本文主要是9月2日對Gartner的專訪，聘請了多位VP解答之前5個“幺蛾子”（《Gartner又搞出5個新的“幺蛾子”》）說的是什么，其實(shí)可以看出來很多都是超前的趨勢，實(shí)際應(yīng)用的案例并不多，而且由于9月30日還有一場Webinar，所以幾位大佬應(yīng)該還是有所保留，干活應(yīng)該都會留在今年的報(bào)告中，預(yù)測可能是十大安全項(xiàng)目報(bào)告或者2021十大戰(zhàn)略技術(shù)趨勢報(bào)告。

本次可以所就好比Intel擠牙膏一樣，又放出一點(diǎn)消息和說明，下文結(jié)合采訪以及自己搜索的一些資料對這五個新興技術(shù)做一個簡單解讀。

成熟度曲線的新興技術(shù)解讀——Brian Burke

如何從1700個技術(shù)中選出30個候選名單？

這需要幾個月的時間，但我們首先要看所有正在創(chuàng)建的技術(shù)概況，然后創(chuàng)建一個我們認(rèn)為最具影響力的技術(shù)候選名單。我們的從1700精簡到150，然后通過一個更廣泛的分析師團(tuán)隊(duì)，他們將對這些技術(shù)資料進(jìn)行投票。前30名是在投票過程中產(chǎn)生的。

我們還有一個用于評分的算法，它主要考慮一項(xiàng)技術(shù)對所有成熟度曲線來說是否都是新的。如果是這樣的話，這項(xiàng)技術(shù)將額外得分。如果該技術(shù)存在于前一年的任意成熟度曲線中，它就會失去一些分?jǐn)?shù)。

這是為了對抗一個事實(shí)：在過去，我們的技術(shù)在曲線中徘徊了很多年。例如，智能微塵，這是一個技術(shù)，在曲線中保持了6年。這種方法確保了我們對全選有了一個全新的看法。考慮到我們的位置有限，這一點(diǎn)很重要。

今年的趨勢是什么？

Composite architectures

Algorithmic trust

Beyond silicon

Formative AI

Digital me

Composite architectures —— Yefim Natis

什么是復(fù)合/可組合架構(gòu)？為什么它很重要？

復(fù)合架構(gòu)由打包的業(yè)務(wù)功能組成，構(gòu)建在靈活的數(shù)據(jù)結(jié)構(gòu)上。這使得企業(yè)能夠真正快速地響應(yīng)不斷變化的業(yè)務(wù)需求。

復(fù)合思維、復(fù)合架構(gòu)、復(fù)合企業(yè)技術(shù)的最終好處是組織統(tǒng)一了資源。復(fù)合企業(yè)將業(yè)務(wù)專長和技術(shù)專長結(jié)合在一起，重新設(shè)計(jì)決策，建立策略和組織結(jié)構(gòu)，使其從注重穩(wěn)定性轉(zhuǎn)向注重敏捷性和持續(xù)性變化。

該技術(shù)為何出現(xiàn)在成熟度曲線中？

如今，每個組織都在尋求更強(qiáng)的彈性、更強(qiáng)的變化響應(yīng)能力、更強(qiáng)的集成能力，以及在制定戰(zhàn)略、技術(shù)和業(yè)務(wù)決策時更大程度地將業(yè)務(wù)和IT結(jié)合在一起。復(fù)合企業(yè)承諾了可以極大地提高現(xiàn)代企業(yè)的這些能力。因此，復(fù)合企業(yè)會引起廠商的極大興趣、炒作、承諾和投資，而且越來越多地還會引起用戶的興趣。

分析：復(fù)合架構(gòu)更像是一種技術(shù)架構(gòu)，就好像拼樂高一樣。其優(yōu)勢在于，在業(yè)務(wù)發(fā)生變化時，可以快速重新配置應(yīng)用，就好比疫情期間。復(fù)合企業(yè)由打包的業(yè)務(wù)功能組成，可以想象成將各種功能集整合到一起，與API結(jié)合使用，并且基于靈活數(shù)據(jù)來構(gòu)建。

