2020年Gartner新兴技术成熟度曲线，AI持续增强_2020年技术成熟曲线

Gartner关于2020年科技趋势的预测

在去年年末时候，Gartner先发布了“Gartner关于2020年科技趋势的预测”，Gartner研究副总裁Brian Burke说，所有2020年的趋势都属于以人为中心的方法。

他说：“把人放在技术战略的中心突出了技术最重要的方面之一——它如何影响客户、员工、商业伙伴、社会或其他关键群体。可以说，组织的所有行动都可以归因于它如何直接或间接地影响这些个人和群体。”

以下是Gartner列出的2020年十大战略技术趋势。

2020年Gartner新兴技术成熟度曲线，AI持续增强

2020年Gartner新兴技术成熟度曲线

在今年的Gartner新兴技术成熟度曲线（Hype Cycle）报告中，Gartner 继续扩大对人工智能潜力预测的覆盖，增加了多个类别，包括复合型人工智能、可生成型人工智能、负责型人工智能、人工智能开发增强、嵌入式人工智能和人工智能增强设计。

其中，人工智能特定详细信息如下：

01　健康护照
　　健康护照是一种移动应用程序，用于显示一个人的相对感染风险水平，以及他们是否能够进入楼层、超市、餐馆、各种公共场所和交通工具中。中国和印度的前期用户正在证明，健康护照和筛查方法的结合有效阻止了新冠肺炎的传播，同时也让人们可以自由地出行公共空间和搭载交通工具。中国的健康码被广泛用作筛查工具，以最大限度地降低新冠肺炎传播的风险。
　　它为用户提供基于其指定健康状况颜色的二维码：红色被确认感染新冠肺炎；黄色应被隔离，绿色则表示自由通行。健康护照模式被普及，因此在没有绿色健康护照的情况下很难出行。健康护照的早期施行企业包括支付宝、Bizagi、圆通快递、Folio、Vottun 和微信。

02　AI
　　Gartner预测，形成型AI是一种能够感知不断变化的环境条件，并对其做出动态反应的新型技术。形成型人工智能的主要使用案例之一是为 UI/UX设计师提供实时交互反馈，以提高软件和智能产品的可用性。Gartner还预测，形成型人工智能将被用于简化数学和机器学习模型的构建和调整。在技术成熟度曲线中，形成型人工智能的核心技术包括：人工智能增强设计、人工智能增强开发、本体论和图表、小数据、复合人工智能、自适应机器学习(ML)、自我监督学习、生成式人工智能和生成对抗网络。
　　
　　在今年的报告中，增强式AI设计是今年一个新话题，它有可能改变数字化、智能、互联产品的设计、生产和销售方式。Gartner将人工智能增强设计定义为使用人工智能、机器学习和自然语言处理技术，通过机器学习、用户流、屏幕设计、内容和数字产品的表示层代码自动生成和进化。通过CX产品和网站构建平台的决策支持和个性化，人工智能增强设计已经改变了客户体验，包括B12，他们已经在一分钟内为你的业务类型添加了人工智能来组装内容和最佳实践。Gartner预计人工智能将在数字产品设计平台市场发挥作用。Gartner还预测Adobe Xd、Figma和InVision将在这一新兴技术领域占据高地。
　　
　　复合式AI是今年技术成熟度曲线中的新概念，指的是通过聚合不同的人工智能技术来提高学习精度和效率。Gartner认为，对于那些无法访问大型历史数据集，或内部没有AI能专家来完成复杂分析的组织来说，复合人工智能将是一项行之有效的技术。其次，Gartner认为复合人工智能将有助于扩大人工智能应用的范围和质量。该领域的先驱者包括ACTICO、Beyond Limits、BlackSwan Technologies、Cognite、指数AI、FICO、IBM、Indico、Petuum和Reactive Core。
　　
　　嵌入式AI是技术成熟度曲线中引人瞩目的新技术之一，因为它有可能提高从当前和下一代传感器获得的精度、洞察力和智能。Gartner 定义嵌入式 AI 为嵌入式系统中使用 AI/ML 技术来分析本地捕获的数据。缩短分析传感器数据的时间，同时改进获得的洞察力，可以转变基于传感器的智能和使用物联网和智能传感器捕获的数据。从消费类电子产品到生产机械和长寿命资产，嵌入式 AI 可以提供改善客户体验、提高生产效率以及了解有关维护、维修和大修（MRO）周期所需的见解。这一领域的早期领导者包括Arm、Cartesiam、恩智浦半导体、单一、瑞萨电子和意法半导体。
　　
　　生成式AI也是今年第一次新进入技术成熟度曲线，是技术最常用高度伪造视频和数字内容。生成式AI 是各种ML（机器学习）方法，它从数据中学习工件的表示形式，并用它来生成全新的、完全原创的、逼真的工件，这些工件可保留一个相似的训练数据，但不重复它。生成AI可以生成原创内容(图像、视频、音乐、演讲、文本甚至组合)，改进或修改现有内容，并创建新的数据元素。生成AI是用于高度伪造数字内容的技术，有时被不法者试图用于对区域和政治稳定造成危险破坏。人工智能和美国国防部高级研究计划局(DARPA)的合作伙伴正致力于探测深度造假，以打击欺诈、虚假信息和煽动社会动荡的势力。
　　
　　负责式AI是今年 技术成熟度曲线的另一个新类别，它被定义为一系列旨在通过删减舆论来帮助企业做出更道德、平衡的商业决策的技术。负责AI的目标是简化组织如何实施负责任的做法，以确保积极的AI开发和使用。响应AI最贴近的使用案例之一是在全球范围内识别和阻止高度伪造生产。Gartner用涉及改善商业和社会价值、降低风险、增加信任和透明度以及减少AI偏差的用例定义了这一类别。今年在报告中新增的基于AI新增的功能中，这是一个引领所有其他产品开发人工智能的潜力技术。Gartner 认为，负责AI 还需要提高组织的可解释性、问责性、安全性、私密性和合规性。
　　
　　AI 增强开发今年首次启动，其宗旨是加快应用程序和 DevOps 团队的循环时间，更快、更一致地创建高质量软件。Gartner将人工智能增强开发(AIAD)定义为使用人工智能技术，如机器学习(ML)、自然语言处理(NLP)和类似的技术来加速应用程序和DevOps周期。该领域早期的领航者包括Codota、Deep Code、谷歌、Kite、Mendix、微软、OutSystems和Parasoft。

