影响未来十年的2020十大科技趋势,除了AI与区块链,还有哪些?

文章发表于2021-01-13 10:53:58,归属【科技前沿】分类,已有705人阅读

科技前沿

趋势一:超自动化(Hyperautomation)

超自动化是结合机器运算与人工智慧的先进技术,增进了自动化的过程与人类增能。超自动化除了能使器械自动化,还能让精细的思考也自动化,例如研发、分析、设计、测量、自动化、监控、再评价等。

目前还没有任何单一器械能取代人类,超自动化涉及了多项工具,像是机器人流程自动化(Robotic Process Automation,RPA)、智慧商业管理软件(Intelligent business management software,Ibms)和人工智慧的结合,目标是增强人工智慧导向决策。

超自动化也常常成为组织的「数位分身」(digital twin of the organization,DTO),让企业能设想工作运行、流程与关键绩效指标(Key performance indicators,KPI),能如何交互运作以驱动价值。

数位分身本身也将成为超自动化的一环,提供组织即时、持续的智能信息,带来重要的商机。

 

趋势二:多重体验(Multiexperience)

多重体验将「以人为本的科技」取代了「以科技为本的人」。在此趋势下,传统电脑的单一式互动,变成多装置的多点式互动,像是智慧型穿戴装置和先进电脑感应器。

例如达美乐披萨不只提供app叫餐服务,还结合了自动驾驶、披萨追踪和智慧语音助理。

未来,这项趋势也将成为「环景体验」(ambient experience),目前多重体验着重在运用扩增实境(AR)、虚拟实境(VR)、多频道人机界面(multichannel human-machine interfaces)和感应科技的整合式体验。

 

趋势三:普及化(Democratization)

普及化意味着,每个人都能更轻易掌握科技与商业的专业能力,而不需高度的训练与花费。

它包含四项关键领域:应用发展、数据与分析、设计与知能。普及化也被视为「公民参与」,将引领公众数据科学和公众软件工程师的崛起。

普及化能让开发者在无需数据科学家的协助下,建立数据模型,运用人工智慧建置代码与自动测试。

 

趋势四:人类机能增强(Human augmentation)

人类机能增强指的是运用科技,增加人类的认知与身体能力。

做法是透过植入或操控一台机器,以增强人体的能力。例如,有些企业利用穿戴装置确保员工的安全;亚马逊等零售业则会运用装置,提升员工工作效率。

身体增能又可分为四个分类,包括感官增能(如听觉、视觉等知觉)、附属器官与生物功能增强(外骨骼和义肢)、大脑增能(治疗癫显的植入手术)和基因增能(体壁基因与细胞治疗)。

认知增能将提升人的思考与决策力,例如利用信息来增强学习与新体验;植入性的大脑增能,也能同时加强认知能力。

不过,人体增能仍有文化与道德上的争议。例如有人认为,利用人体基因编辑技术(CRISPR)来筛选基因,形同扮演「上帝」的角色,违反自然。

 

趋势五:透明与可追溯(Transparency and traceability)

科技演化正带来一场信任危机:随着客户越来越意识到,自己的数据是如何被收集与应用,企业也要更了解自己的责任,增强保护与集中数据。

当人工智慧与机器演算逐步取代人类决策,更加深了信任危机。人们害怕算法黑箱,所以需要了解人工智慧治理(AI governance)的方式;「可解释性人工智慧」(explainable AI)的呼声也开始出现,人们希望了解演算模型得出决策的过程与原因。

要做到透明与可追溯,就需要六项关乎信任的关键因素:道德、诚信、开放、当责、能力与一致性。

像是2018年5月欧盟通过的《一般资料保护规范》(General Data Protection Regulation,GDPR),规范个人数据或生物数据应被保护,不得随意使用。在全球国家与企业,也有更多类似的规范在推动发展中。

 

趋势六:强化边缘运算(The empowered edge)

边缘运算是一种分布式的运算构架,将应用程序、数据资料与服务的运算,由网络中心节点,移往网络逻辑上的边缘节点来处理。如此一来,原本完全由中心节点处理的大型服务被分解,切割成更小、更容易管理的单位,边缘节点更靠近用户终端装置,所以能加快数据处理与传送,减少延迟。例如物联网和5G,就是边缘运算的应用。

预估到了2023年,边缘表达式的智慧装置数量,将比传统IT装置多上20倍。

 

趋势七:分布式云端(The distributed cloud)

分布式云端指的是云端提供者,从过往大企业的实体数据中心,变成由个人提供的公共云端服务。云端提供者将负责所有云端的建置、传输、操作、管理与更新。

虽然数据仍由云端提供者掌控,但与以往中心式的云端系统已大不相同。分布式云端载体可以在许多不同地点,这种做法让数据不再只掌握在少数大厂手上,也使云端科技的发展更隐私、更在地。

 

趋势八:自动化物件(Autonomous things)

自动化物件包含无人机、机器人、轮船与设备等,利用人工智慧来执行任务。从半自动化与完全自动化、从大海到陆地,都是这项科技的应用范围。

目前自动化物件多运用在受控的环境中,如矿山或仓库,但未来可能将应用在开放的公共空间,并从单机作业变成群机协作。

例如2018年平昌冬季奥运上,200台无人机组成的烟火表演秀;今年屏东灯会也以300台无人机在夜空中排出黑金枪鱼、鹅銮鼻灯塔、「TAIWAN」等字样。

虽然自动化物件不能取代人的大脑,但越明确且狭窄的应用范围,将使自动化物件发挥最大效益。

 

趋势九:内存块链应用(Practical blockchain)

内存块链是一个公众的电子记账数据库,奠基于「去中心化的分布式数据库」,公开透明的账本使每一笔交易都能被看见,每一个用户都是数据库的一员,不再需要集中式的金融权威机构。

比起传统式交易,内存块链能追溯交易的起源,使金流与物流公开透明,例如有餐厅便利用趋块练来追溯食材供应来源。它也能让互不认识的交易者,能在安全的数位环境中互动,不再需要权威机构认证。

完整的内存块链模式需要五个元素:共享与分布式的账本、不可更改但可追溯的账本、加密、代币化和分布式的公众共识机制。

目前,内存块链技术已在小规模试验,预计到2023年将有突破性的升级。

 

趋势十:人工智慧防御(AI security)

超自动化与自动化物件,为世界带来了新发展与机会,但也曝露出它的安全疑虑。人工智慧的安全性将是重要课题,包含三个面向:

1.保护AI驱动系统:包含AI的训练数据、训练管道和机器演算模型。

2.以AI加强安全防御:运用机器演算来分析攻击模式、发现攻击,使安全防备流程自动化。

3.预测攻击者恶意使用AI的情形:辨识与抵御攻击。

 

值得注意的是,这十个趋势都非单独存在,彼此互相影响与增强;信息技术领域的领导者必须决定怎样的结合运用,最具创新与战略性。

例如,运用机器运算、超自动化(hyperautomation)与边缘运算(edge computing)的AI人工智慧,可以高度整合智慧建筑与城市空间。而这样科技的结合,也将使技术更普及。

商务咨询

13020133833

技术支持

18621663782

您的反馈是我们前行的动力