復(fù)合架構(gòu)中的另一個技術(shù)趨勢是數(shù)據(jù)結(jié)構(gòu)，即如何通過人工智能來獲得來自不同數(shù)據(jù)源的元數(shù)據(jù)，以進(jìn)行無縫數(shù)據(jù)訪問，無論數(shù)據(jù)在哪。這些都是復(fù)合企業(yè)數(shù)據(jù)結(jié)構(gòu)和打包業(yè)務(wù)的能力。

這就好比這次新冠疫情一樣，完全顛覆了我們以往的認(rèn)知。許多業(yè)務(wù)和流程，以及交付都要結(jié)合新的環(huán)境進(jìn)行改變，制定新的解決方案來執(zhí)行和交付。復(fù)合架構(gòu)的可組合企業(yè)也一樣，將面臨重大變革。

Algorithmic trust —— Avivah Litan

認(rèn)證來源（authenticated provenance）是什么？

認(rèn)證來源是算法信任的一部分。基本上它所做的就是驗(yàn)證某事物的來源。算法信任適用于整個生命周期。認(rèn)證來源詢問如何知道被創(chuàng)建的某事是真實(shí)和有效的？你可以使用許多不同的方法來驗(yàn)證來源。

一種方法是人工。可以讓監(jiān)管人員去查看麥田，然后判斷：“是的，這絕對是有機(jī)小麥”。但這不是很好的方式。第二種方法是使用人工智能模型，并通過觀察小麥本身的不同成分、生物方面或DNA來區(qū)分有機(jī)小麥和非有機(jī)小麥。

判斷某事物是否可以信任的第三種方法是使用與該領(lǐng)域相關(guān)的一些技術(shù)在原點(diǎn)進(jìn)行認(rèn)證。比如以藥物為例，一種在工廠生產(chǎn)的藥物。一旦它被工廠的QA流程批準(zhǔn)，這些數(shù)據(jù)就會被鎖定，就產(chǎn)生了一個藥品來源的記錄，可以追蹤直到有人購買該藥物之前（的記錄）。

這感覺與世界當(dāng)前的狀態(tài)確實(shí)相關(guān)。這是它今年上榜的原因嗎？

這項(xiàng)技術(shù)之所以具有特色，是因?yàn)樗谖覀兊臄?shù)字世界非常必要。你不能隨便相信任何事情。這聽起來可能很極端，但這就是現(xiàn)實(shí)。在生產(chǎn)過程中加入假貨和仿冒品的很容易，無論是生產(chǎn)過程還是生產(chǎn)內(nèi)容，我們都需要能夠被信任的產(chǎn)品來源和出處。消費(fèi)者也更希望知道物品是否值得信賴，因此如今對來源認(rèn)證的需求比歷史上任何時候都更強(qiáng)烈。

分析：經(jīng)過驗(yàn)證的一個實(shí)踐是，通過區(qū)塊鏈技術(shù)認(rèn)證來源，包括資產(chǎn)信息、資產(chǎn)類別、文章來源等。該技術(shù)的一些可行用例，比如鉆石或藥品來源認(rèn)證，這些都是可以偽造的物品。這是利用區(qū)塊鏈技術(shù)的一種驗(yàn)證方法。

另一種是差分隱私方法（differential privacy是密碼學(xué)中的一種手段，旨在提供一種當(dāng)從統(tǒng)計(jì)數(shù)據(jù)庫查詢時，最大化數(shù)據(jù)查詢的準(zhǔn)確性，同時最大限度減少識別其記錄的機(jī)會），比如我們?yōu)閿?shù)據(jù)加密，與第三方分享，這樣第三方就可以對這些數(shù)據(jù)進(jìn)行操作和分析，而無需對其解密。例如醫(yī)院，想?yún)⑴c醫(yī)學(xué)研究分享，但又不想公開個人信息和患者記錄，那么利用差分隱私，我們可以查看匯總和結(jié)論性數(shù)據(jù)，而無需查看個體數(shù)據(jù)和細(xì)節(jié)。這是算法信任的一個理念。