03　Self-supervised
　　Self-supervised（自我监督学习）是今年 技术成熟度曲线的新秀，它定位为帮助组织采用受监督机器学习技术的一种支持性技术。虽然在 Craftworks、Facebook、Google 和 Microsoft 的初始研发中，自我监督学习是一项新兴技术，旨在克服监督学习的最大缺点之一，即需要访问通常大量标记的数据。Gartner 预测，自我监督学习的潜在影响和好处非常大，因为它将把机器学习的适用性扩展到没有大型数据集的组织中。
　　
　　与 2019 年相比，今年新兴技术的技术成熟度曲线中，有 22 项技术被移除或重新分配。不再在新兴技术的技术成熟度曲线中的 22 项技术包括：3D 传感相机、5G、AI 云服务、AR 云、增强智能、自动驾驶 4 级、自动驾驶 5 级、生物芯片、分散式 Web、DigitalOps、边缘 AI、边缘分析、情感 AI、飞行自动驾驶车辆、图形分析、沉浸式工作空间、知识图、轻型货物交付无人机、低地球轨道卫星系统、人员化、合成数据和传输学习。

2020人工智能技术成熟度曲线

Gartner发布了2020人工智能技术成熟度曲线报告(Hype Cycle for Artificial Intelligence, 2020)，知识图谱(Knowledge graph)为新增技术热点。[2]

2020年中国ICT技术成熟度曲线

Gartner发布2020年中国ICT技术成熟度曲线，新兴技术是支持中国企业数字化转型与创新的主要引擎。市场研究机构Gartner发布了中国ICT技术成熟度曲线，今年的技术成熟度曲线新增了一些在中国逐渐崛起的新技术和新业态，包括边缘计算、工作流协作、电商直播、数据中台、中台架构、云安全技术、区块链技术。

