我们的客户生产各种各样的电子设备, 它们影响着我们在交通, 医疗健康, 通信等现代生活的各种层面. 我们的讨论往往聚焦于当前该如何巧妙地在现实与数位世界之间架起桥梁, 并探讨他们希望在未来实现的创新. 我根据这些对话和其他研究总结出以下五个将在2018年对商业与社会产生最大影响的科技宏观趋势 .
人工智慧
就像十年前人们努力实现数位化优势一样, 每个细分市场的客户都正在狂热地尝试了解人工智慧和机器学习对其业务的价值. 随着性能和经济可承受能力等障碍的不断消除, 加上一些AI具体应用在工业环境中逐步产生了效益和应用层面的影响, 对AI应用的关注将在2018年加速增长. 例如, AI已经发展到工业机器人不经特殊训练就能学习和适应新的环境或不熟悉的物件的阶段.
经由低功耗信号处理方面的创新, 边缘节点处的AI将开始从新奇事物转变为常规技术, 而通过上下文语境资料与资讯, 推动边缘和云端之间更智慧的系统磁碟分割, 则使智慧边缘计算成为现实. 与此同时, 与人类智慧竞争的AI应用将继续由大学研究为主导.
自主/智慧型机器
2018年, 汽车, 无人机和机器人的自主系统将持续发展, 但会因为一些有待解决的监管法规和技术问题而受到局限. 不过, 接下来的几个月, 一些采用自主系统的专案计划还会继续让我们看到进展, 例如在限定地区试行部署无人驾驶计程车就是其中之一. 尤其是卡车和火车等长途运输, 将成为近期内在无人驾驶方面取得实质性进展的应用之一.
在不断追求生产力效益的驱动下, 为机器添加智慧的驱动力也将加速工厂自动化/工业4.0进程. 例如, 机器学习的进步将显著提高系统的能力, 从而根据自己的独立状态监控提供有价值的性能建议和预测.
无处不在的无线感测网路和数据
先进的材料, 增强的功能和MEMS相结合, 使感测器尺寸和成本得以突破, 让无线感测器网路无处不在成为可能. 透过无线mesh网路在物联网和工业应用中的部署, 无需大量重新布线即可在现有系统中添加感测功能. 但是, 从感测器到云的端到端安全性将成为工业用户大规模部署工业物联网的基本要求.
让产品与系统更加智慧化的驱动力, 也将加大对日益增长的数据流程进行管理和分析的需求. 随着数据负荷不断增加, 数据中心将需要更高的处理性能, 以及先进的电源管理创新, 以缓解数据中心系统产生高温带来的风险. 我们也将逐渐看到边缘节点整合更多智慧性, 从而开始对资料流程进行归类及处理.
人机介面
随着增强现实和虚拟实境生态系统的蓬勃发展并激励更多创新, 混合现实系统将不断涌现并得到普及. 随着商用AR/VR系统的应用加速, 其成本将下降, 适用范围将延伸至诸如工业等领域的异地诊断和维修.
另外, 语音使用者介面已经备受人们期待 , 但这种技术依然面临一些局限性, 尤其是在嘈杂环境中. Gartner预测, 2018年30%与技术的互动将透过与智慧型机器 '对话' 实现, 这意味着技术和服务提供者现在就需要进行投资, 以改善目前受限的语音介面.
异质性架构制造
随着深次微米技术的开发成本飞涨, 和摩尔定律面临越来越严峻的技术和成本挑战, 单个封装内, 单层层压板甚至单个硅基板上多种技术的异质性架构整合将会增加. 促使异质性架构制造资本化的新型商业模式将会涌现, 从而使无力投资最先进IC微影技术的小规模半导体厂商实现重组创新. 对于涉足范围更广且规模更大的供应商来说, 将信号处理演算法整合到晶片上将有助于提升其方案价值.
结论
未来一年这些趋势将如何演变? 常言道, 预测未来的最好方法就是创造未来. 当半导体创新将成为这些新兴应用的基础, 而类比技术将在 '数据饥渴型' 世界中变得更为重要之时, ADI公司必将透过不懈努力, 在2018年将这些预测变为现实.