汉化/盛威 机器之心
以下是对这张信息图的解释：
1）时间上的影响
2016 年，看如今的解决方案如何处理这些需求
2017 年，通过试运行思考潜在的解决方案
2018 年，了解现在，思考潜在的影响以及如何解决问题
2019 年以后，现在开始跟随这些技术，观察技术如何演变
2）商业影响
转型（Transformational）影响，指公司需要进行转变了
高（High）影响，指对人类家庭生活和工作有较高影响
中等（Medium）影响，指代将会冲击公司的流程、服务，影响用户和消费者生活
低（Low）影响，指代有小幅度提高而不是巨大的改变
3）成熟度（Maturity)
新兴阶段，主要是指在学术界和少量专业市场能看到这些技术
青年期，指这些技术更多是被分析师或者思想领导者讨论
早期采用，指这些技术已经开始被客户关注、寻求解决方案
主流期，指这些技术明显被需要，客户开始执行解决方案
这一雷达图展示了所有研究成果，能让你快速理解颠覆性的新兴科技是如何发展的，并开始考虑需要采取的行动。极坐标系描述了这些技术影响你业务的可能时间，也描述了这些技术影响的潜在规模。同时，技术颜色代表了每一技术如今所处的发展阶段。
每一个趋势都会从三个角度进行分析：业务影响的潜在规模；可能对你业务产生影响的时间以及成熟度。
十九、百亿亿次级超级计算（Exascale）
1）定义
百亿亿次超级计算机是指每秒至少能执行 100 亿亿（10^18）次计算（exaFLOPS）的高性能计算（HPC）系统，这超过了今天的千万亿次超级计算机速度的一千倍。它将在解决 21 世纪的新挑战上提供重要的推动力，满足各个领域（尤其是产业界、学术界和科学界）对越来越高的强大计算系统的需求，并可使其可利用认知计算来解决涉及到不断增长的数据量的问题。
人们相信要让神经网络的处理能力达到人脑一样，百亿亿次正是所需要的数量级；因此，这也是 Human BrainProject（欧盟人脑计划）要实现的目标能力。
2）应用
具有高质量城市服务的智慧城市——管理市级交通、监测城市周边的市民活动、提供数据驱动的房地产估值、监控疾病传播等
气候——提供细粒度的和更可靠的预测，以及了解灾害性天气现象的确切地点和时间
环保发动机——在设计阶段更精确地模拟燃烧室性能，以减少二氧化碳排放、油耗和降低噪音水平
基因组学——包括提供预先诊断、更有效的治疗和个性化给药
石油和天然气勘探——例如，在钻井开始之前更准确地预测油井能否达到预期
农业——能考虑到气候变化、土地质量改变和植物行为；通过发展精密农业和减少农药使用重塑农业，以满足 21 世纪的需求
天体物理学——例如更好地了解我们的太阳系和宇宙，以及为未来的太空任务提供计算
3）影响
帮助解决由对密集型计算和巨量数据流分析的需求所带来的挑战
实现解决目前不可能在合理的时间内解决的复杂问题的解决方案
通过放宽时间受限的处理和加速决策来提高生产力和竞争力
让产品可被设计得更快更高效
通过更精细的细节水平上的模拟，帮助预测有多个维度的现象，如气候变化
还将通过其在电源效率和可靠性上的创新推进消费类电子产品和企业信息技术的发展
4）演化
百亿亿次对帮助解决研究、应用科学、工业和社会中挑战是至关重要的
大国雄心勃勃地要实现成为百亿亿次领导者的目标——建设大型的专门研究项目和联合高性能计算（HPC）供应商
在欧洲，欧盟委员会在其 Horizon 2020 方案中支持了多个百亿亿次的项目。这些项目与欧洲高性能计算技术平台（ETP4HPC）提议的战略研究议程（Strategic Research Agenda）相一致，而这些项目的开拓先驱是 Atos 的技术品牌 Bull。2015年年底，Bull 宣布率先开进百亿亿次超级计算机范围（Bullsequana x1000）
在美国，百亿亿次研究得到了美国国家战略计算计划（NSCI）的支持。
在日本，RIKEN 先进计算科学研究所计划在 2020 年实现一个百亿亿次系统
中国在百亿亿次上也有很强的雄心
