
2016年八大技术趋势 机遇挑战并存
面对不断出现的新技术,你是否不止一次地问自己“我是否又错过了?”。为了紧跟科技潮流,你必须了解新兴趋势,了解新出现的技术是什么,能干什么以及如何工作。这些趋势不仅仅是造型时尚袭人的设备和装置,同时也是产业、社会或者人类行为不断变化的具体表现。技术发展趋势帮助我们看清和了解当前的现实,同时提供一个有用的框架,帮助我们理清思路并开拓思维,尤其是在我们追逐未知的时候。此外,认清趋势也能帮助我们更好地预测未来。
为了发现和了解新兴趋势,我采用一种“六步走”方法。首先,锁定那些正在进行不寻常实验或者研究的团队,而后利用我的预测模型进行比照,寻找此前未发现的矛盾、变化、实践、处理方式、极端和罕见因素。在此之后,我提出实际问题,勾勒出发展轨迹,构思各种想定并对我的结论进行压力测试。
每年的年末,我都会将我的预测模型应用于最重要的新兴技术趋势。我的2016年技术趋势预测能够为所有行业的管理层提供早期预警,同时也能让他们看到自己的机遇。以下是我评出的2016年八大技术发展趋势。
1.人格评估算法
你是否知道一些人寿保险公司试图对客户的人格进行评估——通过他们看的杂志、浏览的网站或者上传到社交网站的照片——以确定承保风险?一些贷款机构利用人格评估算法预测客户的未来财务交易。(数据显示如果是两个职业和个人情况相同的人,大学期间平均成绩更高的人偿还贷款的可能性更高。)这种算法可以利用员工的私人数据评估他/她未来的工作表现和动向,例如跳槽的可能性。
2.人工智能软件
运行自动化任务的软件应用被称之为“Bot”或者说人工智能软件。2016年将出现大量富有创造性的人工智能软件,它们会像超级增压器一样大幅提高生产效率,帮助企业赶超竞争对手。未来,我们将有机会体验一系列人工智能软件并进行DIY编程。微软的实验性中文软件“小冰”与影片《她》中的萨曼塔类似。小冰“住在”智能手机里,能够与用户亲密交谈,因为这款程序能够记住此前对话的细节。此外,她还能从中国的互联网上“挖掘”人与人之间的交流并合成自己的会话。
人工智能软件能做的不仅仅是与主人聊天。新闻机构可以利用这种软件对稿件进行实时分类和标注。未来,先进的人工智能软件将操控社交媒体和股票。智能社区可能部署大量人工智能软件,用于监控和进行数字外交。人力资源经理可以用这种软件培训雇员。随着Slack的使用量和受欢迎度的不断提高,办公用人工智能软件将帮助会议和状态更新实现自动化,以节省时间并提高工作效率。
3.软件故障
到了2016年,你每天将听说或者遭遇更多软件故障。虽然软件Bug一直存在,但随着大量新技术的快速涌现——甚至没有接受常规测试——我们无法预料等待我们的将是怎样的使用体验。2013年,软件故障导致纳斯达克停摆了3个小时,2014年,软件故障导致5000架联合航空航班延误两个小时。最近,纽约证交所也因为技术故障停止交易。
流媒体提供商也深受故障困扰,有时候问题是暂时性,很快得到解决,有时则造成大麻烦。因为故障,Dish公司的互联网电视服务Sling TV在《行尸走肉》衍生剧《行尸之惧》首播期间中断服务。同样因为故障,Netflix的影片摘要混乱得一塌糊涂。其中一段摘要是这样的:“这部迪斯尼影片改编自维克多·雨果的小说,故事围绕一名性格温和,但受到歧视的残疾撞钟人展开。他试图拯救恐龙的眼睛。”
很多情况下,软件故障与网络连接不良或者误算宽带需要导致。此外,新技术也是故障的重灾区并且以出人意料的方式出现。软件故障并不是软件Bug,后者能够检测和修复。软件故障是一种较新的现象,很难提前预测。我并不是反对技术进步,只是建议加强系统监控和IT经理定期沟通,尽可能减少故障发生。
4.后门
后门是开发人员在硬件中故意植入的一系列代码,允许制造商安全升级我们的装置和操作系统。这是制造商进入我们的系统修复问题,同时又不破坏使用体验的一种方式。不过,后门也会被滥用,控制我们的网络摄像头或者窃取我们的私人数据。
一些政府官员呼吁所谓的“金钥匙”,允许执法部门在需要的时候开启后门。金钥匙影响的不仅仅是通常的嫌疑对象,例如Facebook和谷歌。2016年,任何存储电脑数据的公司和组织都有可能被要求设置后门,包括银行、倡导组织、旅行社和酒店。反对者指出设置后门将导致普通用户更易遭受攻击,哪怕是水平一般的黑客也能攻克防线。如果你所在的组织将在2016年被要求设置后门,你将如何面对。对于设置后门这种做法,你持怎样的观点又是否制定了应对计划?
