正文

2019八大科技趋势，指引你走向技术下一站

区块链大本营2019-01-09 02:27:33

“我的成功秘诀，并非以最快速度，冲到球前，而是奔向它即将飞去的方向。”

——冰球传奇Wayne Gretzky

每样科学都有“半衰期”，而计算机科学可能是最短的一个——洗个澡的工夫，就有一半知识要过时了。本文汇总了来自Gartner、阿里达摩院等机构对2019年科技热点，并提炼其中与开发者有关的部分（几乎所有预测中，都提到了区块链），以及产业方向的预测，指引你走向技术的下一站。

区块链商业化应用加速

区块链技术将促进可信数据在路径上重组和优化，从而提高流转和协同效率。在跨境汇款、供应链金融、电子票据和司法存证等众多场景中，区块链将开始融入日常生活。随着“链接”价值的体现，分层架构和跨链互联将成为区块链规模化的技术基础。区块链领域将从过度狂热和过度悲观回归理性，商业化应用有望加速落地。

如今许多“所谓的”区块链项目并没有实现区块链的所有属性，比如高度分布式的数据库。这些受区块链启发的解决方案只是通过自动化业务流程或通过数字化记录来实现运营效率的一种手段。它们有望加强已知实体之间的信息共享，并改善跟踪并追踪物理和数字资产的机会。

这些方法并没有发挥区块链真正颠覆的价值，可能加大厂商锁定的风险。选择这个方法的企业应了解限制因素，准备好逐步完成区块链解决方案，还要明白这点：可以使用更高效、更优化地使用现有的非区块链技术获得相同的效果。

自动驾驶，进入冷静发展道路

依靠“单车智能”，我们可能在很长时间内都无法实现可靠的自动驾驶，但这并不意味着自动驾驶技术与应用进入寒冬。车路协同技术路线，会加快无人驾驶的到来。在未来2-3年，物流、运输等限定场景为代表的自动驾驶商业化应用会迎来新的进展，如固定线路公交、无人配送、园区微循环等商用场景将快速落地。

AI驱动开发

过去，专业的数据科学家必须与应用软件开发人员合作，共同开发大多数由AI增强的解决方案，而现在流行这种模式——专业开发人员可以单枪匹马，使用作为一项服务而提供的预定义模型。这为开发人员提供了由AI算法和模型组成的生态系统，并提供了将AI功能和模型集成到解决方案中的定制开发工具。

随着AI运用于开发流程本身，使各种数据科学、应用软件开发和测试功能实现自动化，专业应用软件开发面临另一批机会。未来5年，至少40%的新应用软件开发项目会在团队中有AI开发人员协同工作。

专用芯片挑战GPU的统治地位

当下，计算和存储之间数据搬移已成为瓶颈，新一代基于3D堆叠存储技术的AI芯片架构已成为趋势。

AI芯片中数据带宽的需求会进一步推动3D堆叠存储芯片在AI训练芯片中的普遍应用。而类脑计算芯片也会在寻找更合适的应用中进一步推动其发展。在数据中心的训练场景，AI专用芯片将挑战GPU的绝对统治地位。

专用AI芯片以及更强大的处理能力、存储和其他先进功能将被添加到更广泛的边缘设备中。嵌入式物联网世界的极端异质性和工业系统等资产的长生命周期将带来重大的管理挑战。从长远看，随着5G成熟，不断扩展的边缘计算环境将更加强大的通信回到集中式服务。5G提供更低延迟、更高带宽，并且每平方公里节点的数量急剧增加。

超大规模图神经网络系统将赋予机器常识

“图”是一种数据结构，它对一组对象（节点）及其关系（边）进行建模。近年来，由于图结构的强大表现力，用机器学习方法分析图的研究越来越受到重视。图神经网络（GNN）是一类基于深度学习的处理图域信息的方法。由于其较好的性能和可解释性，GNN最近已成为一种广泛应用的图分析方法，在结构化场景中，GNN被广泛应用在社交网络、推荐系统、物理系统、化学分子预测、知识图谱等领域。

单纯的深度学习已经成熟，而结合了深度学习的图神经网络将端到端学习与归纳推理相结合，有望解决深度学习无法处理的关系推理、可解释性等一系列问题。