5）问题
百亿亿次取决于新一代解决了以下四个主要挑战的超级计算机：
- 要减少功耗需求。
- 计算将需要能够应对从拍字节（petabytes）上升到艾字节（exabytes）的巨量数据池
- 具有上千万路并行计算的应用程序的性能需要加速
- 因为具有大量关键的硬件和软件组件，系统会每天经历多次各种故障，所以自愈系统（弹性）是必需的
还需要新一代大规模并行软件来实现更多的并行计算、处理越来越混合的配置、并支持更大的异构性
二十、基于纤维丛的计算（Fabric-BasedComputing）
1） 定义
随着服务器管理变得越来越依赖软件定义，基于纤维丛的计算模型由一个协同工作的互连节点网络组成，这个节点网络从远处看就像是一个统一的编织品。
这些节点在外围设备旁边包含松散耦合的虚拟化存储、联网、处理和记忆功能，其中，每一个节点都可以独立于其它节点进行扩展。这些资源可以被轻松地、甚至自动地改变用途。数据中心基础设施管理（DCIM）层和潜在的应用层与数据中心服务供应层动态地协商它们的资源需求。
和网格计算（grid computing）相反，结构解决方案并不针对某个特定的场景。
2）应用
使用其提升过的灵活性和减少的执行时间使全软件定义的数据中心成为可能解决大数据和语境智能移动（contextual smart mobility）有时近乎实时的需求
3）影响
提供全互连物理网络，软件定义的数据中心可以在其上定义它的服务
提供调整资源所需的高水平粒度（granularity）以完美匹配要求
旨在解决限制整个数据中心全面虚拟化的问题
减少所需的物理变化的次数，并从服务供应上将它们隔开
允许部署和配置更改近乎实时地执行
意味着 IT 资源可以快速与变化的商业需求保持一致
优化性能和功耗
预计能将整体资源利用率提高到平均 80% 以上
通过更好的资源利用率和自动化降低成本
4）演化
基于纤维丛的计算最初沿着特定的架构，为解决性能或点问题而开发的。
开放计算项目（Open Compute Project）正在使用基于结构的方法，其目标是为大型用户生成高性价比的通用硬件
5）问题
基于纤维丛的计算需要对数据中心进行根本性的架构改变——包括物理水平上更高的开关速度和由软件定义的网络
操作系统和管理程序需要能充分利用基于结构的计算的可扩展性和粒度（granularity）
应用开发框架将需要能够感知结构
目前的解决方案大多是私有的，硬件互操作性有限，管理界面是定制的
需要标准来防止结构变成新的大型机，这些都在相互独立进行且具有显著的成本
二十一、沉浸式体验（Immersive Experience）
1）定义
沉浸式体验是指用户的注意力完全被吸引，让用户与真实世界断开并在模拟的空间中失去自己的体验。沉浸式体验技术涵盖多个种类的帮助体验更为沉浸化的设备，并通过这些设备来让该技术对用户更无形。
这些设备包括：3D 显示器——创造深度感的显示设备；触觉设备——添加触摸的感觉；全息用户界面——基于激光的立体显示，用户可在其中与全息图像交互；虚拟现实（VR）——真实世界环境的数字模拟
2）应用
娱乐——包括电影、电视和游戏
健康——被外科医生和放射科医生使用，以及简化远程手术
维护——在诊断中辅助工程师
营销——用于展示
GUI（图形用户界面）——3D 应用程序和网站
自然界面——用于用户输入和反馈
数据可视化
会议
3）影响
支持与计算设备进行更自然的交互
将计算设备变成信息家电，这给用户带来更加积极的感觉
4）演化
第一款触觉输入设备前一段时间已被开发出来，但没有真正的目的
第一代消费虚拟现实产品现在已经可以买到，但要将这些设备整合到工作活动中还需要一点时间
作为信息家电，解决方案将随着时间变得更为无形
下一代触觉反馈系统将使虚拟现实更逼真（因而沉浸感更强）
显示屏（VR）和输入（触觉）将渐渐开始附着到人体上
最终这些可能会被半机械的植入物所取代
5）问题
沉浸程度将受到可用信息的质量的限制
需要新的概念思考以确定适合的沉浸式体验
