大型語言模型、機器學習和自然語言處理等曾經(jīng)瘋狂且看似不可能的概念，已經(jīng)從實驗室走向了前線，下一代技術的勢頭同樣無可阻擋。

 

以下是正在積聚勢頭的9個創(chuàng)意、流行語和不斷發(fā)展的技術。如果你敢于在其成熟前擁抱它們，可能會收獲意想不到的結果。當然，選擇等到它成熟之后再實踐可能更安全，但這也可能會讓你落后于競爭對手。

 

IT部門必須隨時了解這些新出現(xiàn)的想法和技術的發(fā)展，并確定何時以及是否適合將它們部署到工作流程中。只有你自己知道，對于你的技術堆棧來說何時才是最好的時機。

 

 

最常見的計算范例是由晶體管構成的數(shù)字硬件，這些晶體管有兩種狀態(tài)：開和關?，F(xiàn)在，一些人工智能架構師正在關注被遺忘已久的模擬運算模型，其中值以電壓或電流表示，而不是只有兩個狀態(tài)，這些可以有幾乎無限數(shù)量的值，或者至少盡可能多的系統(tǒng)的精度可以精確測量。

 

這個想法的魅力來自于一種觀察，即人工智能模型不需要像銀行分類賬那樣精確。如果模型中數(shù)十億個參數(shù)中的一些偏移了1%、10%甚至更多，其他參數(shù)會進行補償，模型總體上通常仍然是準確的。

 

人們希望這些新的模擬芯片能夠大大降低能耗，使其適用于任何不總是插電的移動和分布式應用程序。

 

主要受眾：任何愿意以一點點精確度換取大量電費成本的開發(fā)商。

 

可行性：成功或失敗可能由應用程序的性質決定。如果沒有對絕對精度的需求，而更多地需要節(jié)省電力，那么芯片將更有可能獲勝。

 

 

曾幾何時，API和網(wǎng)頁之間幾乎沒有什么區(qū)別。如果信息是公開的，為什么要進行區(qū)分呢?但現(xiàn)在許多人認識到，數(shù)據(jù)可能會以不同的方式使用，可能需要對訪問進行更多監(jiān)管。

 

最大的擔憂來自那些認識到自己的數(shù)據(jù)可能被用來訓練人工智能模型的網(wǎng)站。有些人擔心，通過抓取他們的網(wǎng)站建立的模型會誤用或誤解數(shù)據(jù)。當人工智能在錯誤的時間反哺一些細節(jié)時，這些模型是否會讓用戶的隱私泄露?其他人只是想在這個模型首次亮相時從IPO中分一杯羹。

 

一些網(wǎng)站已經(jīng)嚴格控制對人工智能建設者渴望的視頻和文本數(shù)據(jù)的訪問。他們限制下載，收緊服務條款，以備訴訟之需。其他公司則在他們的API中構建一個新的智能層，這樣就可以在發(fā)布信息時做出更明智、更有商業(yè)頭腦的決策。

 

主要受眾：控制對自動化分析有用的大數(shù)據(jù)塊的訪問的公司。

 

可行性：時機已經(jīng)到了。企業(yè)正在重新審視它們的API，并建立更強有力的控制。更深層次的問題是用戶將如何反應。嚴格的控制是否會最終切斷API支持的一些偉大功能?

 

 

對許多人來說，新冠疫情大流行可能是一種記憶，但圍繞工作空間和距離的斗爭將繼續(xù)下去。一方面，人們看重將員工聚集在一個房間里所產(chǎn)生的協(xié)同效應;另一方面，人們又在意通勤的時間和費用。

 

IT部門在這場爭論中扮演著重要的角色，因為它測試和部署了第二代和第三代協(xié)作工具?；镜囊曨l聊天正在被更專門的工具所取代，這些工具可以支持站立會議(standup meeting)、非正式討論和全面的多日會議。

 

這場辯論不僅僅是技術性的。公司在商業(yè)辦公空間上的投資影響了一些決定。有些人甚至建議找到一種方法，讓員工真正在辦公室里生活。其他領導者對于管理團隊的最佳方式有著強烈的個人觀點。IT團隊必須找到使用更好的工具和實踐來支持更大任務的最佳方法。

 

主要受眾：任何必須在距離和效率之間取得平衡的團隊;任何必須權衡通勤時間和面對面互動價值的團隊成員。

 

可行性：遠程和非遠程支持者之間的戰(zhàn)斗已經(jīng)開始了。真正的問題是，協(xié)作軟件團隊是否能夠構建出如此優(yōu)秀的工具，以至于即使是面對面會議的愛好者也會開始說，“為什么我們不一起從這個會議室登錄到這個工具呢?”

