Archive

Posts Tagged ‘進階機器學習’

2016十大策略性科技趨勢有那些?

October 22nd, 2015 No comments

technology_20151020_main

又就快一年了,在往年 Gartner 都會針對未來的科技發展進行預測,而今年 Gatner 同樣地針對 2016 年的最新科技趨勢進行分析,並公佈了 2016 年十大科技趨勢,作為企業今後不可忽視的策略性發展元素。

Gartner 定義策略性科技為對企業帶來重大潛在影響的科技,這些影響包括大幅衝擊業務、終端用戶、或 IT 規劃的潛力、左右著主要投資方向、或過遲部署新科技的風險。這些科技正衝擊著企業長遠的業務規劃、項目及計劃。

2016 年十大策略科技趨勢包括:

設備網 (The Device Mesh)

設備網意指不斷擴展的終端裝置群,讓用戶可接入應用,以存取資訊、或跟人們、社群、政府及商業之間進行互動的溝通。設備網包括流動設備、可穿載裝置、消費及家電設備、汽車設備,以及環境裝置,例如在物聯網 (IoT) 環境下的傳感器。

在『後流動世代』上,焦點將集中於流動用戶上。他們受著各適其適、混搭成網狀的設備包圍,數目遠超於傳統流動設備。

儘管透過不同網絡連接後勤系統的設備數目正與日俱增,然而它們之間並不互連,彼此仍各自獨立運作。隨著設備網的演進,我們期望連接模式能夠得以擴展,並能夠出現更多更緊密的互連設備。

環境用戶體驗 (Ambient User Experience)

設備網將為持續及革新的環境用戶體驗建立基礎。儘管具擴增及虛擬實境技術的臨場感環境,發展潛力顯著,然而都只是片面的用戶體驗。而環境用戶體驗,則能夠不限設備網界限的或時空的制約下,持續地顯現出來。這種體驗能夠因應用戶從一個地方移動至另一個地方時,亦能夠無縫地游走於眾多個來自實體、虛擬及電子環境的設備及互動的渠道之中。

對企業而言,流動設備應用程式仍是其業務策略的重頭戲,然而設計上的重點優勢已集中於開發不同的設備,並讓用戶體驗能夠隨之遊走,當中包括物聯網傳感器、一般的物件如汽車、或者甚至是工廠。預計於 2018 年,這些進階體驗的設計,將成為獨立軟件開發商及企業重要的競爭優勢。

3D 打印物料 (3D Printing Materials)

3D 打印不斷演進,迄今已可支援廣泛的打印物料,包括進階鎳合金、碳纖維、玻璃、導電油墨、電子、製藥及生物物料。由於 3D 打印的實際應用已擴展至不同的領域,包括航空、醫藥、汽車、能源及軍事上,這項創新科技正推動著用戶需求。隨著可用作 3D 打印的物料正不斷增長,預計於 2019 年,企業級 3D 打印機付運量的複年增長將會增加至 64.1%。這些演進將讓有關業界重新審視擴展 3D 打印的生產線及供應鏈的重要性。

未來 20 年,可用作 3D 打印的物料將會保持平穩增長,打印速度亦會改善,並會出現嶄新的打印模式及組裝部件。

資訊萬物化 (Information of Everything)

設備網內的所有事物會將產生、使用並傳輸各種資訊。這些資訊遠超於文字、話音、視像媒介,進一步涵蓋傳感及情景式資訊。資訊萬物化透過具策略性的布局,配合科技連結來自不同來源的數據,回應這個資訊不斷增長的趨勢。現今的資訊無處不在,然而它們卻孤立不全、訊息含糊並難以進一步利用。進階的語義工具包括圖像數據庫,以及其他冒起中的數據分析及資訊分析工具,將會讓這些混亂氾濫的資訊,變得別具意義。

進階機器學習 (Advanced Machine Learning)

在進階機器學習上,深度神經網絡 (deep neural nets,簡稱 DNNs) 將會超越傳統運算及資訊管理,轉移至建立可以自動地從世界所認知的資訊自行學習。數據源的爆炸性增長及資訊的複雜性,讓人手分類及分析顯得不合時宜及不具經濟效益。深度神經網絡會將這些任務自動化,更能回應資訊萬物化時代下有關的挑戰。

深度神經網絡是機器學習的進階形式,特別適用於龐大而複雜的數據集環境下運作,能夠讓智能機器變得更「聰明」。深度神經網絡讓硬件或軟件為基礎的機器,能夠學習它們所身處環境中的各項特徵,無論是最精微的項目,或廣泛而抽象的內容都能俱收並蓄。這個科技領域正迅速發展,企業必須評估如何將這些技術融匯貫通,實施於業務上,以獲得競爭優勢。