Beyond silicon —— Nick Heudecker

（1） DNA計(jì)算是什么，它是怎么運(yùn)作的？

DNA計(jì)算進(jìn)入了超硅的趨勢，因?yàn)樗肓艘环N全新的計(jì)算基質(zhì)，而不是使用硅。它不僅利用分子之間的反應(yīng)來存儲數(shù)據(jù)，還為你提供了一種處理數(shù)據(jù)的新方法。

在DNA中存儲數(shù)據(jù)聽起來十分復(fù)雜，但技術(shù)已經(jīng)成熟并被部分人所理解。首先，數(shù)字內(nèi)容被壓縮并映射到DNA中的四種核苷酸（adenine腺嘌呤、thymine胸腺嘧啶、guanine鳥嘌cytosine呤和胞嘧啶，或稱“ATGC”）。因?yàn)橛兴膫€核苷酸，每個核苷酸可以代表兩個數(shù)字位。這些核苷酸編碼被用來創(chuàng)建匹配的合成DNA，然后復(fù)制并存儲在DNA鏈中。當(dāng)材料從存儲容器中提取出來時，這些鏈會被“放大”，或被復(fù)制數(shù)百萬次，從而使讀取數(shù)據(jù)變得更容易。

當(dāng)需要讀取數(shù)據(jù)時，會發(fā)生相反的過程。DNA鏈被準(zhǔn)備好并重新排列成核苷酸代碼，然后這些核苷酸代碼又被轉(zhuǎn)換成數(shù)字內(nèi)容。

（2） 這在如今會有什么作用？

你可以在任何擁有大量數(shù)據(jù)的行業(yè)中看到DNA計(jì)算。歐洲核子研究中心的大型強(qiáng)子對撞機(jī)就是一個很好的例子。他們每年收集Pb級的數(shù)據(jù)。將其儲存在磁帶中是非常昂貴的。這需要很大的空間，他們只能存儲大約10年，然后他們必須把它轉(zhuǎn)移到新的磁帶。其他的使用案例包括存儲國家檔案，產(chǎn)生大量數(shù)據(jù)的科學(xué)研究，如天文學(xué)，或者像石油和天然氣這樣的行業(yè)。

但這只是半個故事——你還必須能夠處理這些數(shù)據(jù)。這是DNA計(jì)算的真正優(yōu)勢之一。你可以擁有一個給定數(shù)據(jù)集的數(shù)百萬副本，而且復(fù)制它的成本非常低。一旦你有了幾百萬副本數(shù)據(jù)，你就可以把酶引入DNA鏈池，利用酶反應(yīng)，它就可以做任何你想做的計(jì)算。可行的DNA處理還需要幾年的時間，但其可能性是令人興奮的。

（3） 從市場應(yīng)用的角度看，技術(shù)會用在哪里？

DNA計(jì)算還處于非常早期的階段。我們已經(jīng)看到了一些來自不同規(guī)模的技術(shù)供應(yīng)商的早期投資。大學(xué)里正在進(jìn)行許多研究，但還為時尚早。我認(rèn)為在三到五年內(nèi)，我們將看到DNA存儲作為一個可行的選擇，很可能出現(xiàn)在云基礎(chǔ)設(shè)施場景中。到那時，DNA計(jì)算技術(shù)將需要更長的時間來發(fā)展。我預(yù)測這將在8到10年內(nèi)發(fā)生。

分析：目前已經(jīng)開始采用的超硅材料是碳基晶體管（碳納米晶體管）。碳基晶體管可以減少十倍的資源需求而且速度更快，另外一種技術(shù)則是DNA計(jì)算和存儲，不過這可能離我們還有些遙遠(yuǎn)。