5.数据区块链
数据区块链是一种分布式一致性系统,没有一个人能够控制所有数据。比特币背后的这项技术被广泛关注,但所有人都认为比特币并不是数据区块链的“杀手应用”。最近,比特币初创公司Blockstream的密码研究团队发布了“侧链”的第一个原型。侧链能够起到一个独立分类账的作用,拥有自己的代码。侧链让认证变得更简单。Blockstream公司和侧链将让数据区块链变成一个通用平台,可用于需要签名或者认证的任何东西,同时让整个行业重新洗牌。数据区块链允许人们安心进行“不可靠”交易,消除买卖双方对中间人的需要。绝大多数交易的所有中间人都可能因此成为过去,哪怕是金融业以外的行业。
21比特币电脑是一个小型准系统,采用Linux系统,比特币协议是操作系统的一部分。任何立基于这一系统的产品或者服务——游戏、音乐或者任何在线内容——都能够让比特币成为一个内置组成部分。它将比特币无缝融入装置,你甚至不知道自己正在使用数据区块链。21比特币电脑能够消除数以千计的中间人,包括支付服务公司在内。
6.限制无人机
2015年,在快速蔓延的加州野火现场,两架无人机无意间成为消防员的绊脚石,干扰他们的灭火作业。当时,火舌穿过一条高速公路,烧毁了十几辆汽车。美国联邦航空管理局不准无人机在机场空域附近飞行,但管理局并没有规定具体的禁飞区和禁飞环境。从硅谷到华盛顿,所有人都在讨论2016年是否会就业余爱好者和商用无人机操作人员可以使用的空域进行限制。这种限制势必导致技术人员、研究人员、无人机制造商、商家和航空业之间展开艰难谈判,因为每一方都能从无人机的未来发展中获得经验利益。根据我的预测,天空将在不久后“分割”,业余爱好者只能让他们的无人机进入200英尺(约合60米)以下的空域,商用无人机则被允许进入200到400英尺(约合60到120米)的空域。
7.量子计算
量子计算机拥有超乎寻常的运算能力,能够解决普通计算机难以解决的问题。普通计算机只能处理由1和0构成的二进制信息。在量子世界,1和0能够同时以两种状态存在,也就是量子位,让平行计算成为可能。举例来说,两个量子位能够同时拥有4个值,分别是00、01、10和11。量子计算机不仅拥有超过当前所有计算机的运算能力,它们采用的特殊算法还能完成一系列新任务。例如,量子计算机可以采用秀尔算法——由麻生理工学院的彼得·秀尔发明——对任何质数进行因数分解。根据美国国家安全局的预测,一旦量子计算机得到普及,当前使用的加密技术将彻底淘汰。
科学家研究量子计算已经有几十年历史。当前面临的一大挑战是:证明量子计算机能够进行量子计算。这是因为在一个量子系统内,观察信息传输的行为会改变数据的性质。虽然我们不可能在2016年买到量子计算机,但这仍旧是一个值得关注的趋势。IBM实验性量子计算研究团队已开始攻克量子计算的一系列难关,例如错误检测。最近,D-Wave Systems公司宣布突破了1000量子位屏障。如果此言不虚,他们研制的量子计算机便是地球上运算能力最强悍的计算机。现在,IBM、微软、惠普、谷歌以及D-Wave都在推进量子计算机研究,希望能够不断改进这项技术并使其商业化。
8.增强知识技术
我们生活在一个“数字心灵感应”的时代,可以借助互联网将信息直接传输给每一个人的大脑。现在,美国南加州大学的科学家正在研发一种认知神经假肢,能够恢复和增强记忆功能。这项研究旨在帮助中风或者外伤性脑损伤患者重获认知能力和运动机能。借助于神经假肢,他们无需重新学习,需要的只是“重新加载”记忆。这意味着在将来的某一天我们可以借助电脑装置增强记忆力,就像可穿戴机器人套装增强我们的体能一样。有了它,我们可以像大厨托马斯·凯勒一样烘焙出诱人的面包,在谈判中展露出美国前女国务卿奥尔布赖特那样的高超谈判技巧。面对这种发展趋势,我们不得不提出一系列疑问:在更为遥远的未来,我们如何定义“学习”二字?拥有知识和获取知识之间的差异又是什么?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10