自主代理軟件及物件 (Autonomous Agents and Things)

機器學習將擴闊智能機器的實踐,包括機械人、無人駕駛汽車、虛擬個人助理 (virtual personal assistants,簡稱 VPAs) 以及智能顧問,這被視為自主或半自主的運作。儘管實體的智能機器如機械人已廣受大眾注意,然而軟件為基礎的智能機器已近在咫尺,並會帶來更廣泛的影響,故此不容忽視。虛擬個人助理例如 Google Now,微軟 Cortana 及蘋果 Siri 正愈趨智能化,是自主代理軟件的先驅。由於自主代理軟件已成為主要的用戶介面,換言之「助理」一詞已融入環境用戶體驗之中。

未來五年,我們會演進至『後應用程式』的世界,智能代理軟件提供動態及情景式操作及用戶介面。IT 領導者應該發掘如何使用自主物件及代理,擴展人類活動,並從原本適合於人手操作的工作上釋出勞動力。與此同時,他們必須承認,智能代理及物件是長期現象,並於未來 20 年將繼續演變並擴展他們的用途。

配適性保安架構 (Adaptive Security Architecture)

數碼業務及演算式經濟的複雜性,以及冒起中的「黑客工業」,讓企業的保安威脅帶來顯著增長。單靠周邊防護及以政策為本的保安方案已不足應付,特別是隨著企業為客戶及夥伴所開發更多雲端為基礎的服務,以及開放式應用編程介面 (APIs),整合他們的系統中,所起的作用不大。IT 領導者必須集中於偵測及回應這些威脅,以及採用更多傳統的封鎖及其他措施以抵禦入侵。應用程式自我防護、以及用戶及物件行為分析,將會幫助實現配適性保安架構。

進階系統架構 (Advanced System Architecture)

設備網及智能機器需要採用密集式運算架構,讓它們適用於對這種技術需求殷切的企業。具有高能量及超高效的神經型態架構,將提升它們的適用性。透過現場可編程閘陣列 (field-programmable gate arrays,簡稱 FPGAs) 的驅動下,這個架構可帶來以萬億次浮點運算的高速運算,以及具高節能的好處。

建立於圖像處理器 (GPUs) 及可編程閘陣列的系統,運作效能將會媲美人腦,特別適合於智能機器所用到的深層學習及其他樣板比對演算法 (pattern-matching algorithms)。以現場可編程閘陣列為基礎的架構,將進一步為演算法分散到眾多更細小的設備下進行,當中顧及設備網內低電量的環境下操作,讓進階機器學習功能得以進一步擴展至更微小的物聯網終端設備,例如家居、汽車、腕錶甚至人們。

混搭程式及服務架構 (Mesh App and Service Architecture)

單獨及線性的應用設計,例如傳統三層架構設計,將退下火線,並由應用程式及服務架構這種具綜合性的配對整合方式所取代。這個嶄新的方法由軟件定義應用服務所支持,提供網絡級效能、彈性及靈活性。另外,近年冒起的「微服務」(Microservice) 架構,主要針對分散式應用,能夠對內部架構或於雲端環境中,提供靈活性的交付及可擴展部署。此外,「容器」(Containers) 亦是另一近期出現的關鍵技術,能夠提供靈活性的開發及支援微服務架構。將流動設備及物聯網的元素引入程式及服務架構,將會建立全面的模式,回應後勤雲端的可擴展性及前端的設備網使用體驗。應用程式開發團隊必須建立嶄新的現代化架構,透過提供靈活性、彈性及動態的雲端為基礎的應用,帶來跨越數碼網的用戶體驗。

物聯網平台 (Internet of Things Platforms)

物聯網平台與混搭程式及服務架構互補。這個平台的管理、保安、整合及其他技術及標準,是建立、管理物聯網,並為之提供保安功能的基礎。物聯網平台所構成的作業環境,讓 IT 成為從架構及技術上,讓物聯網成真的幕後功臣。物聯網是推動數碼網及環境用戶體驗的重要一環,而物聯網平台的出現及其所帶來的動態世界,令這些技術成真。

所有實施物聯網的企業,將需要建立一個物聯網平台的策略,然而若採用包括具競爭性的廠商而且不完整的方法實施,難以在 2018 年前,達到標準化的目標。

以上資訊由www.hkitblog.com提供