學(xué)家現(xiàn)在擁有越來越多的數(shù)據(jù)來準(zhǔn)備，分析和分組，并從中得出結(jié)論。鑒于數(shù)據(jù)量，探索所有可能性變得不可能。這意味著企業(yè)可能會錯過數(shù)據(jù)科學(xué)家無法探索的假設(shè)的關(guān)鍵見解。

增強分析代表了數(shù)據(jù)和分析能力的第三大浪潮，因為數(shù)據(jù)科學(xué)家使用自動算法來探索更多假設(shè)。數(shù)據(jù)科學(xué)和機器學(xué)習(xí)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40％的數(shù)據(jù)科學(xué)任務(wù)將實現(xiàn)自動化”。

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

到2020年，公民數(shù)據(jù)科學(xué)家的數(shù)量將比專業(yè)數(shù)據(jù)科學(xué)家快5倍。公民數(shù)據(jù)科學(xué)家使用人工智能驅(qū)動的增強分析工具，自動化數(shù)據(jù)科學(xué)功能，自動識別數(shù)據(jù)集，開發(fā)假設(shè)和識別數(shù)據(jù)模式。企業(yè)將把公民數(shù)據(jù)科學(xué)家視為實現(xiàn)和擴展數(shù)據(jù)科學(xué)能力的一種方式。 Gartner預(yù)測，到2020年，超過40％的數(shù)據(jù)科學(xué)任務(wù)將實現(xiàn)自動化，從而提高公民數(shù)據(jù)科學(xué)家的生產(chǎn)力和廣泛使用。在公民數(shù)據(jù)科學(xué)家和增強分析之間，數(shù)據(jù)洞察將在整個企業(yè)中得到更廣泛的應(yīng)用，包括分析師、決策者和運營工作者。

趨勢3：人工智能驅(qū)動的開發(fā)

AI驅(qū)動的開發(fā)著眼于將AI嵌入到應(yīng)用程序中并使用AI為開發(fā)過程創(chuàng)建AI驅(qū)動的工具的工具，技術(shù)和最佳實踐。這一趨勢正在沿著三個方面發(fā)展：

用于構(gòu)建基于AI的解決方案的工具正在從針對數(shù)據(jù)科學(xué)家（AI基礎(chǔ)設(shè)施，AI框架和AI平臺）的工具擴展到針對專業(yè)開發(fā)人員社區(qū)（AI平臺，AI服務(wù)）的工具。借助這些工具，專業(yè)開發(fā)人員可以將AI驅(qū)動的功能和模型注入應(yīng)用程序，而無需專業(yè)數(shù)據(jù)科學(xué)家的參與。

用于構(gòu)建基于AI的解決方案的工具正在被賦予AI驅(qū)動的功能，這些功能可以幫助專業(yè)開發(fā)人員并自動執(zhí)行與AI增強型解決方案開發(fā)相關(guān)的任務(wù)。增強分析、自動化測試、自動代碼生成和自動化解決方案開發(fā)將加速開發(fā)過程，并使更廣泛的用戶能夠開發(fā)應(yīng)用程序。

支持AI的工具正在從協(xié)助和自動化與應(yīng)用程序開發(fā)（AD）相關(guān)的功能演變?yōu)槭褂脴I(yè)務(wù)領(lǐng)域?qū)I(yè)知識和自動化AD流程堆棧（從一般開發(fā)到業(yè)務(wù)解決方案設(shè)計）的更高活動。

市場將從專注于與開發(fā)人員合作的數(shù)據(jù)科學(xué)家轉(zhuǎn)移到使用作為服務(wù)提供的預(yù)定義模型獨立運營的開發(fā)人員。這使更多的開發(fā)人員能夠利用這些服務(wù)，并提高效率。這些趨勢也導(dǎo)致虛擬軟件開發(fā)人員和非專業(yè)“公民應(yīng)用程序開發(fā)人員”的主流使用。

趨勢4：賦權(quán)邊緣

邊緣計算是一種拓撲，其中信息處理和內(nèi)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)的大部分重點是物聯(lián)網(wǎng)系統(tǒng)需要在嵌入式物聯(lián)網(wǎng)世界中提供斷開連接或分布式功能。這種類型的拓撲結(jié)構(gòu)將解決高WAN成本和不可接受的延遲水平等挑戰(zhàn)。此外，它還將實現(xiàn)數(shù)字業(yè)務(wù)和IT解決方案的細節(jié)。

“技術(shù)和思維將轉(zhuǎn)變?yōu)榻?jīng)驗將人們與數(shù)百個邊緣設(shè)備聯(lián)系起來的地步”。

到2028年，Gartner預(yù)計在邊緣設(shè)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(shè)備的邊緣，從工業(yè)設(shè)備到屏幕再到智能手機再到汽車發(fā)電機。

趨勢5：沉浸式技術(shù)

到2028年，改變用戶與世界互動方式的會話平臺，以及改變用戶感知世界的方式的增強現(xiàn)實（AR）、混合現(xiàn)實（MR）和虛擬現(xiàn)實（VR）等技術(shù)將帶來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的位置和MR，使人們能夠查看和與他們的世界互動。

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

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

趨勢6：智能空間

智能空間是物理或數(shù)字環(huán)境，人類和技術(shù)支持的系統(tǒng)在日益開放、連接、協(xié)調(diào)和智能的生態(tài)系統(tǒng)中相互作用。隨著技術(shù)成為日常生活中更加集成的一部分，智能空間將進入加速交付的時期。此外，隨著個人解決方案成為智能空間，其他趨勢，如AI驅(qū)動技術(shù)、邊緣計算、區(qū)塊鏈和數(shù)字雙胞胎正在朝著這一趨勢發(fā)展。

智能空間僅在五個關(guān)鍵方面發(fā)展：開放性、連通性、協(xié)調(diào)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(jié)合商業(yè)、住宅和工業(yè)社區(qū)的區(qū)域正在使用智能城市生態(tài)系統(tǒng)框架進行設(shè)計，所有部門都與社會和社區(qū)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(shù)級可擴展且高度并行的計算模型。 想象傳統(tǒng)計算機和量子計算機之間差異的一種方法是想象一個巨大的圖書館。

雖然經(jīng)典計算機會以線性方式讀取庫中的每本書，但量子計算機會同時讀取所有書籍。 量子計算機理論上可以同時處理數(shù)百萬次計算。 以商業(yè)可用、價格合理且可靠的服務(wù)形式進行的量子計算將改變一些行業(yè)。

顛覆未來 - 智能AI芯片

從推動PCB的生產(chǎn)到在增強現(xiàn)實中發(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(xí)工作負載量身定制的定制應(yīng)用專用集成電路（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(xí)培訓(xùn)。Cloud TPU采用四個定制ASIC構(gòu)建，可提供強大的64 GB高帶寬內(nèi)存和180 TFLOPS性能。

去年，谷歌宣稱它的TPU比現(xiàn)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用邊緣TPU。