Gartner 2019曲線5大趨勢：“超能人類”將出現(xiàn)，自動機器人普及

技術(shù)創(chuàng)新是競爭差異化的關鍵，它正在徹底改變許多行業(yè)。據(jù)FBI估算，非醫(yī)療保健相關保險欺詐的總成本每年高達 400 億美元左右。為了對付保險欺詐，需要通過結(jié)合索賠分析、計算機程序甚至私人調(diào)查員等多種方式。

不過人們逐漸發(fā)現(xiàn)，情緒 AI 這種日趨成熟的新興技術(shù)有望基于呼叫者的音頻分析來檢測保險欺詐。除了檢測欺詐，該技術(shù)還幫助提高癡呆癥的確診率、行車途中揪出疲勞駕駛的司機、課間鎖定走神的學生等等。

情緒 AI 只是匯成 AI 技術(shù)海洋中的一條河流而已，是 Gartner 發(fā)布了《2019 年新興技術(shù)成熟度周期》新增的技術(shù)之一。該報告著重介紹了在未來 5 年到 10 年內(nèi)對商業(yè)、社會和人類帶來重大影響的新興技術(shù)。

根據(jù) Gartner 報告，目前有五大新興科技趨勢值得每一個人關注。

傳感與移動（Sensing and Mobility）

隨著傳感器和AI的發(fā)展，自動機器人的態(tài)勢感知也將隨之發(fā)展。這意味著諸如輕型貨物運輸無人機（飛行和輪式）等新興技術(shù)將能夠更好地駕馭它們周圍的世界。該技術(shù)目前受到法規(guī)的限制，但其功能正在不斷發(fā)展。

這一趨勢的特點是技術(shù)具有越來越多的移動性和操縱周圍物體的能力，包括3D感應攝像頭和更先進的自動駕駛。

隨著傳感技術(shù)的不斷發(fā)展，它將有助于物聯(lián)網(wǎng)（IoT）等更先進的技術(shù)。這些傳感器還收集了大量數(shù)據(jù)，可以產(chǎn)生適用于各種情景和行業(yè)的洞察。

這一趨勢中的其他技術(shù)包括：AR云，以及 4 級和 5 級自動駕駛，以及飛行自動駕駛汽車。

人體機能增強（Augmented Human）

通過包括生物芯片和情感AI等技術(shù)，改善人體的認知和身體部位，甚至可能讓人獲得“超人的能力”。沒錯，就是金剛狼、蟻人、鋼鐵俠、浩克等X戰(zhàn)警們。

這一趨勢中的其他技術(shù)包括：生物芯片（biochips）、人格化（personification）、增強型智能（augmented intelligence）、情感人工智能（emotion AI）、沉浸式工作空間（immersive workplace）和生物技術(shù)（培養(yǎng)組織或人工組織）。

后經(jīng)典計算和通信（Postclassical Compute and Comms）

經(jīng)典核心計算、通信和集成技術(shù)的巨大進步主要依賴于傳統(tǒng)架構(gòu)的改進，但后經(jīng)典計算和通信趨勢中的一些技術(shù)是全新的架構(gòu)，這是對傳統(tǒng)計算成熟度的改變，主要涉及對傳統(tǒng)架構(gòu)的改進，從而導致更快的CPU，更密集的內(nèi)存和增加的吞吐量。

例如，與大約22000英里的傳統(tǒng)地球靜止系統(tǒng)相比，低地球軌道（LEO）衛(wèi)星在更低的海拔高度（大約1,200英里或更低）運行，從而能夠?qū)崿F(xiàn)低延遲通信。

這些系統(tǒng)提供全球?qū)拵Щ蛘瓗дZ音和數(shù)據(jù)網(wǎng)絡服務，特別是對于現(xiàn)有地面或衛(wèi)星通信覆蓋很少或沒有的地方。

這一趨勢中的其他技術(shù)包括：企業(yè)應評估 5G、下一代存儲器（next-generation memory）、近地軌道系統(tǒng)（LEO systems）和納米級 3D 打?。╪anoscale 3D printing）等技術(shù)。

數(shù)字生態(tài)系統(tǒng)（Digital Ecosystems）

技術(shù)改進正在將傳統(tǒng)價值鏈轉(zhuǎn)變?yōu)轭愃凭W(wǎng)絡的數(shù)字生態(tài)系統(tǒng)，這些生態(tài)系統(tǒng)使用跨地域和行業(yè)的數(shù)字平臺連接各種代理和實體。

數(shù)字生態(tài)系統(tǒng)已經(jīng)出現(xiàn)，并且變得越來越自動化。數(shù)字化加快了傳統(tǒng)價值鏈的解體。在未來，依賴智能合約、分散的自治組織（DAO）會獨立于人類運作。這些數(shù)字生態(tài)系統(tǒng)不斷發(fā)展和聯(lián)系，帶來更強大、更靈活、更具有彈性的價值傳遞網(wǎng)，產(chǎn)生了新的產(chǎn)品和機會。

這一趨勢中的其他技術(shù)包括：數(shù)字運營（DigitalOps）、知識圖譜（knowledge graphs）、合成數(shù)據(jù)（synthetic data）、去中心化網(wǎng)絡（decentralized web）和去中心化自治組織（decentralized autonomous organization）。

高級人工智能和分析（Advanced AI and Analytics）

高級分析是使用傳統(tǒng)業(yè)務洞察之外的復雜工具，對數(shù)據(jù)或內(nèi)容進行自主或半自動檢查，且通常超出傳統(tǒng)商業(yè)智能（BI）的范圍。

這是導致新功能的新類算法和數(shù)據(jù)科學的結(jié)果，例如遷移學習，讓新技術(shù)站在先前訓練好的機器學習模型的肩膀上。

高級分析可實現(xiàn)更深入的見解，預測和建議。

這一趨勢中的其他技術(shù)包括：自適應機器學習（ML）、邊緣人工智能、邊緣分析（edge analytics）、可解釋的人工智能（explainable AI）、人工智能平臺即服務（PaaS）、遷移學習（transfer learning）、生成式對抗網(wǎng)絡（generative adversarial network）和圖表分析（graph analytics）。