2019年8月6日，信息技术咨询及分析机构Gartner公司发布了题为《2019新兴技术成熟度曲线》^[1]的研究报告。

　　1、新兴技术趋势

　　2019年新兴技术呈现出5种不同趋势：

　　（1）传感和移动技术。通过将传感器技术与人工智能（AI）相结合，机器可以更好地了解周围的世界，更好地移动和操纵物体。传感技术是物联网的核心组成部分，能够收集大量数据，再结合智能技术则能获得可应用于许多场景的信息。相关技术包括：3D感应相机、增强现实云、轻型货物无人机、自动驾驶汽车、4级/5级自动驾驶（即高度自动驾驶/完全自动驾驶）。

　　（2）增强人类技术。该类技术可帮助人类变得更加健康强大、更具有洞察力。增强人类技术的进步使得认知提升和身体机能改善成为了人体不可分割的一部分。相关技术包括：生物芯片、拟人化、增强智能、情感AI、沉浸式工作空间和生物技术。

　　图1  新兴技术成熟度曲线2019

　　（3）后经典计算和通信技术。下一代计算和通信技术采用了全新的架构。后经典计算和通信技术不仅包括了全新的方法，还包括了可能产生巨大影响的渐进式改进。相关技术包括：5G、下一代存储器、低轨道卫星系统和纳米级3D打印。

　　（4）数字生态系统。数字生态系统通过相互依赖的参与者群体（企业、人和事物）共享数字平台而实现互利。数字化促进了对经典价值链的解构，催生了更强大、更灵活和更具弹性的价值交付网络，有利于产品和服务的改进。相关技术包括：数字化运营、知识图谱、合成数据、去中心化Web和去中心化自治组织。

　　（5）先进AI及分析技术。前沿AI技术正在迅速发生变化，AI正朝着多个方向发展。不同于传统的商业智能，先进分析方法使用复杂技术和工具对数据或内容进行自主或半自主检查，可用于发现更深入的见解、进行预测、提出建议，从而获取更有价值的情报。相关技术包括：自适应机器学习、边缘AI、边缘分析、可解释AI、AI平台即服务（AI PaaS）、迁移学习、生成对抗网络和图形分析。

　　2、曲线主要变化

　　今年，有若干技术首次出现在曲线中，这些技术包括：

　　（1）3D感应相机。该技术可用于增强现实（AR）、驾驶员辅助系统、手势识别、工厂自动化和认证。

　　（2）自适应机器学习。该技术使机器学习模型能在在线运行环境中进行训练，对自动驾驶汽车和智能机器人等自动化系统意义重大。

　　（3）增强现实云。该技术是将物理世界中的对象和位置持续映射到数字内容层。一旦该技术发展成熟，将可以创造出一个物理世界的数字孪生世界，并可利用信息与虚拟对象对其进行增强。

　　（4）增强智能。增强智能是在人与AI间建立的、以人为本的合作关系，可提高人们的认知能力，并最大限度地减少AI算法出错造成的影响。

　　（5）去中心化自治组织（DAO）。这种类型的组织是一个数字实体，可以与其他数字代理和公司实体进行交互，而无需传统的人工管理。DAO基于区块链技术，依靠智能合约与其他实体合作，在整个业务生态系统中交换价值。

　　（6）去中心化Web。该技术用于开发分布式Web应用程序，可让用户控制其身份和数据，有望实现真正的点对点交互和交易，摆脱对集中式平台和中介的依赖。

　　（7）数字化运营。该技术可以快速开发和调整动态、实时、可扩展的业务产品和应用程序，从而促进数字业务技术平台的出现。

　　（8）边缘分析。该技术支持在生成数据的分布式设备、服务器或网关等边缘位置进行决策。

　　（9）情绪AI。情绪AI是使用AI技术来分析用户的情绪状态。应用场景包括市场研究、欺诈检测、医学诊断和自适应学习等。

　　（10）可解释AI。该技术包括描述AI模型的功能、强调其优势和劣势、预测其可能的行为并识别任何潜在的偏差。

　　（11）生成对抗网络（GAN）。该技术通过使用生成模型创建对象复制品，并通过判别模型与之相互博弈，从而训练AI模型。

　　（12）图形分析。该技术可以探索组织、人员或交易等实体之间的关系。图形分析在风险评估、欺诈分析、路线优化、聚类、异常检测、马尔可夫链、离散事件模拟等方面大有用处。

　　（13）沉浸式工作空间。沉浸式工作空间是一种协作工作环境，通过使用视觉（AR、虚拟现实VR和混合现实MR）、听觉、触觉和其他方式传达真实存在的感官元素，其用途为模拟更丰富和更自然的合作场景、知识共享、入职培训等。

　　（14）知识平台。这些平台使用混合语义或机器学习方法提供中间件，以便跨客户、合作伙伴和员工域进行知识的开发和使用。

　　（15）轻型货运交付无人机。此类无人机是用于运送小包裹（约10公斤）的飞行或轮式自动驾驶车辆。通过无人机运输可降低成本，解决对时间敏感的最后一英里配送问题。

　　（16）低轨道卫星系统。该技术可以为卫星通信覆盖不良或欠缺的地区提供低延迟、高速的全球宽带或窄带语音和数据网络服务。

　　（17）纳米级3D打印。虽然该技术目前处于实验室研发阶段，但在小型化工作、开发新药、体内医疗设备、间谍工具、微传感器、艺术品、微机器人和可印刷电子产品等领域大有用武之处。

　　（18）下一代内存。存储级内存（SCM）等技术将从根本上改变新兴应用程序的性能。这类新型存储器技术，能够提供非易失性存储，访问速度接近传统的DRAM存储器，但成本低廉，对于实时大数据分析、内存数据库等应用意义重大。

　　（19）拟人化。该技术无需处理受法规限制的个人数据，即可实现个性化定制的市场价值与意义。

　　（20）合成数据。合成数据是一类不需要从直接来源获得的、人工生成的数据。合成数据解决了AI模型训练中存在的数据稀疏、数据缺乏或难以获取等问题，还可以通过取代个人信息来降低管理个人信息的监管风险。

　　（21）迁移学习（transfer learning）。迁移学习通过重用以前训练过的机器学习模型，来减少新模型所需的学习时间，将有可能克服人工智能广泛应用的障碍。                                     （徐婧）