新一代技术已经吸引了一些 IT 主管的兴趣, 因为这可能最终会带来商业价值. 而其他人则对这一高风险的回报持怀疑态度.
创新是科技的基石. 在 IT 领域, 如果你不去尝试不断出现的新兴技术, 则有可能会遭到颠覆. 此外, 在吸引优秀人才和保持竞争领先地位方面, 你会发现自己面临挑战.
但是, 在采用新兴技术时, 清楚如何进行选择似乎是不可能的. 毕竟, 大多数刚冒出来的东西, 甚至那些确实证明有价值的东西, 往往几乎是存在被炒作的可能. 此外, 像人工智能和机器学习等如今被认为是最前沿的大多数技术都已经进入生产系统. 你有时必须要看得更远, 才能预见下一波浪潮的到来. 与此同时, 你看得越远, 选择的风险也就越大.
不过, 有时大跃进也是值得考虑的. 鉴于此, 这里有七个新的想法, 其可能被证明是疯狂的, 或者可能是对边缘地带出现的商业价值的一个明智之举. 这完全取决于你的看法. 威廉. 吉布森 (William Gibson) 曾经说过, 未来已经来临, 只不过尚未均匀分布. 对于你的团队来说, 这些想法可能过于疯狂而无法尝试, 或者可能恰好是你前进中所需要的东西.
量子计算机
在所有现有技术中, 没有比量子计算机更受关注的了, 也没有比它更怪异的了. 这项工作是由一些物理学家和计算机科学家共同在超低温下摆弄出来的一些奇怪设备. 如果需要液氮和穿戴实验室工作服, 那这一定是创新.
至少在理论上说, 其潜力是巨大的. 这些机器可以瞬间处理无数种组合, 为俄罗斯方块的数学原理提供精确的答案. 而要得到相同的组合, 则云计算将需要花费数百万年的时间.
然而, 愤世嫉俗者指出, 我们需要做的 99% 的工作都可以通过具备良好索引的标准数据库来完成. 几乎没有什么实际需求要我们来寻找这些奇怪的组合, 如果有的话, 我们通常也能在合理的时间内找到完全可以接受的近似值.
然而, 愤世嫉俗者仍在通过旧的眼光来审视生活. 我们仅仅解决了用旧工具可以解决的问题. 如果你遇到了程序员认为无法完成的事情, 那么尝试 IBM 公司的 Q Experience 量子云服务可能就是一个正确的选择. 微软也开始对 Azure Quantum 服务进行实验. 而亚马逊网络服务 (AWS) 也同样在测试其 Bracket 量子服务.
潜在的首批使用者: 是那些要寻找数百种不同选项的指数级增长组合的领域.
未来五年发生的可能性很低. 谷歌和 IBM 公司正在利用新闻发布进行争辩. 你的团队将花费数百万美元, 仅是为了进入新闻发布阶段.
区块链数据库
许多头条新闻仍继续关注于比特币价值的剧烈涨跌, 但幕后的开发人员已经开发出数十种不同的方法来创建区块链, 使其可永久处理复杂的交易和数字合约. 将此功能融入到你的数据保存层次结构中可以为该流程带来非常需要的保证和确定性.
最大的挑战可能是对各种理论方法的抉择. 你是否要依赖于工作证明, 还是依赖于从可信的圈子中所产生的一些更松散的共识? 你想为详尽的和图灵完备的数字合约而烦恼, 还是想仅在共享的, 可靠的分类账中记录交易? 有时, 可提供及时更新的一个简单 API 就足以使合作伙伴保持同步. 可保证数据库交易的一些数字签名可能就足够了. 当然也有很多选择.
潜在的首批使用者: 那些具有紧密且同步运营的行业, 其不同企业之间不想彼此信任, 但又必须彼此信任. 这些亦敌亦友的企业可以使用共享的区块链数据库, 使纠纷发生之前将其消除.
五年内成功的可能性很高. 已经有许多有效的技术原型正在运行, 早期使用者可以投身其中.
局部网格
在过去的几十年中, 互联网一直是大多数通信问题的解决方案. 只要将数据交给互联网, 该数据就可以到达指定位置. 这是一个在大多数情况下都可行的且不错的解决方案, 但当涉及到蜂窝网络时, 其有时可能会很脆弱, 且价格相当昂贵.
一些黑客会使用大多数笔记本电脑和电话中已配备的无线电电子设备来创建自己的临时网络, 从而脱离网格. 蓝牙代码会与附近的其他设备连接, 然后无需向某些中央网络提出 "请求" 就对数据进行传输.
狂热份子梦想着创建一个由节点组成的周密的局部网状网络, 这些节点可将二进制数据包发送到网络的正确位置. 业余无线电爱好者已经这样做了很多年.
潜在的早期使用者: 可将附近的人进行分组的一些高度本地化的应用程序. 音乐节, 会议和体育赛事就是显而易见的选择.
五年内成功的可能性很高. 已经有几个不错的项目和许多开源实验在进行.
