IEEE2020年12大技術(shù)趨勢：邊緣計算、量子計算、AI等

以下是對2020年12大技術(shù)趨勢的預測。IEEE計算機協(xié)會(huì )自2015年以來(lái)一直在預測技術(shù)趨勢，其年度預測因權威性而受到廣泛關(guān)注。在每年年底，協(xié)會(huì )還使用計分卡或報告卡對年度預測進(jìn)行評級，這個(gè)評級也吸引了與預測本身一樣廣泛的受眾。

十二大技術(shù)趨勢

1. 邊緣人工智能（AI）（AI @ Edge）。在過(guò)去的十年中，我們與云之間的日常交互見(jiàn)證了機器學(xué)習（ML）的爆炸式增長(cháng)。大量眾包標簽數據的可用性，以較低成本獲得的計算機計算效率的提高以及機器學(xué)習算法的進(jìn)步奠定了這一突破的基礎。隨著(zhù)技術(shù)的改進(jìn)，自動(dòng)執行許多活動(dòng)變得足夠穩健，以比原始云用例更普遍的新方式使用機器學(xué)習的需求將不斷增加。結合5G等無(wú)處不在的連接和諸如物聯(lián)網(wǎng)（IoT）之類(lèi)的智能傳感器，機器學(xué)習應用將迅速向“邊緣”，也就是靠近我們所有人的物理世界推進(jìn)。在未來(lái)幾年中，我們希望在輔助駕駛，工業(yè)自動(dòng)化，監控和自然語(yǔ)言處理等對我們的日常生活產(chǎn)生更大影響的領(lǐng)域中看到機器學(xué)習的廣泛部署。

2. 非易失性存儲器（NVM）產(chǎn)品，接口和應用程序。NVM Express（NVMe）SSD將在未來(lái)幾年內取代SATA和SAS SSD，而NVMe-oF將在五年內成為主要的網(wǎng)絡(luò )存儲協(xié)議。NVMe支持NAND分層技術(shù)和編程功能，可提高耐用性，使能可計算存儲（computational storage）并允許更多類(lèi)似內存方式的數據訪(fǎng)問(wèn)。諸如MRAM，ReRAM和PCM之類(lèi)的新興內存技術(shù)則將在未來(lái)提供更高性能的NVMe設備。

3. 數字孿生，包括認知孿生。數字孿生（Digital Twins）在制造業(yè)中已成為現實(shí)，而主要的物聯(lián)網(wǎng)平臺（例如Siemens MindSphere）正在為它們提供支持。它們也已成為復雜系統操作中廣泛使用的工具。自2019年1月1日起，它們已在城市的鐵路和發(fā)電廠(chǎng)中使用。新加坡政府使用數字孿生在新加坡進(jìn)行城市管理的規劃，模擬和運營(yíng)。認知數字孿生（Cognitive digital twins）尚處于試驗和實(shí)驗的早期階段。

4. 人工智能和關(guān)鍵系統。人工智能將越來(lái)越多地部署在影響公共健康，安全和福利的更多系統中。這些系統將更好地利用稀缺資源，預防災難并提高安全性，可靠性，舒適性和便利性。盡管存在技術(shù)挑戰和公眾擔憂(yōu)，這些系統將改善全球數百萬(wàn)人的生活質(zhì)量。在五年內，人工智能在直接影響公眾的關(guān)鍵基礎架構系統或“關(guān)鍵系統”中的應用將大大增加。在這些系統中，故障很可能會(huì )導致人員死亡或嚴重傷害，或者資產(chǎn)或隱私的重大損失。關(guān)鍵系統包括發(fā)電和配電，電信，公路和鐵路運輸，醫療保健，銀行等。

5. 實(shí)用快遞無(wú)人機。包裹遞送是一個(gè)對經(jīng)濟產(chǎn)生巨大影響的行業(yè)，但在過(guò)去的幾十年中，其發(fā)展相對緩慢。它仍然可能令人沮喪地緩慢，浪費資源，勞動(dòng)密集型并且昂貴。這些效率低下的問(wèn)題，再加上無(wú)人機技術(shù)的最新發(fā)展，使該領(lǐng)域變得容易被顛覆。幾家公司最近一直致力于開(kāi)發(fā)實(shí)用的快遞無(wú)人機，現在可能已經(jīng)準備好徹底改變這個(gè)行業(yè)，進(jìn)而改變整個(gè)社會(huì )。

6. 增材制造。3D打印至少從1980年代初期就已經(jīng)存在，但是它主要局限于零件原型設計和特殊用途或特殊零件的小規模生產(chǎn)。當前，新的流程，材料，硬件，軟件和工作流將3D打印帶入了制造領(lǐng)域，特別是大規模定制。與傳統制造不同，增材制造（Additive Manufacturing）使得生產(chǎn)大批量各不相同的零件在經(jīng)濟上變得可行。例如，像SmileDirect這樣的公司現在使用3D打印機每天生成成千上萬(wàn)的模具，每個(gè)模具都為每個(gè)獨立個(gè)體進(jìn)行了校準定制。更強大，更堅固的材料，更高的分辨率，新的修整技術(shù)，工廠(chǎng)級管理軟件以及許多其他進(jìn)步，正在推動(dòng)3D打印在醫療保健，鞋類(lèi)和汽車(chē)等行業(yè)中的采用。到2020年，隨著(zhù)其他行業(yè)發(fā)現大規模定制的好處以及使用傳統方法難以生產(chǎn)或負擔得起的零件打印機會(huì )，我們預計這一趨勢將繼續下去。