 

 

當大多數(shù)IT人員想到計算機安全時，他們想到的是通過互聯(lián)網(wǎng)侵入他們系統(tǒng)的聰明黑客。他們擔心如何保護存儲在數(shù)據(jù)庫、網(wǎng)絡或服務器中的數(shù)字數(shù)據(jù)。鎖門和保護物理通道的工作留給了鎖匠、木匠和施工經(jīng)理。

 

但物理安全正在成為一個真正的擔憂，IT經(jīng)理不能想當然。物理和網(wǎng)絡安全如何融合的最好例子可能是偷車賊，他們發(fā)現(xiàn)他們可以撬開車頭燈的接縫，連接到數(shù)據(jù)總線，然后注入正確的信息來打開車門和啟動引擎?！缎乔虼髴?zhàn)》中的死星(Death Star)并不是唯一一個被不設防的物理端口摧毀的技術奇跡。

 

針對臺式機或筆記本電腦硬件的類似攻擊，正開始觸及IT部門的要害。構建既能抵御數(shù)字攻擊又能抵御物理攻擊的安全設備是非常困難的。

 

主要受眾：最擔憂的可能是曾因防御不嚴而受到過物理攻擊的組織，但其實每個人都需要考慮到其中的危險。

 

可行性：基本的物理安全就像鎖門一樣簡單。真正的物理安全可能是不可能的。IT部門必須為他們的數(shù)據(jù)找到實際的平衡，至少要提高他們的對抗水平，以擊敗新一代的攻擊者。

 

 

值得信賴的系統(tǒng)一直是開發(fā)人員的目標，但最近一些引人注目的事件使一些IT管理者相信，更好的體系結構和實踐是必要的。他們知道，許多軟件開發(fā)人員掉進了這樣一個陷阱：看著自己的代碼在桌面上完美地運行，并認為在現(xiàn)實世界中亦是如此。西南航空(Southwest Airlines)和易捷航空(EasyJet)等公司發(fā)生的一系列引人注目的軟件故障表明，大多數(shù)時候運行良好的代碼也可能出現(xiàn)嚴重故障。

 

IT團隊面臨的挑戰(zhàn)是試圖預測這些問題，并在代碼中構建另一層彈性。有些系統(tǒng)(如數(shù)據(jù)庫)旨在提供高可靠性。現(xiàn)在，開發(fā)人員需要通過添加更好的保護措施將其提升到一個新的水平。一些較新的架構，如微服務和無服務器設計，提供了更好的保護，但往往也有自己的問題。

 

開發(fā)人員正在重新評估他們的微服務和大規(guī)模單層(monolayer)，著眼于了解它們如何以及何時崩潰。

 

主要受眾：像航空公司這種離不開技術的企業(yè)。

 

可行性：那些能夠提高可靠性，甚至避免偶爾的事故和災難的公司將會生存下去。那些不這樣做的企業(yè)將會因為失去合同和機會而面臨淘汰。

 

 

過去幾十年的大部分軟件開發(fā)都致力于在現(xiàn)代web瀏覽器的安全約束下復制本地桌面代碼的易用性和速度。

 

結果總體上是好的，但由于Web assembly(簡稱wasm)的出現(xiàn)，它們即將變得更好。該技術為開發(fā)人員編寫更復雜的代碼提供了機會，這些代碼為用戶提供了更復雜、更靈活的界面。復雜的工具，如照片編輯器和更身臨其境的環(huán)境成為可能。

 

Web assembly非常適合無服務器環(huán)境，被視為克服許多阻礙其采用的無服務器問題的一種方式。今天典型的第三方用例意味著無服務器將需要第三方的支持，而第三方通常是云供應商。對于許多人來說，無服務器架構可能等同于Amazon Web Services上的 Lambda 或來自其他云供應商(例如 Azure、Google Cloud、 Oracle或 IBM)的產(chǎn)品。因此，在許多情況下，組織必須樂于將其多個基礎架構委托給一個第三方云提供商，而不是多個供應商來管理其關鍵應用程序。僅出于這個原因，避免供應商鎖定是Wasm的一個關鍵賣點。

 

主要受眾：必須向遠程用戶交付復雜的響應式代碼的團隊。如果大部分工作是在客戶端機器上完成的，那么Web assembly通?？梢约涌爝@一層的速度。希望確保所有硬件都運行相同代碼的管理人員會發(fā)現(xiàn)這種簡單性很有吸引力。

 

可行性：基礎已經(jīng)奠定。更深層次的問題是構建編譯器和分發(fā)機制，將運行的代碼放入人們的機器中。

 

 

分離/拆分我們所謂的“身份”的想法正在兩個層面上發(fā)展。一方面，隱私倡導者正在構建智能的算法，這些算法可以透露足夠的信息，以通過任何身份檢查，同時對個人的其他信息保密。例如，一種潛在的算法可能是一種數(shù)字飲酒許可證，它可以保證購買啤酒的人年滿21歲，而無需透露他們的出生月份、日期甚至年份。

 

