2018年將形成的10個技術趨勢
希臘哲學家赫拉克利特說過:「生活中唯一不變的就是變化」。這對於任何在與技術相關的領域工作的人來說都是正確的。科技創新的步伐如此之快，以至於即使是最神奇的想像中的未來，也似乎很容易變成現實。
隨著現有技術的成熟，不可預見的發展會更快地到來，而創新則從消費者應用到商業(反之亦然)，我們必須不斷地尋找那些有潛力為我們自己的業務和我們的客戶增值的人。
展望2018年，我們認為以下趨勢將會對商業、行業產生影響。
邊緣計算
近年來的兩大趨勢——雲計算和物聯網——為企業和消費者帶來了不可否認的好處。但它們也帶來了影響：即從連接設備傳輸到數據中心的數據量大幅增加，以用於處理和存儲數據及所需的相關帶寬。
邊緣計算通過在網路邊緣執行數據處理來緩解這一問題。這樣做可以大大減少感測器和設備之間以及數據中心之間所需的帶寬。進一步推動邊緣計算涉及到對數據完整性和隱私的潛在關註：在將設備轉移到數據中心之前，在設備內部匿名化和創建加密數據將是對這些問題的一種可能的響應。
隨著網路攝像頭、音頻和其他感測器——網路邊緣上的設備——變得越來越複雜，質量也越來越高，需要平衡雲計算和邊緣計算領域，才能提供精確、可靠和可用的數據。
雲之間的整合
儘管如此，雲計算仍將在IT基礎設施中扮演重要角色。雖然雲計算可以給人一種單一實體的印象，但在全球範圍內，當然也有多個「雲」被使用。隨著越來越多的公司提供基於雲的服務，雲生態系統正日益成為集成的首選，而不是傳統的基於內部的系統。
雲間集成的一個好處是可以顯著減少內部IT服務的需求。然而，來自多個提供者的高級複合服務可以通過豐富的api服務創建和部署，包括數據分析、內容管理和存儲，從而縮短上市時間並實現大規模快速增長。任何交付基於雲的服務的組織都應該調查與相關服務有關的集成機會，以增加客戶和合作夥伴的價值。
深度學習和機器學習
現在，我們已經進入了一個階段，即深度學習架構和機器學習的全部好處可以開始實現：我們有大量的數據可供分析，在合理的時間範圍內可用的處理能力，複雜的演算法以及用例來學習。當深度學習應用涉及語音識別、決策支持等令人印象深刻的演示時，其在安全和安全領域的潛在分析能力將顯而易見。
在相對較基礎的層面上，深度學習應用將改善視頻運動檢測、面部識別、個體跟蹤和虛假警報抑制。它將有助於系統設計、配置、優化和設備管理。此外，隨著應用的發展，預測分析將能夠在諸多領域提高預防事件發生的可能性，例如恐怖事件、滑道事故、交通問題、入室行竊等。
然而，現在還為時尚早。目前的發展是快速而不可預測的，對處理能力的需求是巨大的，但是深度學習的潛力是巨大的。
個性化和隱私
深度學習的潛在應用之一可能是提供高度個性化的服務。想像一個零售環境，顧客在進入商店後會被認出來，然後根據之前的購買、偏好，甚至是他們最近的瀏覽歷史，將相關推送發送到他們的移動設備上。但某些事情能夠做到，並不意味著就應該這樣做。這個例子凸顯了人們對隱私，以及企業或其他組織如何使用個人數據的擔憂。
一些地區正在通過立法來解決這些問題。在歐盟，即將出台的「通用數據保護條例」（GDPR） - 2018年5月遵守的最後期限 - 將統一保護歐盟內個人的數據，無論數據在哪裡被保存或使用。
無論是出於立法的動機，還是想要客戶和公民做正確的事情，在個人數據和個人隱私保護方面加強個性化的平衡將成為所有組織在未來一年的走向之一。
網路安全
網路安全再次出現在未來12個月及以後的趨勢列表中。網路安全的不斷強化將是一個永無止境的任務，因為資源充足的網路犯罪分子永遠不會停止尋找利用任何新技術的漏洞。
隨著聯網設備的數量呈指數級增長，潛在的缺陷也會出現，如果不加以解決，就會讓網路易受到破壞，或者更簡單地說，會導致昂貴的停機時間。毫無疑問，2018年將會有更多的攻擊和漏洞暴露出來。需要通過主動性和系統性的過程，以確保補丁程序在可用時儘快執行。
平台實現物聯網的全部好處
說到物聯網，其在收集和分析數據上已達到了一定規模，同時能夠有效管理連接設備的網路。對於物聯網而言，使用可擴展架構是至關重要的。這種所謂的物聯網平台允許來自不同節點廠商的設備共存，並通過現有的網路基礎設施輕鬆地交換信息，形成智能系統。