Formative AI——Svetlana Sicular

（1） 什么是形成性AI？

形成性AI不是一種單一的技術(shù)，而是多種機(jī)器學(xué)習(xí)方法，它們從數(shù)據(jù)中學(xué)習(xí)手工制品，并使用這些數(shù)據(jù)來生成全新的、完全原創(chuàng)的、真實(shí)的手工制品。這些手工制品保留了與訓(xùn)練數(shù)據(jù)的相似性，但不會與其重復(fù)。它可以生成新的內(nèi)容，如圖像、視頻音樂、演講、文本甚至材料，所有這些都可以結(jié)合起來生成。它可以改進(jìn)或更改現(xiàn)有內(nèi)容，還可以創(chuàng)建新的數(shù)據(jù)元素或數(shù)據(jù)本身。

（2） 形成性AI的弊端有哪些？

由于深度偽造，形成性AI產(chǎn)生了一些負(fù)面評價(jià)。如果AI能夠生成人臉、文本或視頻，它就可能被用于進(jìn)行對某人出于政治或勒索目的攻擊。我們已經(jīng)看到了第一個人造聲音被用于貪污的案例。一個CEO的聲音被仿造并用來要求快速轉(zhuǎn)移一大筆資金。但我們不能否定它的好處，比如生殖技術(shù)被用來預(yù)測某些疾病，例如關(guān)節(jié)炎，在未來三年內(nèi)會如何發(fā)展。

分析：我們看到的是更遠(yuǎn)的AI技術(shù)的適應(yīng)性和創(chuàng)造力，即AI可以像人一樣有創(chuàng)意。這涉及到自適應(yīng)機(jī)器學(xué)習(xí)，它是一種可以在生產(chǎn)環(huán)境中更新的ML模型。通常我們會通過大量數(shù)據(jù)來訓(xùn)練機(jī)器學(xué)習(xí)模型，先測試模型，然后將靜態(tài)模型投入生產(chǎn)。這就是常規(guī)的自適應(yīng)機(jī)器學(xué)習(xí)。而后模型將在生產(chǎn)環(huán)境持續(xù)訓(xùn)練，動態(tài)更新。

而形成性AI則是在沒有足夠訓(xùn)練數(shù)據(jù)的情況下，可以生成綜合數(shù)據(jù)，或是想要確保數(shù)據(jù)隱私性，可以生成代表真實(shí)數(shù)據(jù)的綜合數(shù)據(jù)，但并非真實(shí)數(shù)據(jù)。這也是該技術(shù)會有一些負(fù)面評價(jià)的原因之一。

再者，是一些逆向設(shè)計(jì)工程，用于材料科學(xué)領(lǐng)域，搜尋哪些材料具有你想要的屬性;在優(yōu)化搜索中搜索所有潛在空間，來識別物質(zhì)或識別藥物（特定藥物的結(jié)構(gòu)）

Digital me —— Sylvain Fabre

雙向腦機(jī)接口能做些什么？

雙向腦機(jī)接口可以把人腦變成物聯(lián)網(wǎng)設(shè)備。它是一個界面，可以記錄大腦在一段時間內(nèi)的活動，并猜測或推斷某人的情緒或狀態(tài)。我們稱它為雙向，因?yàn)槟阋部梢韵衲銓懭雰?nèi)存設(shè)備或電腦一樣進(jìn)行寫入操作，你可以發(fā)送或移除大腦中的電流。

一個早期的應(yīng)用是發(fā)送電流來改變?nèi)说那榫w。例如，在中國，已經(jīng)開始進(jìn)行實(shí)驗(yàn)，觀察同事是否開始生氣或激動等等。所以它基本上是分析個體的心理狀態(tài)，并有可能改變它。

