年底了，看看2018年七大重要技术如何演变？

2017年即将过去，从ICO泡沫到发明神秘语言的算法，“智能之年”带给我们很多进展和变化。本文给出2018年七个最重要的技术发展趋势。

无庸置疑，我们正在进入第四次工业革命。很多已经出现几十年的技术，正在持续改进，并接近成熟的临界点。而这些技术一旦成为现实，将迅速改变社会和人们的工作生活方式。不过，目前这个临界点还没到来。

尽管技术发展正在加速，但它们还未达到完全成熟的状态，因此，还不能引起社会形态的转型。所以我们倾向于把2018称为“过渡之年”。让我们看看2018年七大主要技术趋势吧！

人工智能独立跃进，不再依赖人类数据

2017年，一个标志性事件是AlphaGo Zero通过自学，仅在40天内就战胜了所有的人类围棋手和人工围棋程序。这个过程仅靠它自己跟自己对奕，没有人类数据输入。在如此短的时间内，它创造出人类从未想到过的策略和下法，使围棋这门游戏呈指数级的、令人难以置信的进步。这一事件是人工智能发展上的一个里程碑。同时，2018年我们将会看到更多的反映人工智能不可预期行为的案例，就像它们在2017年所做的：来自Google算法的AI程序，在争夺稀缺资源的竞争中自行升级策略；Google大脑开发的算法，为了保护其信息不被其他神经网络获取，自行开发了以前从未见过的全新加密方法；Facebook的两个算法程序发明了自己的神秘语言，能自发地使用高级策略去干自己的活儿，最终FB只好关掉这两个程序。这些案例告诉我们，人工智能与人类智能有本质上的区别。

各国政府和机构则开始掀起一场声势浩大的“AI军事竞赛”，他们加大投资力度，追求开发更智能的AI。2017年9月，普京说“谁主导了AI，谁就控制了世界”，标志着俄国将加强AI开发。在世界的另一边，中国制定了在AI领域超越美国的目标。上述AI无需人类数据即可训练，与AI军备竞赛这两个趋势的结合将在2018年突显。而AI变得越聪明，资金则会越多流入。这种情形下，AI将成为几个大企业玩家和大国之间的游戏，与一般企业和机构无缘。

区块链变得成熟，但ICO泡沫将因监管而消减

去年我们预测了2017年智能合约（Smart Contract）将进入市场，实际上它确实进入了，只是不在我们预期的领域。2017年，智能合约主要应用在首次币发行（ICO）市场。截止到2017年11月底，228只ICO总共募集了360亿美元的资金，这种狂热令很多人大跌眼镜。其中虽然有很多是成功的项目，但也有很多是以诈骗和圈钱为目的。2018年头几个月，ICO项目还会增加，但监管也会更严。政府和监管部门会警醒并逐渐开始意识和理解这种全新的筹资方式对创新和经济成长造成的冲击，同时他们也会明白需要保护消费者并制止犯罪。所以，明年会有更多的监管规则出台，抑制ICO泡沫，而较为规范的ICO项目，则仍可以融到数以百万的资金。一个典型的例子是Kik，已筹到9700万美元，为主流ICO进入市场铺平了道路。

2018年，除了主流ICO市场，在消费和企业市场，也将出现第一例区块链的真实应用。在这些领域，对用户而言，不需要知道他们在用区块链，就像用户并不知道Amazon和Fackbook是怎么工作的，但有用好用就行。区块链要想成为主流，必需像互联网一样普及，这要求区块链技术或分布式帐簿技术对企业和社会要有真正的影响。

可以想见，2018年会有更多的区块链应用发布，其中许多会是2017年ICO的企业成果，这将推动区域链更加成熟。之前我们曾提及7个值得跟进的加密货币，也曾指出因技术上的缺陷最终将导致区块链终结（过去几个星期比特币价格的荒谬增长，让人想起17世纪的郁金香热）。总体上看，2018年将是区块链非常有趣的一年。

个人隐私继续受到威胁，但解决方案快出来了

所有的新技术、平台和服务都吞噬海量数据，而数据常常不能被很好地保护。过去几年，我们看到了数以千计的数据泄密事故，而2017年Equifax的数据泄密更是拉低了下线。不幸地是，2018年这种事还会发生，我们接入的设备越多，数据安全性就越低。尤其是IoT设备，会不断威胁人们的隐私安全。调查表明，90%的消费者对他们的IoT设备的安全性没有信心。

只要开发互联网连接设备的企业不重视安全问题，开发出的产品诸如能被黑客侵入的心电设备或带有严重Bug的闭路电视摄像设备，隐私和安全问题就只会继续坏下去。2017年，不但是IoT设备易于被黑，就连Uber、Verizon这样的大企业也一样发生了黑客入侵问题，甚至连Apple最新的安全功能，人脸ID都已被破坏了好几次。我们似乎到了这样一种可笑的境遇：一个企业如果不能、不愿或不曾被黑，都不算一个重要企业。幸运的是，终于有曙光初现：在这一轮区块链热中，有的初创企业在探索一种叫“零识证明”的技术（ZKP）。这是一种加密方法，它能在不透露内容的前提下证明一条特定知识的所有者，用数学方法确保用户隐私的安全以实现无信任交易，即交易一方能向另一方证明声明的真实性而无需透露声明的内容。ZKP改进了认证流程。2018年这种零识证明技术将继续发展，从而使我们社会的隐私安全得以改善一小步。

