:::: MENU ::::

TalkingData's Blog

现在开始,用数据说话。

Posts Tagged / 2018趋势

  • Jan 05 / 2018
  • 0
Ideas

锐眼发现 | 2018 年五大科技趋势预测:区块链、笔记本电脑、智能手机、交互和云计算

作者:Ed Oswald

原文:5 tech trends you’ll be talking about in 2018

转载于:36Kr

本文翻译自 www.digitaltrends.com。如若转载请注明出处。

编者按:科技的发展不单单是科技本身之事,它涉及风投、政策、用户等多种因素的综合影响。本文作者Ed Oswald在“5 tech trends you’ll be talking about in 2018”一文中讲述了他所观察并预测的2018年5大科技发展趋势,它们包括区块链、笔记本电脑、智能手机、交互和云计算等。

2017年是科技变革的一年。推特用户终于能发表超140字的内容,特斯拉Model3电动智能汽车市场反应良好。永恒之蓝勒索病毒成为历史上最具破坏性的网络攻击之一,由阿吉特 派领导的联邦通信委员会以3:2的结果废除了奥巴马时代的网络中立原则。

过去一年无论是好是坏,科技领域很是繁忙,2018年似乎也会如此。我们已经察觉到一些重要的科技趋势,并期待它们能够在新的一年成为引领潮流之物。但是首先,我们需要回望去年此时所预测的“2017将会有什么发生”。

回望2017年的科技预测

智能家居在2017年终于开始起飞,而且确实像我们在2016年末预测的那样没有成为“智能中枢”。为什么呢?这要归咎于亚马逊。

Alexa在这一年中击败了它的众多竞争者,从其在CES 2017(2017年国际消费类电子产品展览会)的表现来看,它像是一个设备制造商。虽然这导致了一些相当愚蠢的整合,但也从侧面证明了亚马逊的实力,并使得留给谷歌、苹果和微软的市场份额更小。

多亏了巨头之间的竞争,如今人们只需30美元就可以尽情享受智能支持:这个价格是2016年初费用的六分之一。同时“价格战”也巩固了现有市场份额长期存在的既定优势:这对于新进入者来说十分残酷。

自动化和人工智能在今年的应用中也有所增加,但可能没有达到我们预期的规模。正如我们所料,自动化大多应用于聊天机器人,而大肆炒作的亚马逊无人机送货实验并没有比2016年进一步扩大,自动化普及的速度也没有进一步增加。同时,人工智能和所谓的“机器学习”却引起巨大轰动,尤其是在应用领域。

在增强现实和虚拟现实中,2016年是一个标志性年份,但是2017年增强现实近乎淡出人们的视野。Pokémon Go获得病毒式的传播,但是2017年其他增强现实应用却没有延续这种火热。

另一个失误是我们之前预测人造肉会经历一场繁荣。尽管我们依旧很乐观,但是合成食品在2017年的发展仍然不尽如人意。但是,植物汉堡生产商Beyond Meat却在做出改变,并于2017年年底使其产品在美国全境的沃尔玛超市中上架。这是一个新的开端,但是距离人造肉成为餐桌上的主流还需要很长的路走。

总而言之,这些预测都不算太坏,而且在某些情况下,我们可能已经超前了一些。现在,来看看2018年的五大科技趋势预测,希望这些预测更具有指导意义和价值。

区块链

要知道,它不仅仅如同“郁金香狂热”。无论比特币的价格是0还是5万美元,加密货币的基础,即被称为区块链的分布式分账类系统,将在未来的技术中占有一席之地。

区块链是分散的加密货币核心,它是一种分布式的记录账本,能够对过程进行验证而不需要中间人。虽然区块链在2017年以前的主要用途是验证加密货币交易,但是开发人员却正在意识到除金融以外的用途。交易记录或“块”受加密保护,然后分发给所有参与者。

2018 年五大科技趋势预测:区块链、笔记本电脑、智能手机、交互和云计算

2017年比特币平均区块规模

这使得交易可以排除人为干预进行验证,也不再受欺骗的影响。如果一个版本的块被损坏,其他参与者仍然拥有该块的正确副本,从而分散风险。区块链可以用来核实合同条款,甚至能够在“智能合同”中自动执行,或者验证对资源的访问。

因此,2018年将是许多行业多年转型的开端。在2017年,网络安全是一个重大议题,区块链可能于2018年进入突破的黄金时期。不论哪种原因,多年来,密码货币崩溃了,但是区块链却幸存了下来,这没有什么值得惊讶的。是游戏规则发生了改变。