绿色人工智能
如果 "绿色" 和 "人工智能" 这两个流行词本身很好的话, 那为何不把两者结合起来让事情变得更好呢? 实际情况要比夸大宣传更简单一些. 人工智能算法需要计算能力, 而在某些情况下, 计算能力与电能成正比. 这一比例不断提高, 那么人工智能的运行成本也可能很高. 电能会产生大量的二氧化碳.
解决该问题有两种策略. 一种是购买可再生能源的电力, 这种解决方案在世界上某些地区是可行的, 因为其可以很容易利用水力发电站, 太阳能发电厂或风力涡轮机.
另一种方法是减少用电量, 该策略是在遇到绿色能源问题时将会奏效.(风车会杀死鸟类吗? 水坝会杀死鱼类吗?)与其让算法设计人员找出最出色的算法, 不如让算法设计人员找到足够接近的最简单函数. 然后让他们来优化该近似函数, 让最普通的计算机来运行最小的工作负载. 换句话说, 不要再梦想把一个由数据集训练的有一百万个分层的算法与数十亿个示例混合在一起, 然后开始构建耗电量更低的解决方案.
这一想法的背后真正神秘力量是精打细算者和环保主义者之间的联手. 更简单的计算会花费更少的钱, 消耗更少的电能, 这意味着对环境的压力也更小.
潜在的早期使用者: 可能是无法支持昂贵算法的普通人工智能应用程序.
五年内成功的可能性很高. 省钱是容易理解的一个动机.
速记
自从有人设计出老式全键盘 (QWERTY) 来让打字更流畅后, 我们一直就依赖于该键盘. 我们不需要再担心这些问题了. 有些人已设想来重新排列按键, 将常用字母放在最方便, 最快捷的位置. 德沃夏克键盘 (Dvorak) 只是一个例子, 其粉丝会教你如何使用它.
一个更复杂的选择是将多个按键进行组合来拼写出整个单词或常见组合词. 这是法庭记录员用来记录准确笔录的方法, 同时也只是为了通过资格考试, 而新记录员必须能够每分钟记录 200 多个单词. 据说优秀的记录员每分钟可以处理 300 个单词.
一个名为 Plover 的项目正在开发一些工具, 将普通计算机转换为按音速记式计算机. 如果能流行的话, 创意性表达可能会爆发. 不要关注于办公室间备忘录和难懂文字的泛滥.
潜在的首批使用者: 小说家, 作家和社交媒体痴迷者.
五年内成功的可能性为中等. 用两根手指打字对许多人来说都是一个挑战.
构建自己的云(或盒中云)
等一下, 难道我们不应该赶紧将所有东西都迁移到云端吗? 这一趋势在何时发生改变的? 当一些企业开始查看每月的帐单时, 上面包含了成千上万行的记录. 所有这些记录是你每小时的费用, 会被累加起来.
云端是共享资源的理想选择, 尤其适用于间歇性的工作. 如果你的工作负载变化很大, 那么借助公共云进行爆发式的大量计算将非常合理. 但是, 如果你的工作负载相当稳定, 那么将资源重新放回到本地可以降低成本, 并可消除数据在以太网中传输时会发生任何意外的担忧.
大型的云都可提供具有混合选项的解决方案, 这些选项允许你将数据移回本地. 一些台式机被配置为私有云服务器, 可随时启动虚拟机和容器. 最近, 亚马逊网络服务公司发布了 Outposts 服务, 这是完全托管的计算和存储机架, 该机架配备了与亚马逊公司在其数据中心中使用的相同硬件配置, 可运行相同的工作负载, 并使用相同的应用程序接口 (API) 进行管理.
潜在的首批使用者: 具有可预测的工作负载量和有特殊安全需求的商店.
五年内成功的可能性很高. 有些用户已将工作负载转移回本地.
同态加密
加密领域的弱点是一直使用数据. 使用一种相当安全的加密算法来锁定信息是非常简单的. 标准算法 (比如 AES,SHA,DH) 已经经受住了多年数学专家和黑客的持续攻击. 但问题是, 当你想使用这些数据时, 则需要对其进行解密, 并将其留在内存中, 而内存正是一些人可利用普通漏洞来窃取数据的地方.
同态加密的思想是重新设计计算算法, 以便该算法可与加密值一起工作. 如果数据没有解密, 则就不会泄漏出去. 有大量正在进行的研究工作已产生了不同实用性的算法. 一些基本算法可以完成简单的任务, 例如在表格中查找记录. 更复杂的通用算法则更麻烦, 其算法非常复杂, 以至于可能需要数年才能完成简单的加法和减法. 如果你的计算工作很简单, 则可能会认为使用加密数据会更安全, 更简单.
潜在的首批使用者: 医学研究人员, 金融机构, 以及必须保护隐私且涉及大量数据的行业.
五年内成功的可能性会依情况而异. 一些基本的算法会经常被用于保护数据. 而复杂的计算则仍会发展很慢.
来源: http://news.51cto.com/art/202001/609342.htm