数据所有权确权的新方法出现

更好的消息是另一种新技术逐步浮出水面：得益于分布式帐簿技术，我们将有一种新的数据所有权认定方法，能追溯内容或数据的原始生产者，而不是像现在这样只能认定数据产生的平台。这将不仅能使消费者拿回他们的数据控制权和实现数据货币化，还能让企业分享自有数据给竞争对手或合作伙伴，不用担心数据被窃或有损竞争优势。

2018年，欧盟将实施通用数据保护法规（GDPR），改变公司保护欧盟公民数据的方法，新法规对企业和机构将产生重要影响。与此同时，2018年我们也将看到数据分享平台进一步发展，这些平台将进一步推动隐私数据安全地分享。它的机制好比每一条数据都有自己的保险库和连接规则，由智能合约管理。每一条数据的每一次交易都可被跟踪监测，数据所有者可实时获利。

富士通数据交易网就是这样一种平台，它可以让企业分享自有数据给竞争对手，不用担心会泄露私密信息。另一个平台“IOTA数据交易所”也在最近发布，该交易所定位在IOT设备和传感器的数据交易。一个应用或一个机构可以在全球范围内选择任一传感器，向传感器所有者进行微支付后，即可直接接入该传感器的数据流，用于数据分析或应用。这个革命性的交易所已经有包括微软、富士通、奥朗日和埃森哲在内的30个会员。

这种新型的数据所有权确权依赖大数据和区块链的融合，但是，也需要企业改变思路，不再像以前，用大型数据湖把所有数据集中存储。因此，企业要为这样一种新型的、由消费者拥有和控制数据的现实做好准备。

边缘计算实现智能网络

二年前我们就讨论过边缘计算，当时叫“雾计算”。边缘计算是实现物联网应用的关键因素，因为联网设备所产生的数据是如此巨大，集中化传输、存储和分析都是不现实的。而像无人机、自动驾驶汽车或机器人这样的联网设备，需要极其快速的数据处理。设备产生数据，然后将数据传到云上去分析，再返回结果到设备需要花的时间太多了。

未来十年，全球将新增100万亿传感器，从而产生不可估量的数据，如何解决这些数据需要快速处理的问题，答案就是边缘计算。即由传感器自己完成计算，虽然最初可能是在一个设备上而不是直接在传感器上完成。风投公司Andreessen Horowitz的合伙人Peter Levine，认为边缘计算将会逐步取代云计算。虽然这听起来有些疯狂，但似乎也是符合逻辑的。今天，一台自动驾驶汽车平均每秒产生1G数据，未来几年还会增长。可以想见，这种情况下，把数据送到云上，分析后再返回结果完全不可行。

因此，2018年我们将看到应用边缘计算实现智能网络的关注度提高。联网设备在本地执行必要的分析，然后根据分析结果采取某种行动，这只要几毫秒，目前的云计算则需要的几百毫秒。在自动驾驶汽车上，这个差别代表了是撞车还是安全开回家。实际上，世界云计算巨头们也看到了这一趋势：微软已经开发了Azure IoT Edge，亚马逊最近发布了AWS Greengrass，初创公司如Packet和Vapor IO也从云计算拓展到边缘计算。2018，边缘计算将会与联网设备结合，2019年才真正进入实用。

量子计算军备竞赛初现成果

在Garnter今年发布的新兴科技热度图上，量子计算排在10年以后，但实际上，量子计算的发展远远快于预期。这场追逐“计算圣杯”的竞赛已经开始，各大公司诸如Google，IBM，D-wave，以及像耶鲁、新南威尔士等大学，Rigetti Cpmputing这样的初创公司都卷入其中。每家机构都宣称在2017年有所突破，最近的一次，则是2017年11月，IBM宣布成功开发第一个50量子比特的量子处理器。

50位量子比特的处理器已经非常接近量子霸权了，IBM预计量子霸权大约可达57量子比特。量子霸权是对量子计算能力的定义，它可以解决目前世界上最快的超级计算机不能解决的问题。追逐量子霸权的不仅有企业和机构，国家也投入巨资。中国正在建设世界最大的量子研究所，其目标是到2020年建成一台量子计算机，其计算能力将是世界所有计算机加起来的100万倍。

由此看来，一场量子计算军备竞赛真的开始了。风投公司Andreessen Horowitz的合伙人Vijay Pande相信，量子计算正在从研发阶段向工程阶段转化，有几家企业很可能在2018年实现量子霸权，并着手解决一些世界上最大的问题。

规范分析开始兑现其承诺

最后，规范分析将会兴起。过去几年我们看到了规范分析已经被很多企业采用，大数据已经成为企业保持竞争力的先决条件。世界上规模最大的公司和中等规模的公司都已经开始采用预测分析解决方案来改进流程、用户体验和运营基础。尽管预测分析是一个很好的技术，但它还不能满足数据驱动的世界的需要，因此我们需要规范分析。

规范分析可以被视为理解业务的最后阶段，它基于预测并对如何利用这些预测采取行动给出建议。它采用各种算法和数据模型技术，使人们对彻底理解业务环境，改进业务表现。规范分析结合利用预测分析和描述分析来获得理想的业务结果，或制定解决业务问题的方案。

过去几年，虽然很多企业已经尝试使用规范分析，但还未到普及的程度，这种情形在2018年将有所改变。2017年大批企业已经采用了规范分析技术，如GE、PopSugar(一家时尚媒体公司)、零食商DSW。而一批开发规范分析解决方案的初创公司也有长足发展，包括AIMMS、 Ayata和Profitect。2018年，规范分析将在企业的经营中产生实效，使更多企业从大数据分析的这最后一个环节获益，同时也促进规范分析的应用普及和推广。