京公网安备 11010802034615号
经营许可证编号:京B2-20210330
新一代信息技术发展新趋势
近几年媒体上频繁出现“新一代信息技术”这一概念。新一代信息技术,不只是指信息领域的一些分支技术如集成电路、计算机、无线通信等的纵向升级,更主要的是指信息技术的整体平台和产业的代际变迁。上世纪80年代以前普遍采用的大型主机和简易的哑终端,被认为是第一代信息技术平台。从上世纪80年代中期到本世纪初,广泛流行的是个人计算机和通过互联网连接的分散的服务器,被认为是第二代信息技术平台。近10年来,以移动互联网、社交网络、云计算、大数据为特征的第三代信息技术架构蓬勃发展。概括地说,新一代信息技术,“新”在网络互联的移动化和泛在化、信息处理的集中化和大数据化、信息服务的智能化和个性化。新一代信息技术发展的热点不是信息领域各个分支技术的纵向升级,而是信息技术横向渗透融合到制造、金融等其他行业,信息技术研究的主要方向将从产品技术转向服务技术。以信息化和工业化深度融合为主要目标的“互联网+”是新一代信息技术的集中体现。
网络互联的移动化和泛在化。近几年互联网的一个重要变化是手机上网用户超过桌面计算机用户,以微信为代表的社交网络服务已成为我国互联网的第一大应用。移动互联网的普及得益于无线通信技术的飞速发展,4G无线通信的带宽已达到100Mb。我国提出的TD—LTE制式被认定为4G无线通信的国际标准之一,已率先在国内部署,这是我国从通信大国走向通信强国的重要机遇。正在研发的5G无线通信不只是追求提高通信带宽,而是要构建计算机与通信技术融合的超宽带、低延时、高密度、高可靠、高可信的移动计算与通信的基础设施。当前,基于IPv4协议的互联网在可扩展性、服务质量和安全性等方面已遇到难以突破的瓶颈,近来各大企业和研究者们正在积极发展软件定义的互联网和以内容为中心的互联网,这可能是未来互联网发展的重要方向。过去几十年信息网络发展实现了计算机与计算机、人与人、人与计算机的交互联系,未来信息网络发展的一个趋势是实现物与物、物与人、物与计算机的交互联系,将互联网拓展到物端,通过泛在网络形成人、机、物三元融合的世界,进入万物互联时代。
信息处理的集中化和大数据化。上世纪末流行个人计算机,由分散的功能单一的服务器提供各种服务,但这种分散的服务效率不高,难以应付动态变化的信息服务需求。近几年兴起的云计算将服务器集中在云计算中心,统一调配计算和存储资源,通过虚拟化技术将一台服务器变成多台服务器,能高效率地满足众多用户个性化的并发请求。过去长期以来计算机企业追求的主要目标是“算得快”,每隔11年左右超级计算机的计算速度提高1000倍。但为了满足日益增长的云计算和网络服务的需求,未来计算机研制的主要目标是“算得多”,即在用户可容忍的时间内尽量满足更多的用户请求。这与传统的计算机在体系结构、编程模式等方面有很大区别,需要突破计算机系统输入输出和存储能力不足的瓶颈,未来10年内具有变革性的新型存储芯片和片上光通信将成为主流技术。同时,社交网络的普及应用使广大消费者也成为数据的生产者,传感器和存储技术的发展大大降低了数据采集和存储的成本,使得可供分析的数据爆发式增长,数据已成为像土地和矿产一样重要的战略资源。人们把传统的软件和数据库技术难以处理的海量、多模态、快速变化的数据集称为大数据,如何有效挖掘大数据的价值已成为新一代信息技术发展的重要方向。大数据的应用涉及各行各业,例如互联网金融、舆情与情报分析、机器翻译、图像与语音识别、智能辅助医疗、商品和广告的智能推荐等等。大数据技术大概5—10年后会成为普遍采用的主流技术。
信息服务的智能化和个性化。过去几十年信息化的主要成就是数字化和网络化,今后信息化的主要努力方向是智能化。“智能”是一个动态发展的概念,它始终处于不断向前发展的计算机技术的前沿。所谓智能化本质上是计算机化,即不是固定僵硬的系统,而是能自动执行程序、可编程可演化的系统,更高的要求是具有自学习和自适应功能。无人自动驾驶汽车是智能化的标志性产品,它融合集成了实时感知、导航、自动驾驶、联网通信等技术,比有人驾驶更安全、更节能。美国已有几个城市给无人驾驶汽车颁发了上路许可证,估计10年内计算机化的智能汽车将开始流行。德国提出的工业4.0,其特征也是智能化,设备和被加工的零件都有感知功能,能实时监测,实时对工艺、设备和产品进行调整,保证加工质量。建设智慧城市实际上是城市的计算机化,将为发展新一代信息技术提供巨大的市场。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-11AB实验是互联网产品迭代、营销优化、功能升级的核心科学验证手段,通过流量随机分组、对照组与实验组对比,科学验证策略、功能、 ...
2026-08-10在MySQL数据库优化中,索引是提升查询效率、降低数据库IO开销、优化系统性能的核心手段。普通单列索引仅适配简单查询场景,面对 ...
2026-08-10 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-08-10在数字化市场调研体系中,大数据与小数据是两类核心调研数据形态,分别对应海量行为统计与精准样本深度调研。行业普遍存在认知误 ...
2026-08-07数据透视表是Excel、WPS中最核心的数据分析工具,凭借快速汇总、分组统计、动态筛选的优势,被广泛应用于销量统计、业绩复盘、数 ...
2026-08-07