回顾人工智能领域走过等历程，亮点技术简明介绍如下：

强化学习、生成对抗网络（GANs），迁移学习，图学习、自监督学习、联邦学习……
近几年，人工智能领域，各种新技术层出不穷，让人目不暇接，疲于应对……
以深度学习领域为例，我们可以梳理一下这几年的重大突破：
2012 年：应用 AlexNet 和 Dropout 方法处理 ImageNet；
2013 年：使用深度强化学习玩转 Atari 游戏；
2014 年：采用 " 注意力 " 的编码器 - 解码器网络及 Adam 优化器；
2014/2015 年：生成对抗网络（GAN）；
2015 年：残差网络（ResNet）；
2017 年：Transformer 模型；
2018 年：BERT 和微调 NLP 模型；
2019/2020 年及之后：BIG 语言模型，GPT-3 语言模型、自监督学习……
2020 年下半年，就有一项 " 出道即巅峰 " 的人工智能领域革命性突破技术—— GPT-3 语言模型。
这又是什么 " 黑科技 "？
简单解释来说，这是 OpenAI 高调推出了的一款具有 1750 亿参数的自回归语言模型。
GPT-3 在人工智能领域掀起了又一阵革命。
从参数量上看，它比当时全球最大的深度学习模型 Turing NLP 大上十倍。
从功能上看，它可以答题、翻译、写文章，还带有一些数学计算的能力。
AI 大佬们谈到 GPT-3，是这么评价的：生命、宇宙和万物的答案，就只是 4.398 万亿个参数而已。——多么潇洒的回答呀。

边缘计算
　　边缘计算描述了一种分布式计算拓扑，其中信息处理被放置在离生产和/或消费该信息的人或物很近的位置。边缘计算用于将流量和处理保持在网络边缘，而不是集中的云或数据中心。
　　
　　2020年，中国运营商开始启动建设独立的5G核心网络的项目。与此同时，多接入边缘计算基础设施计划与5G核心一起建设，引发了新一轮5G和边缘计算的市场炒作。此外，公共云提供商一直在扩大自己的云足迹，以与边缘应用竞争，比如阿里巴巴云的边缘节点服务。此外，亚马逊网络服务(AWS)中国将在2020年将集中云扩展到分布式云，以服务边缘云。
　　
　　新冠肺炎的爆发是推动企业采用边缘计算的另一个催化剂，因为它们需要进一步将边缘的业务操作(如分支机构和/或现场操作等)数字化。这样做可以减少现场工作人员的工作量，也有利于在工作中保持社交距离。
　　
工作流协作
　　中国的工作流协作技术集成了通信、协作、业务流程和知识管理等技术，相应工具则为用户提供了自助服务和横跨整个平台的开箱即用体验。用户利用这些工具可以进行实时的内部和外部协作，从任意地点用任意设备向客户交付服务。
　　
　　在新冠肺炎疫情期间，工作流协作成为支持企业机构日常沟通、会议和其他业务运营的关键能力。因保持社交距离的需要，钉钉、华为云WeLink和腾讯会议等工作流协作工具在中国得到广泛采用，用于维系业务的连续性，同时，国际Opentext等公司也推出相关产品。
　　
电商直播
　　电商直播在新冠肺炎疫情之前已经迅速崛起，瑞信（Credit Suisse）估计中国电商直播市场2019年达到50亿美元规模。而在疫情期间，众多企业被迫采用电商渠道，直播电商凭借可快速启动和无需太多技术基础而广受青睐，中国直播电商行业也随之迎来井喷式发展。
　　
　　随着日活跃用户累计接近10亿，抖音、快手等领先的中国电商直播平台已成为重要的流量来源。部分企业报告了令人欣喜的数据，直播吸引了大量用户，一场三个小时的直播甚至可以贡献线下实体店六个月的客流量。淘宝、京东和小红书等电商平台也推出了自己的直播频道，提供无缝购物体验。
　　
数据中台
　　数据中台是一种组织策略，可以帮助企业机构有效地赋能前端的流数据和交易数据用户，使其可以单一和一致的角度使用后端部门中生成的数据，做出决策。搭建数据中台最简单的思路是考虑企业如何管理可编组和可复用的数据与分析能力，这些功能可提供独特的数字业务，并通过其技术堆栈将数字业务贯穿到整条价值链。
　　
　　鉴于市场中的过热炒作以及关于数据中台定义和交付方式的固有困惑，数据中台技术更进一步接近期望膨胀期。阿里巴巴集团提出了数据中台概念，很多互联网企业随后也给出了自己的定义和产品。企业机构如果不清楚如何在自己的业务环境中构建可复用的数据和分析能力，将难以有效地采用这些能力。
　　
中台架构
　　自阿里巴巴集团2015年推出“中台”概念后，腾讯、百度、字节跳动、滴滴出行等互联网大企业也纷纷推出自己的中台项目。
　　
　　考虑到过去几年其用户的指数级增长，中台已成为中国市场的一个关键话题，很多企业认为中台是其加速数字化转型的关键因素之一。与此同时，技术和服务提供商也一直在宣扬中台的优越性，过去12个月对中台的投资一直非常活跃。如何设计可落地的中台架构却是市场上很多IT负责人的挑战。Gartner观点是中台架构应该通过构建场景应用，使用产品管理方式慢慢演进出来的，而不是部署另外一个大而全的系统。
　　
云安全技术
　　云安全技术覆盖面很广，包含从人、流程到技术的核心概念，具体技术包括云安全架构、云访问安全代理（CASB）、云工作负载保护平台（CWPP）、云安全态势管理（CSPM）和安全访问服务边缘（SASE）等。在中国，云安全是一个热门话题，也是云转型过程中的一个重大挑战。
　　
　　Gartner观察认为，云安全是中国企业公有云转型中的主要障碍之一，如果一开始缺乏布局，往往会拖累了整体迁徙的进程。企业不能寄希望于云安全厂商能像本地服务厂商一样提供一刀切的解决方案。中国多数国内云安全厂商侧重于以项目交付的方式提供云工作负载保护，以帮助客户安全地使用公有云。但企业需要了解物理基础设施与云服务之间的安全能力差距，并开始转变安全能力，并且购买云安全的相关服务，以适应未来的混合基础设施模式。
　　
区块链技术
　　在中央政府的大力支持下，中国区块链取得的进展领先于其他国家和地区。2016年，区块链被纳入中国十三五计划，经历过2018年下半年的期望膨胀期后，2019年10月，中央政府强调把区块链作为核心技术自主创新的重要突破口，区块链技术在中国逐渐从泡沫破裂低谷期复苏。伴随投资的增加，中国正在从更实际和商业可行的角度让区块链落地。
　　
　　尽管“区块链完整解决方案”目前并未广泛推出，有业务价值的区块链用例正在中国市场兴起。这些用例通过在供应链金融、贸易融资、保险等领域创造全新的业务模式提供了业务价值。