 ARM服务器芯片支持的笔记本电脑回归

随着制造商和软件开发商不断改进硬件和软件,我们已经习惯了智能手机和平板电脑所具备的长时间续航能力。但是笔记本电脑还存在一个缺陷,即在大多数情况下,它仍需要在一天的某个时间充电,除非一个人并不爱上网。对于该问题的解决正在进行,这使得笔记本电脑超长待机成为可能。

在此需求下,微软于2017年重新设计了Windows系统,使其于ARM技术更兼容。这与启动Windows RT(一种基于Windows的新操作系统)的效果不一样:代码将自动运行这些处理器,使得ARM服务器芯片支持的笔记本电脑广泛使用,尤其是使用高通骁龙835处理器。

虽然早期的基准测试并不受人关注,但是我们注意到其结果是基于原型芯片而产生。高通自己承诺电池续航时间为20-25小时,在2018年正式发布时其性能应该与英特尔处理器相似。当然,这些笔记本电脑的目标客户是那些入门级消费,但却总是关注于性能和LTE(通用移动通信技术的长期演进)连通性特性的人群。

当然,任何新产品的第一个版本总是很粗糙。虽然它很可能在2018年无法实现,但是骁龙845处理器由于比之前版本优化25%的功能和30%的显卡性能而受人关注。

再加上人工智能、生物识别、加密技术和移动支付的支持,基于骁龙845的笔记本电脑很有可能对广大消费者具有吸引力。

 智能手机的终结

这是一个大胆的预测,对吧?不过,事实听起来并没有那么疯狂。传统意义上,智能手机的理念是一种让人们保持联系的设备,而不只是传统的语言通话功能。面对人工智能和机器学习技术的发展,这种情况正在发生改变。

尽管此种设备仍然可能被称为智能手机(smartphone),但是在2018年以后称其为有智慧的智能手机(intelligent phones)可能更合适。正如我们刚刚所提到,移动处理器的出现是为了处理人工智能技术。在2018年,数字化助手将会发挥更大作用,因为它们能够在你提出要求之前预测你的需求。

想想现在你如何与数字化助手交互。如果让它在房间里“打开灯”而不是告诉它需要关掉哪些灯,是不是更有意义?通过位置感知,自动打开离人最近的灯,而不再需要人们的特殊指明。

有传言称,亚马逊正在为Alexa开发更多的位置感知平台,其他公司可能也在研究类似的技术,我们也需要开始了。未来的智能设备将具有真正的智能,并在此种情境下使其本质上更有用。

 非接触型界面

用户界面是我们体验科技产品的关键。但是,大多数产品体验依赖于某种物理交互才能实现。而这将在2018年发生改变,改变的关键在于“无接触型界面”。

亚马逊的Alexa、Siri和其他虚拟助手已经开始规训我们不再依赖于手指。正如我们在讨论智能手机的未来时所指出的那样,已经有其他有效的方式进行交互。

想象一下,拿起你的空果汁杯,说“Alexa,来一杯这个。”在你没有明确物理指示的前提下,Alexa已经了解你在看什么或者是拿着什么。而其他一些功能,例如基于个人的个性化定制已经成为可能,并会在2018年更加普及。

 云计算走向“边缘”

我们已经习惯了“云”以至于这个科技预测听起来似乎是违反常规发展的。但是,边缘计算将会改变我们对“云”的看法,以及之后它们该如何使用。

边缘计算是“分布式计算”的回归,在这里,处理程序分布在多台计算机上。考虑到“云”可以将请求通至可用的服务器上,人们可能会认为云计算也是分布式计算的一种形式,实际上并不如此:云计算时,服务器本身仍然在一台机器上处理所有计算工作。

为什么边缘计算是下一个趋势?随着设备功能的完善,它们需要更大的数据流来支撑运行,这使得云计算本身变得非常缓慢。即使有超快的5G作为基础,连接本身也总会有一定程度的延迟,而这并不包括远程服务器上的处理时间。

想一想,自动驾驶汽车需要在瞬间做出何时转弯、何时停止或移动以避免危险时的决定。而当数据从车传输到中央服务器的时间区间中,有谁能够保证这种延迟不会导致事故的发生?当然无法保证。更好的方法是,车本身成为数据中心,在本地进行密集型计算并及时做出决策,同时将数据发挥中心服务器,为优化其他车辆的运行情况提供数据支持。同样的思路也适用于物联网设备,所有事物都可以在彼此的实际经验中总结学习,而不是在自身运行过程中使用超载通信网络。

这将会是一份巨大的工程,尤其是考虑到我们在云计算上投入了如此多的精力和物力。但是随着物联网设备数量的激增,我们需要找到一个更好的方式,让它们彼此在不占用所有可用宽带的情况下进行通信。

  • Dec 12 / 2017
  • 0
Ideas

锐眼洞察 | 2018年的大数据行业发展趋势(翻译)

作者:Keith D. Foote

原文:Big Data Trends for 2018

译者:TalkingData副总裁 皮山杉

本译文禁止商用,转载请注明来源与译者!

