本文摘要：IEEE计算机协会自2015年以来仍然在预测技术趋势，其年度预测因权威性而受到普遍注目。

IEEE计算机协会自2015年以来仍然在预测技术趋势，其年度预测因权威性而受到普遍注目。　　在每年年底，协会还用于计分卡或报告卡对年度预测展开评级，这个评级也更有了与预测本身一样普遍的受众。　　以下是对2020年12大技术趋势的预测：IEEE丨2020年12大技术趋势排行榜　　1、边缘人工智能　　在过去的十年中，我们与云之间的日常交互亲眼了机器学习（ML）的爆炸式快速增长。

大量众包在标签数据的可用性，以较低成本取得的计算机计算出来效率的提升以及机器学习算法的变革奠下了这一突破的基础。随着技术的改良，自动继续执行许多活动显得充足务实，以比完整云用例更加广泛的新方式用于机器学习的市场需求将大大减少。　　融合5G等无处不在的相连和诸如物联网（IoT）之类的智能传感器，机器学习应用于将很快向边缘，也就是附近我们所有人的物理世界前进。

在未来几年中，我们期望在辅助驾驶员，工业自动化，监控和自然语言处置等对我们的日常生活产生更大影响的领域中看见机器学习的普遍部署。　　2、非易失性存储器（NVM）产品，模块和应用程序　　NVMExpress（NVMe）SSD将在未来几年内代替SATA和SASSSD，而NVMe-oF将在五年内沦为主要的网络存储协议。NVMe反对NAND分层技术和编程功能，可提升耐用性，使能可计算出来存储（computationalstorage）并容许更加多类似于内存方式的数据采访。

诸如MRAM，ReRAM和PCM之类的新兴内存技术则将在未来获取更加高性能的NVMe设备。　　3、数字孪生，还包括理解孪生　　数字孪生（DigitalTwins）在制造业中已沦为现实，而主要的物联网平台（例如SiemensMindSphere）正在为它们获取反对。它们也已沦为简单系统操作者中普遍用于的工具。

自2019年1月1日起，它们已在城市的铁路和发电厂中用于。新加坡政府用于数字孪生在新加坡展开城市管理的规划，仿真和运营。理解数字孪生（Cognitivedigitaltwins）尚能正处于试验和实验的早期阶段。

　　4、人工智能和关键系统　　人工智能将更加多地部署在影响公共身体健康，安全性和福利的更好系统中。这些系统将更佳地利用稀缺资源，防治灾难并提升安全性，可靠性，舒适性和便利性。尽管不存在技术挑战和公众忧虑，这些系统将提高全球数百万人的生活质量。

　　在五年内，人工智能在直接影响公众的关键基础架构系统或关键系统中的应用于将大大增加。在这些系统中，故障很可能会造成人员丧生或相当严重损害，或者资产或隐私的重大损失。

关键系统还包括发电和配电，电信，公路和铁路运输，医疗保健，银行等。　　5、简单租车无人机　　包覆寄送是一个对经济产生极大影响的行业，但在过去的几十年中，其发展比较较慢。它依然有可能令人失望地较慢，浪费资源，劳动密集型并且便宜。这些效率低落的问题，再行再加无人机技术的近期发展，使该领域显得更容易被政治宣传。

几家公司最近仍然致力于研发简单的租车无人机，现在有可能早已准备好彻底改变这个行业，进而转变整个社会。　　6、增材生产　　3D打印机最少从1980年代初期就早已不存在，但是它主要局限于零件原型设计和类似用途或类似零件的小规模生产。

当前，新的流程，材料，硬件，软件和工作流将3D打印机带进了生产领域，尤其是大规模自定义。　　与传统生产有所不同，增材生产（AdditiveManufacturing）使得生产大批量各不相同的零件在经济上显得不切实际。

例如，像SmileDirect这样的公司现在用于3D打印机每天分解成千上万的模具，每个模具都为每个独立国家个体展开了校准自定义。　　更加强劲，更加牢固的材料，更高的分辨率，新的修整技术，工厂级管理软件以及许多其他变革，正在推展3D打印机在医疗保健，鞋类和汽车等行业中的使用。