Gartner 2020年5大新兴技术解读

Composite architectures —— Yefim Natis

什么是复合/可组合架构?为什么它很重要?
复合架构由打包的业务功能组成，构建在灵活的数据结构上。这使得企业能够真正快速地响应不断变化的业务需求。

Algorithmic trust —— Avivah Litan

认证来源(authenticated provenance)是什么?
认证来源是算法信任的一部分。基本上它所做的就是验证某事物的来源。算法信任适用于整个生命周期。认证来源询问如何知道被创建的某事是真实和有效的?你可以使用许多不同的方法来验证来源。

Beyond silicon —— Nick Heudecker

DNA计算是什么，它是怎么运作的?
DNA计算进入了超硅的趋势，因为它引入了一种全新的计算基质，而不是使用硅。它不仅利用分子之间的反应来存储数据，还为你提供了一种处理数据的新方法。

Formative AI——Svetlana Sicular
什么是形成性AI?
形成性AI不是一种单一的技术，而是多种机器学习方法，它们从数据中学习手工制品，并使用这些数据来生成全新的、完全原创的、真实的手工制品。这些手工制品保留了与训练数据的相似性，但不会与其重复。它可以生成新的内容，如图像、视频音乐、演讲、文本甚至材料，所有这些都可以结合起来生成。它可以改进或更改现有内容，还可以创建新的数据元素或数据本身。

Digital me —— Sylvain Fabre
双向脑机接口能做些什么?
双向脑机接口可以把人脑变成物联网设备。它是一个界面，可以记录大脑在一段时间内的活动，并猜测或推断某人的情绪或状态。我们称它为双向，因为你也可以像你写入内存设备或电脑一样进行写入操作，你可以发送或移除大脑中的电流。

回顾2020年Gartner新兴技术成熟度曲线

参考：
[1]《Gartner技术成熟度曲线2020版，看看哪些新技术在列》 网易. TechSugar 2020.09
[3]《Gartner关于2020年科技趋势的预测》 知乎. 大树说科技 2020.01
[4]《Gartner发布2020年中国ICT技术成熟度曲线》 网易. 科技荟萃 2020.09
[5]《通过Gartner 2018年新兴技术成熟度曲线解读大数据人工智能技术的发展》 CSDN博客 . 肖永威 2019.01
[6]《Gartner 2020年5大新兴技术解读》 环信 . Nicolas 2020.09