物联网(IoT)的扩张为数据管理领域增添了大量新的大数据来源,正成为2018年及之后主要的大数据趋势之一。而笔记本电脑、智能手机、机器上的传感器都为物联网共享了大量的数据。

那些具有足够灵活性来管理数据,并将数据转换为有价值的商业智能的组织,会有机会获得显著的竞争优势(或保持竞争优势)。而随着大数据的增长,各类业务也试图跟上这个趋势,并且努力将数据转化为有用的洞察。商业智能是保持竞争力的关键,而数据分析提供了所需的最新信息。

2017年,一些公司扩展其软件或服务,将大数据表现为可视化和图表。这使得研究人员能够更有效地收集和处理有关普通人群的信息,改善客户体验。以及可以让领导者能够简化决策过程。

提供云服务的公司数量也将在2018年继续增长,从而实现有竞争力的定价,并让较小的企业访问大数据资源。

商业智能 2018发展趋势

组织决策目前正在经历一个升级,这在2018年将继续发展。在2017年,大数据处理的目标是提高效率、不断降低成本。 反过来,这又使得基于大数据的商业智能对中小企业乃至初创企业更为重要。 这一趋势将持续到2018年,此外,大数据处理的成本持续下降,预计趋势如下:

  • 基于云计算的商业智能将会增加。
  • 分析将提供持续改进的数据可视化模型和自助服务软件。
  • 关于拓展新市场和新地域的决定将基于大数据。

云计算 2018发展趋势

 从小做起

在2018年,随着越来越多的人熟悉云应用程序,就像其他行业一样,专业化分工和小众工作将会发展。这反过来又将创造更多的研究选择和更多的行业竞争。专业化的数据科学家,如了解地区零售业、区域增长等,将逐渐普遍。

混合云

虽然云为存储和处理大数据提供了一个便捷的解决方案,但很少有人愿意将“组织内”数据的“全部”转移。在2018年,混合云的使用会大幅增长,因为这种组合提供了两全其美的方案。内部部署数据管理平台可以综合利用到云服务的便利性。

让更多部门可使用云服务

通常,IT部门将作为其他部门访问云服务的“中介”。但是,随着与云技术的接口已经变得相当容易。其他部门,如销售、市场或人力资源等部门现在可以直接访问云服务。而随着越来越多的人能够访问敏感信息,数据安全成为一个重要问题。

数据分析 2018发展趋势

分析将包括可视化模型

2017年中,通过对2800名经验丰富的商业智能专家的调查,可以预计数据可视化和数据探索将成为一个重要趋势。数据探索已经扩展到不仅包括对数据分析和关系的理解,还包括展示数据的方式,以揭示更深入的业务洞察。因此,可视化模型作为将数据转化为可用洞察的一种方式变得越来越流行。不断改进的可视化模型已经成为获取大数据洞察的一个重要组成部分。 (目前,他们还有些笨拙、粗糙的一面,但可以一点点逐步进化。)

人类大脑有能力高效地处理视觉模式。这个活动会使用到潜意识,并允许决策者通过快速扫描来处理信息。强大的可视化使得大脑模式识别的能力得到提升,有效的可视化模型将成为处理大型数据集的首选方法,也是2018年重要的大数据趋势之一。

预测分析

许多企业已经通过使用“历史”大数据的研究来支持对未来行为的预测。然而,目前更新的研究在做出这些预测时更有价值。商业智能的世界里,“过去的结果不是未来成功的保证”这句古老的谚语依然如此。预测分析为用户提供了优势,通过实时“了解客户”来提升增加利润的巨大潜力。 (惯例分析仍处于起步阶段,未来几年可能不会成为推动趋势)。

IoT 2018发展趋势

IoT将继续增长。来自这些设备的信息如何被使用是完全不同的。

改善零售业

在2018年,消费者和企业经营者将从各种持续增长的客户所拥有的设备传感器和数据中获利。IoT的信息收集,可以让企业更有效地向潜在客户推销其产品。精通技术的公司已经开始投资于基于传感器的分析,这将使他们能够跟踪其最受顾客喜欢的商店区域。