到2020年，随着其他行业找到大规模自定义的益处以及用于传统方法无法生产或负担得起的零件打印机不会，我们预计这一趋势将继续下去。　　7、机器人理解能力　　机器人于是以更加多地从生产车间传播到人类占有的空间。在这样的环境中，机器人必须需要通过诸如强化对机器人所处环境的解读等功能来适应环境新任务。

我们预计，大规模建模、深度增强自学和计算机视觉方面的近期突破将联合为机器人带给基本的理解能力，这将在未来几年中明显提高机器人应用于。　　8、AI/ML限于于网络安全　　网络安全是当今任何企业的主要风险之一。大大快速增长的攻击面还包括业余威胁，简单的分布式拒绝服务反击以及娴熟的民族国家不道德者。

国防各不相同安全性分析人员，但许多这样的珍贵品种缺少充足的培训，而且这些职位的离职率很高。　　AI/ML可以协助检测威胁并向安全性分析人员获取建议，将响应时间从数百小时延长到几秒钟，并将分析人员的有效性从一两次事件扩展到每天数千次。它可以保有企业科学知识，并将其用作自动化任务和培训新的分析师。我们预计，全球范围内的行业、学术界和政府成员之间的合作伙伴关系将推展AI/ML在网络安全领域的应用于。

　　9、体现安全性和隐私的法律涉及救赎　　数据搜集和利用能力显得更加简单和脆弱，一般来说不会融合来自传感器和其他各种技术的动态信息馈送。这些强化的功能产生了新的数据流和新的类型的内容，引起了有关有可能因为欺诈而引发的政策和法律问题：蓄意不道德者和政府可以出于社会掌控的原因而新的利用这些功能。　　某种程度，新技术的能力也使普通人无法辨别合法和欺诈性技术内容之间的区别，例如拒绝接受现实视频而非深度不实视频。

因此，明年对于维持一种薄弱的均衡至关重要：一方面要维持技术的社会效益，另一方面要避免不不受推崇的蓄意利用这些新技术能力来构建社会掌控和权利褫夺。必须更加大力的法律和政策工具来检测欺诈并避免欺诈这些强化的技术能力。　　10、对抗性机器学习　　机器学习（ML）一般来说假设在训练和评估模型期间环境没被蓄意操控。

换句话说，大多数机器学习模型都没充分考虑敌方反击和操控模型功能的方式。但是，安全性研究人员早已证明，即使没关于目标模型参数的原始信息，对抗性蓄意输出也可以愚弄机器学习模型分解不希望的输入。　　随着ML构建到其他系统中，对ML展开蓄意反击的频率将不会下降。

因此，针对对抗性机器学习的安全性研究以及目的检测ML系统操控的对策将显得至关重要。某种程度，对ML系统的错误性和可操纵性的了解将开始为政策制订和法律范例获取信息。　　11、智能系统的可靠性和安全性挑战　　如今，需要作出自律决策的智能系统正在更有全球范围内日益增长的经济投资。

我们期望它们将在智能城市，自动驾驶汽车和自动驾驶机器人等多个领域中获得更加多的使用。针对有所不同的应用领域，智能系统自主性已通过定义的水平级别展开了一般化。　　当然，智能水平和随之而来的自律能力越高，对智能系统在现场运营的可靠性和安全性的拒绝就越高，其中可靠性被定义为在等价的时间内准确运营的可能性，而安全性是指防止对环境和用户导致灾难性后果的能力。在2020年，确保高度自治权的智能系统所拒绝的高水平的可靠性和安全性，是构建更加智能的世界将面对的主要技术挑战之一。

　　12、量子计算出来　　对简单量子计算出来的执着将在2020年向前前进，但仍未完成。在2020年初，实验性量子计算机展示只需消耗世界上仅次于的超级计算机约万分之一的能量，性能却多达了它们的1,000倍甚至更加多，但是展示的应用于看上去更加像量子计算机自测。

　　如果量子计算机预见要顺利，那么它们将通过提升相关性和通用性来构建，因为计算出来优势早已显出。我们预计明年的展示活动将显得更为引人注目。例如，量子计算机可能会继续执行任何标准超级计算机都无法构建的化学仿真，甚至因此引起关于有可能找到的化学物质否对社会简单的争辩。

本文来源：565体育app-www.geekyak.com