7. 機器人認知能力。機器人正越來(lái)越多地從生產(chǎn)車(chē)間傳播到人類(lèi)占據的空間。在這樣的環(huán)境中，機器人需要能夠通過(guò)諸如增強對機器人所處環(huán)境的理解等功能來(lái)適應新任務(wù)。我們預計，大規模仿真、深度強化學(xué)習和計算機視覺(jué)方面的最新突破將共同為機器人帶來(lái)基本的認知能力，這將在未來(lái)幾年中顯著(zhù)改善機器人應用。

8. AI / ML適用于網(wǎng)絡(luò )安全。網(wǎng)絡(luò )安全是當今任何企業(yè)的主要風(fēng)險之一。不斷增長(cháng)的攻擊面包括業(yè)余威脅，復雜的分布式拒絕服務(wù)攻擊以及熟練的民族國家行為者。國防取決于安全分析人員，但許多這樣的稀有品種缺乏足夠的培訓，而且這些職位的離職率很高。AI / ML可以幫助檢測威脅并向安全分析人員提供建議，將響應時(shí)間從數百小時(shí)縮短到幾秒鐘，并將分析人員的有效性從一兩次事件擴展到每天數千次。它可以保留企業(yè)知識，并將其用于自動(dòng)化任務(wù)和培訓新分析師。我們預計，全球范圍內的行業(yè)、學(xué)術(shù)界和政府成員之間的合作伙伴關(guān)系將推動(dòng)AI / ML在網(wǎng)絡(luò )安全領(lǐng)域的應用。

9. 反映安全和隱私的法律相關(guān)啟示。數據收集和利用能力變得越來(lái)越復雜和敏感，通常會(huì )結合來(lái)自傳感器和其他各種技術(shù)的實(shí)時(shí)信息饋送。這些增強的功能產(chǎn)生了新的數據流和新類(lèi)型的內容，引發(fā)了有關(guān)可能因為濫用而引起的政策和法律問(wèn)題：惡意行為者和政府可以出于社會(huì )控制的原因而重新利用這些功能。同樣，新技術(shù)的能力也使普通人難以分辨合法和欺詐性技術(shù)內容之間的區別，例如接受真實(shí)視頻而非“深度造假”視頻。因此，明年對于保持一種脆弱的平衡至關(guān)重要：一方面要保持技術(shù)的社會(huì )效益，另一方面要防止不受待見(jiàn)的惡意利用這些新技術(shù)能力來(lái)實(shí)現社會(huì )控制和自由剝奪。需要更積極的法律和政策工具來(lái)檢測欺詐并防止濫用這些增強的技術(shù)能力。

10. 對抗性機器學(xué)習。機器學(xué)習（ML）通常假定在訓練和評估模型期間環(huán)境沒(méi)有被惡意操縱。換句話(huà)說(shuō)，大多數機器學(xué)習模型都沒(méi)有充分考慮敵方攻擊和操縱模型功能的方式。但是，安全研究人員已經(jīng)證明，即使沒(méi)有關(guān)于目標模型參數的完整信息，對抗性惡意輸入也可以欺騙機器學(xué)習模型生成不期望的輸出。隨著(zhù)ML集成到其他系統中，對ML進(jìn)行惡意攻擊的頻率將會(huì )上升。因此，針對對抗性機器學(xué)習的安全性研究以及旨在檢測ML系統操縱的對策將變得至關(guān)重要。同樣，對ML系統的出錯性和可操縱性的認識將開(kāi)始為政策制定和法律范例提供信息。

11. 智能系統的可靠性和安全性挑戰。如今，能夠做出自主決策的智能系統正在吸引全球范圍內日益增長(cháng)的經(jīng)濟投資。我們希望它們將在智能城市，自動(dòng)駕駛汽車(chē)和自動(dòng)駕駛機器人等多個(gè)領(lǐng)域中得到越來(lái)越多的采用。針對不同的應用領(lǐng)域，智能系統自主性已通過(guò)定義的水平級別進(jìn)行了形式化。當然，智能水平和隨之而來(lái)的自主能力越高，對智能系統在現場(chǎng)運行的可靠性和安全性的要求就越高，其中可靠性被定義為在給定的時(shí)間內正確運行的可能性，而安全是指避免對環(huán)境和用戶(hù)造成災難性后果的能力。在2020年，保證高度自治的智能系統所要求的高水平的可靠性和安全性，是實(shí)現更智能的世界將面臨的主要技術(shù)挑戰之一。

12. 量子計算。對實(shí)用量子計算的追求將在2020年向前推進(jìn)，但仍未完成。在2020年初，實(shí)驗性量子計算機演示只需消耗世界上最大的超級計算機大約萬(wàn)分之一的能量，性能卻超過(guò)了它們的1,000倍甚至更多，但是演示的應用看起來(lái)更像量子計算機自測。如果量子計算機注定要成功，那么它們將通過(guò)提高相關(guān)性和通用性來(lái)實(shí)現，因為計算優(yōu)勢已經(jīng)顯現。我們預計明年的演示活動(dòng)將變得更加引人注目。例如，量子計算機可能會(huì )執行任何標準超級計算機都無(wú)法實(shí)現的化學(xué)模擬，甚至因此引發(fā)關(guān)于可能發(fā)現的化學(xué)物質(zhì)是否對社會(huì )有用的爭論。