另一個層面似乎正在反向發(fā)展，因為廣告業(yè)正在尋找方法將我們所有的假名和半匿名的網(wǎng)絡瀏覽連接起來。例如，如果你去目錄商店買傘，之后你就會在新聞網(wǎng)站上看到傘的廣告。即使你不登錄，即使你刪除了cookies，這些聰明的團隊也會想方設法跟蹤我們。

 

主要受眾：醫(yī)療或銀行等處理個人信息和犯罪的企業(yè)。

 

可行性：基本算法運行良好;挑戰(zhàn)在于社會阻力。

 

 

圖形處理單元(GPU)最初是為了加速復雜視覺場景的渲染而開發(fā)的，但最近開發(fā)人員發(fā)現(xiàn)，這些芯片還可以加速與游戲或3D世界無關的算法。一些物理學家使用GPU進行復雜的模擬已經(jīng)有一段時間了。一些人工智能開發(fā)人員已經(jīng)將它們部署到訓練集中。

 

現(xiàn)在，開發(fā)人員開始探索使用GPU加速更常見的任務，如數(shù)據(jù)庫搜索。當同樣的任務需要同時并行處理大量數(shù)據(jù)時，GPU的性能顯著。當問題正確時，它們可以將工作速度提高10到1000倍。不僅如此，像蘋果和AMD這樣的公司在整合GPU和CPU方面做得很好，生產(chǎn)出可以很好地完成這兩種任務的產(chǎn)品。

 

主要受眾：數(shù)據(jù)驅動型企業(yè)，希望探索計算密集型挑戰(zhàn)，如人工智能或復雜分析。

 

可行性：聰明的程序員多年來一直在為特殊項目使用GPU?，F(xiàn)在，他們正在釋放與更廣泛的業(yè)務相關的問題的潛力。

 

 

每天我們都能聽到關于巨大的新數(shù)據(jù)中心的新故事，這些數(shù)據(jù)中心充斥著巨大的計算機，為云提供動力，并解鎖了令人難以置信的復雜算法和人工智能應用程序的力量。在這種敬畏感消散之后，有兩種人開始退縮：一種是必須支付高昂電費的首席財務官，另一種是擔心這會對環(huán)境造成影響的環(huán)保倡導者。這兩個團體都有一個共同的目標：減少電量。

 

事實證明，許多算法都有改進的空間，這推動了“綠色計算”的發(fā)展。這個機器學習算法真的需要研究1TB的歷史數(shù)據(jù)嗎，還是可以用幾百GB的數(shù)據(jù)得到同樣的結果?算法設計者的新目標是用更少的電力產(chǎn)生同樣的效果，從而節(jié)省資金，甚至是保護地球。

 

主要受眾：任何關心環(huán)境或正在支付巨額水電費的實體。

 

可行性：在摩爾定律的保護下，程序員不知道運行代碼的真實成本。更好的節(jié)能代碼還有很大的發(fā)展空間。

 

 

有人稱之為區(qū)塊鏈(blockchain)。其他人則更喜歡“分布式賬本”(distributed ledger)這個更普通的說法。無論哪種方式，挑戰(zhàn)在于創(chuàng)造一個共享的真相版本。隨著每個人將事件或事務添加到共享的分布式列表中，這種“真相”也在演變。加密貨幣在很大程度上依賴于這種數(shù)學上保證的列表來追蹤各種虛擬貨幣的所有者，這使得這個想法出名，但這樣的去中心化方法并非只局限于貨幣。

 

去中心化金融就是這樣一種可能性，它的潛在之處在于，它將涉及幾個需要合作的公司或團體，即使它們彼此并不真正信任。分布式賬本中的交易鏈可以跟蹤保險支付、汽車購買或任何數(shù)量的資產(chǎn)。只要各方都同意賬本是真實的，個人交易就可以得到保證。

 

盡管炒作已經(jīng)消退，但人們對不可替代交易(Non-fungible Transactions, NFT)的真正興趣仍在繼續(xù)。對于任何想要為數(shù)字體驗增加一層真實性的企業(yè)來說，這些最終都具有實用價值。也許棒球隊可能會向任何購買了真正的門票坐在看臺上的人發(fā)行NFT版本的記分卡。也許一家運動鞋公司可能會向NFT發(fā)放某種配色的下一款產(chǎn)品。

 

主要受眾：任何需要與另一家公司或實體信任并驗證其工作的人。

 

可行性：它已經(jīng)存在，但僅限于加密貨幣世界。更保守的公司正在慢慢跟進。

 

 

國內主流的to B IT門戶，同時在運營國內最大的甲方CIO專家?guī)旌椭橇敵黾吧缃黄脚_-信眾智(www.cioall.com)。同時運營19個IT行業(yè)公眾號(微信搜索D1net即可關注)

 

版權聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉載需在文章開頭注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責任的權利。