2018-10-18 18:21:27 来源：CIO进化论
这（区块链）的确是炒作。因为区块链是一种分布式账本技术，用于维护交易数据的防篡改记录，但它却被誉为一种将彻底改变从银行、医疗保健到海鲜产业的方方面面的革命性力量。
——Forrester分析师Martha Bennett
然而这并不代表Forrester不认可DLT，因为它最新报告中，把分布式分类帐技术归在了企业CIO在2018年应该考虑的12项技术趋势中。
这12项技术都是正在被热捧的，如计算机视觉和深度学习，或者已经“过了气”的，如3D打印和MR，没有闻所未闻的新技术上榜。
虽然这些数据都是全球范围内的，但是对于国内的CIO来说，也是非常有借鉴意义的。
1. 深度学习
大数据的火热成为深度学习受宠的催化剂。它在电子商务、工业控制、智能医疗等领域给深度学习提供了非常巨大的商机。
深度学习虽宠极一时，却也有不少缺点。例如无标记特征数据学习问题，部分训练集的数据量太少和深度网络模式的训练时间过长等。
所以，CIO准备使用深度学习时也需要了解这些问题。另外，研究人员针对我国使用和研究深度学习提出了三点建议。
国内深度学习相关研究的建议
1
前期应将深度学习应用在能解决实际问题的领域，如医学影像分析、多任务识别和金融预测等；
2
梯度下降算法的效果并不理想，有能力的企业可以寻找其他训练算法；
3
CNN和RNN的模型结构也不能很好地达到特征提取和特征学习的效果，有能力的企业可以考虑研究新的深度模型。
2. 计算机视觉
从深度学习中独立出来的计算机视觉技术，关注程度又不亚于深度学习，可见其火热程度。
计算机视觉的应用非常广泛，而且还在以迅猛的速度不断扩展。目前已经应用在以下几个领域：
人脸识别： Snapchat 和 Facebook 使用人脸检测算法来识别人脸。
图像检索：Google Images 使用基于内容的查询来搜索相关图片，算法分析查询图像中的内容并根据最佳匹配内容返回结果。
游戏和控制：使用立体视觉较为成功的游戏应用产品是：微软 Kinect。
监测：用于监测可疑行为的监视摄像头遍布于各大公共场所中。
生物识别技术：指纹、虹膜和人脸匹配仍然是生物识别领域的一些常用方法。
智能汽车：计算机视觉仍然是检测交通标志、灯光和其他视觉特征的主要信息来源。
CIO不仅应该关心计算机视觉的现状，更需要关注它的发展方向。有专家做出预测，未来10年，计算机视觉将向这8个方向发展。
计算机视觉发展的8个方向
1
在深度网络中如何引入“鲁棒外点剔除模块”将是一个探索方向，但短时间内估计很难有实质性进展；
2
基于视觉的定位将更加趋向“应用性研究”，特别是多传感器融合的视觉定位技术：
3
三维点云重建技术已经比较成熟，如何从“点云”到“语义”是未来研究重点；
4
对室外场景的三维重建，如何重建符合“城市管理规范”的模型是一个有待解决的问题；
5
对物体识别而言，基于深度学习的物体识别估计将从“通用识别”向“特定领域物体的识别”发展；
6
目前基于RCNN 对视频理解的趋势将会持续；
7
解析深度网络机理的工作具有重大的理论意义和挑战性；
8
具有“反馈机制”的深度网络结构（architecture）研究必将是下一个研究热点
3. 自然语言生成
前几年，人工智能的发展突飞猛进，也爆出了各种AI将取代人类工作的猜想。
新闻编辑成为大部分媒体公认第一个因AI失业的职业，根本原因就在于自然语言生成雨后春笋般的生长态势。
自然语言生成同样是人工智能的分支，也属于计算语言学。其发展虽然迅猛，但仍有很多问题待解决。
目前还没有一个自然语言生成器能完全体现自然语言标准生成结构中的所有模块。
自然言语标准生成结构
对于大多数企业来说，自然语言生成的应用主要集中在自动生成文件、报告、说明、帮助信息等。尤其是在处理大量文本时会有“奇效”。
4. 边缘计算
边缘计算这个与云计算反其道而行之的计算方式，不仅成为云计算的补充，还成为了物联网的发展基石。
业内预计，到2020年将有超过500亿的终端与设备联网，仅中国就会产生100亿以上的物联网连接数。
各行各业都希望部署物联网，为客户提供更加智能、便捷的产品和服务。边缘计算势必会在未来越来越受到重视。
边缘计算将在下述六类行业有直接的应用。随着技术成熟，未来还会延展至更多的行业。
本地视频业务：体育赛事、演唱会、博物馆、展馆AR直播和VR体验；
工业互联网：智能工厂、智能生产、智能装备、智能机器、智能物流等；
无人机VR：无死角视频直播，360度全方位视频回溯，在线VR直播；
车联网应用：车辆安全管理，车辆行驶安全和城市交通拥堵治理；
人工智能：电子围栏、人脸识别、表情识别、热点管理等；
移动办公：用户接入控制、企业个性化定制、企业业务控制。
除了以上所述四个技术点之外，还有全业务网络结构、分布式分类帐技术、量子计算、无服务器计算、3D打印、AR VR和MR、数字孪生和纳米技术8项。
没有陌生的名字，大多是之前的技术细分或变向成熟的技术。所以近几年一直在关注高新科技的CIO，持续关注这些技术也会驾轻就熟。
当然近期有改革的动作的还要提前储备人才，特色好的厂商。
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
抢沙发