這項(xiàng)技術(shù)有一種科幻的感覺，它離現(xiàn)實(shí)有多遠(yuǎn)？

除了實(shí)驗(yàn)室的研究，還有一些非侵入性的的早期產(chǎn)品。我們認(rèn)為下一步將會是更具侵略性的變種，人們可能會選擇在運(yùn)動、工作或?qū)W校中自己來操作。這將是企業(yè)CIO的一個重要關(guān)注點(diǎn)。

就目前的規(guī)劃而言，我們自己的設(shè)想是，到2025年，員工在試驗(yàn)雙向腦機(jī)器接口時，至少會導(dǎo)致一次重大的企業(yè)數(shù)據(jù)安全中斷。我們認(rèn)為，到2030年，北美約有5%的員工將使用某種形式的雙向腦機(jī)接口。

例如，可以對教師、護(hù)士或司機(jī)的警覺性和他們在工作中保持積極態(tài)度的能力進(jìn)行監(jiān)測，還可以要求他們參與腦電波管理。比如，提高警覺性或認(rèn)知能力。其中一些是員工自主的，還有一些是公司執(zhí)行的。這也引發(fā)了準(zhǔn)許、數(shù)據(jù)隱私和安全等問題。

分析：雙向腦機(jī)接口實(shí)踐的案例

就應(yīng)用而言，健康和健身的早期例子是監(jiān)測并記錄大腦活動。另一個例子是專職司機(jī)安全保障，可以檢測微睡眠狀態(tài)。也可以監(jiān)控員工的壓力和健康狀況。我們已經(jīng)看到了用于醫(yī)療的控制機(jī)器的早期應(yīng)用，如癱瘓者，他們可以用大腦來控制外骨骼。

也可能有一些結(jié)果對個體產(chǎn)生消極作用，例如，抗抑郁藥，目前主要使用的化學(xué)形式。通過雙向腦機(jī)接口分發(fā)的抗抑郁藥物波可以用來使人更堅(jiān)強(qiáng)。有人可能有上癮的問題，習(xí)慣通過腦機(jī)器接口發(fā)送愉悅的脈沖。所以有一些負(fù)面功能需要監(jiān)管。

我們研究了來自風(fēng)險(xiǎn)投資者的投資，這讓我們有了一個方向——從雙向腦機(jī)接口的優(yōu)先順序著手。我們沒發(fā)現(xiàn)安全或隱私方面的問題，這有點(diǎn)令人擔(dān)憂。該技術(shù)具有開發(fā)積極用例的巨大潛力，同時還存在不可忽視的個人數(shù)據(jù)和公司敏感信息和安全風(fēng)險(xiǎn)，以及對用戶造成物理傷害的風(fēng)險(xiǎn)。這些風(fēng)險(xiǎn)必須要解決，以保護(hù)個人和企業(yè)。

最后補(bǔ)充一個觀點(diǎn)

企業(yè)關(guān)注成熟度曲線中這些遙不可及技術(shù)有什么意義？

了解這些技術(shù)以及其對行業(yè)和組織的影響非常重要。首先了解技術(shù)，了解技術(shù)能力，而后你可以知道它能做些什么。能力會隨著時間不斷提升，對于使用中的大多數(shù)技術(shù)而言，功能通常也就是案例，那么潛在的用例是什么？這項(xiàng)技術(shù)的成熟度怎么樣？在特定用例中使用該技術(shù)，你想要做些什么？以此為組織增加業(yè)務(wù)能力。

通過利用新技術(shù)，從而使用例與業(yè)務(wù)相匹配，識別這些商業(yè)機(jī)會，然后持續(xù)跟蹤技術(shù)，隨著技術(shù)的成熟，這些機(jī)會到了可以抓住的時候，在一些特定業(yè)務(wù)場景中可以進(jìn)行部署。因此，重點(diǎn)是技術(shù)能力、用例、技術(shù)相關(guān)業(yè)務(wù)場景、跟蹤技術(shù)，直到技術(shù)成熟。
責(zé)編AJX