重塑医疗保健行业

大数据现在被用于推动医疗保健解决方案,但也可能重塑人们获得医疗保健的方式,以及他们如何为此付费。新的可穿戴技术可监控个人的健康状况,使医院和诊所能够提高医疗质量。患者可以通过联网设备提醒他们服用处方药、锻炼身体,并在血压水平急剧变化时收到警报。

改变信息安全的挑战

新的互联网安全挑战在2018年会成为一个问题。据预测,黑客将寻求破坏性目的来尝试侵入IoT。在2016年10月,黑客利用物联网进行攻击,造成大部分互联网的瘫痪。

随着物联网的不断发展,全球互联网基础设施的薄弱环节也将持续增长。人工智能和机器学习提供的解决方案将逐渐变得更受欢迎。随着设备之间的互连越来越多,安全专家将需要学习如何使用AI和ML程序。

机器学习2018发展趋势

机器学习是计算机程序的训练过程,目前正被企业组织用于各种活动,如实时广告、模式识别、欺诈检测和医疗保健。但到2018年,它将会变得更加智能、更快、更高效。

广告业务发展总监Ronald Van Loon表示:

  “你的数字业务现在需要走向自动化,而机器学习技术正在迅速发展。机器学习算法从大量的结构化或非结构化数据中进行学习,例如:文字、图像、视频、声音、肢体语言和面部表情。这为医疗系统、视频游戏和自动驾驶汽车的应用开辟了新的领域。”

教育

最近,为了改进教学艺术,已经开发一些使用机器学习的尝试。例如,加利福尼亚州立大学已经敦促其教师在教学课程中寻找和使用免费或低成本的教材。为了简化这一过程(用以免费或低成本的材料取代以前的课程材料是非常耗时的),Intellus Learning提供了一个解决方案,通过索引超过4500万在线资源和教学(通过机器学习)程序/算法来提出建议。教师可以将免费或低成本的教材上传到课程资料管理系统中,供学生使用。

医疗保健

识别不同的疾病并正确诊断,是机器学习研究的目标之一。医疗行业一直在开发能够识别和诊断疾病的计算机/算法。得克萨斯大学奥斯汀分校的一个研究小组创建了一个全自动的方法来结合肿瘤生长模型。机器学习算法自动识别脑肿瘤。机器学习已被用于各种医疗工作,包括:

  • 行为修改
  • 疫情爆发预测
  • 药物发现
  • 放射研究
  • 电子病例
  • 诊断和疾病鉴定

人工智能2018年发展趋势

人工智能研究目前主要集中在开发允许人类和技术彼此更自然地进行沟通的算法,以及训练这些算法的方法。目标是能用人类的自然语言来回答复杂的问题。 AI和ML使通常需要人为判断的工作自动化成为可能。这些工作包括:

  • 阅读手写材料
  • 人脸识别
  • 学习
  • 认知技能,如使用有限信息进行规划、推理

Gartner Research副总裁David Cearly表示:

 “人工智能技术正在迅速发展,组织将需要在技能、流程和工具方面进行大量投资,以成功利用这些技术并构建人工智能增强系统。投资领域可以包括数据准备、整合、算法和训练方法选择以及模型创建。包括数据科学家、开发人员和业务流程负责人在内的多个人员需要共同协作。”

Gluon平台的演进

亚马逊大量使用人工智能。亚马逊的推荐引擎使用AI来预测客户的兴趣,准确度大概在5-10%之间。为了提高预测的准确性,亚马逊已经与微软联手提供了一个新颖的尝试,使用机器学习来训练AI实体。这个名为“Gluon”的新平台允许各种技能水平的AI开发人员使用。 Gluon平台被描述为使得AI开发者更容易设计和开发神经网络。

Gluon平台建立在Amazon Web Services上。 Gluon界面是“开源的,随时可用”。关于访问Gluon的详细信息,请点击” https://github.com/gluon-api/gluon-api/”,然后访问到Gluon界面入门。

AI和网络安全

哈佛商业评论写道:

“具有讽刺意味的是,我们最好的防范基于AI的黑客攻击是通过使用AI。人工智能可以用来保卫和攻击网络基础设施,也可以增加黑客可以攻击的攻击面,也就是黑客进入系统的方式。建议商业领袖熟悉人工智能安全和安全研究的最前沿研究。”

随着企业意识到开发网络安全程序的重要性,人工智能将变得更受欢迎。一个构造良好的AI防御系统可以处理多年的攻击历史,并学习各种攻防战略。它可以创建普通用户行为的基线,然后搜索异常,比人类处理要快得多。这比起维护一个安全专家团队来处理日常的网络攻击要便宜得多。人工智能也可以用来制定防御策略。预计AI在2018年也将更多地参与网络安全。

随时欢迎您 联系我们