有眾多的公司，既有成熟的技術提供者，也有新的市場參與者，支持物聯網設備的平台，2018年將進一步成熟。然而，對於未來而言重要的將是新的國際或事實標準，以實現不同物聯網平台之間的互操作性，並將支持真正的供應商未知的系統。
區塊鏈：不僅僅是比特幣
對於很多人來說，區塊鏈和比特幣已經成為同義詞。實際上，它們是完全獨立的，比特幣使用區塊鏈作為基礎，而區塊鏈幾乎可以驗證任何有價值的東西幾乎是無限的。作為一個開放的分散式賬本，可以有效地記錄雙方之間的交易，並以可驗證和永久的方式進行交易，未來一年，區塊鏈將在更多領域、更多應用中進行測試。
在通信行業中，鑒於區塊鏈可以對任何內容進行身份驗證，區塊鏈可用於驗證來自多個來源（如公共行動電話和執法機構佩戴的相機）的視頻內容，以用於法庭調查。除了視頻數據之外，區塊鏈還可以用來驗證連接到攝像機網路的設備的真實性。
打破智慧城市的藩籬
智慧城市(以及安全的城市)的概念並不是一個新的概念。幾年來，越來越多的不同類型的感測器被放置在城市環境中，這有助於解決特定的問題，例如執法、空氣質量監測等。隨著世界人口越來越多地居住在城市裡，2050年將有25%的人居住在城市，將有更多的感測器被應用於創造更宜居、可持續和安全的環境中去。
然而，真正的智慧城市是一個城市發展的願景，以安全的方式整合信息、數據、通信和物聯網（IoT）技術來管理城市的資產。這些資產包括政府部門的信息系統、學校、圖書館、交通系統、醫院、發電廠、供水網路、廢物管理、執法和應急服務以及其他社區服務。
傳統上，這些單獨的服務中的大部分都是孤立運行的。這阻礙了智慧城市願景的實現。當一個城市的所有數據在每個服務中都是開放和可用的時候，才能真正的「智能」。應對城市面臨的挑戰，如公民的安全保障、交通堵塞、基礎設施老化以及對自然災害和恐怖襲擊等事件的反應，需要對現有數據進行協調分析，以提供適當和有效的應對措施。
非視覺感測器帶來了新的維度
直到最近，監視運營商才能獲得的主要數據（如果不是唯一的話），顯然只能提供一個二維的視角。而通過使用新的非視覺感測器，將會獲得多維的、豐富的數據，使得能夠對情況進行更加快速和準確的評估，從而加快升級速度、激活適當的響應和最小化錯誤警報。
例如，雷達技術使用電磁波來檢測運動。雷達對通常會觸發虛假警報的事物（例如移動陰影或光束，小動物，雨滴或昆蟲，風和惡劣天氣）不敏感，並且可以提供有關任何物體的確切位置和行進方向的詳細信息。
雖然熱成像技術已經相對完善，但在聲音檢測的準確性方面，無論是打開窗戶還是打碎窗戶，其產生的音頻都將帶來一個有效的信息輸入，而這在純視頻的解決方案中可能會被忽略。
虛擬助手和增強現實將進入商業領域
2016年，消費者大量採用虛擬助手。亞馬遜Alexa、谷歌Home、蘋果Siri和微軟的Cortana都作為技術幫助人們管理自己的日常生活，而Facebook等即將推出的技術也只能以此為基礎。這些技術不可避免地會開始進入商業環境，因為消費者希望在工作中獲得與現在一樣的技術幫助。
特別是對於任何複雜或複雜的技術產品和服務的提供者，在規範、安裝、配置和管理方面的虛擬支持將超出預期。這將成為當務之急。
同樣地，增強現實技術（AR）是迄今為止在軍事和航空等領域已經基本存在的一種技術，但在商業領域中又顯示出巨大的潛力，特別是現在它已經應用於移動設備技術和越來越多的可穿戴設備。
AR在商業領域的一個明顯的機會是安裝和維護技術解決方案，在這些技術解決方案中，視覺指令可以覆蓋在技術人員的實際視圖中，以幫助他們進行工作。隨著越來越多地使用非視覺感測器和分析來增加視覺信息的準確性和視角，視頻監控的消費者將使用AR將這些數據源集中在一個視圖中，以便做出更快速和適當的反應。
毫無疑問，2018年將會出現更多我們沒有預見到的趨勢，而上述趨勢將會產生比預期更大或更小的影響。我們所知道的是，我們正處在一個快速變化的世界，從政治、文化、經濟、技術等各個不同的角度來看，所有的組織都需要敏捷地回應。
TAG:教育之弦 |