需要高水平的计算能力来驱动高清晰度的沉浸式显示
二十二、内存内计算（In-Memory Computing）
1）定义
内存内计算是一种计算方式，计算机或者运行应用的网络计算机的中央内存充当首要的数据存储器，来存储这些应用所使用的——可能有多TB——数据组。然后，这些应用使用传统硬盘驱动持续不断地存储内存数据，以回复、管理过载情况以及输送数据到其它地点。
2）应用
信息的近实时接入（不仅仅是数据）——数秒内，而非几小时或几天，如联网生活，电子商务，客户关系管理或企业资源计划
精细分析——领域，如商业智能，大数据和客户关系管理的洞察平台，工业 4.0，智慧城市，供应链规划和安全情报
复杂事件处理——如高频交易，预测监控，智能计量以及欺诈和风险管理
边缘计算——利用内存计算平台从而让本地物联网数据能够得以实时分析，这也让实时决策成为可能
3）影响
驱动商业转换并开创更多机遇
为一直增长的数据流量提供更加快速的处理
低延时应用信息传递、将处理和分析在同一数据集内完成、缩短批处理和传递实时语境时间相关性及处理，以此提升性能表现
免于组织从事非生产性的活动，如数据整合
提升灵敏性，让公司能够实时运营
简化下一代数据处理过程——包括统一数据分析
加速过程，速度提升至 1000 倍，更深刻分析即时洞见
促进策略性决策，让利用预测性工具变得更加简单
4）演化
SAP 已经接管了策略决策，将所有应用移到它的 SAP HANA 内存平台
其他公司也逐渐跟了上来，开发策略和时间敏感类应用
开源解决方案在该领域兴起，比如Alluxio公司
5）问题
内存内计算激活应用是硬件技术密集型，要求新一代拥有超高内存能力的服务器来处理大量数据，以保证完美的服务质量和安全性
领先的服务器供应商正在积极创新来应对此次变革，技术的撬动往往来源于高性能计算
在它们之中，就速度和内存而言， Atos 的bullion 服务器被认为是当今世界上最强大的 x86 服务器
二十三、商业洞察平台（Insight Platforms）
1）定义
洞察平台是第三代商业分析平台。第一代平台为商业智能，关注于绩效跟踪。第二代为大数据分析，关注于行为分析。
这个平台将现有技术和新技术进行了整合，从联网环境中实时收集并分析海量数据集，快速将数据转化为具有可行性（规范的）的商业洞见。以下便是几个实例：
流分析（Streaming analytics）：在运转中实时分析数据从而提升获得洞见的速度
分布式分析（Distributed analytics）：在分布式架构中就地分析数据
规范分析（Prescriptive analytics）：它是基于大数据分析来作出预测，然后给出决策建议
2）应用
工业 4.0 、智慧城市，智能公共事业，联网的医疗健康和智慧电网：从数十亿的感应器中收集并分析数据以主动提升用户体验，优化资产价值和生活质量，创造新型服务并降低风险
安全运行：搜集和分析IT和安全组件的数据，侦测威胁和攻击，执行防御措施
防御和国土安全：收集和分析不同来源信息，做出并执行最佳战略决定
零售和营销：搜集和分析用户需求、欲求以及行为，提升用户体验和创造新的服务内容
3）影响
让智能的自动化能够实时根据人类、商业和事物来感知，预测并进行协调。
让分析和商业结果相连。商业洞见平台作为组织的数字神经系统，被期待成为物联网的基础，也是未来数字策略的核心。
4）演变
在发展初期，商业洞察平台被认为是未来最重要的科技。
就规划分析而言，尤其它们将会越来越多地利用认知计算的学习能力。
这些平台被期望植入到大规模解决方案中，如物联网和工业 4.0，同时也可以作为定制平台。
独立软件供应商和开源社群将会为平台提供不同组成部分，同时整合解决方案将来自集成商和 SaaS 供应商。
5）问题
建造这些平台需要广泛的能力：
— 从数十亿的感应器实时收集、集合并清洁数据的先进能力
— 在飞速写入或快速模拟中对艾字节信息进行分析并生成含义的极限计算能力
— 实时自动化或者制定出人类般决策的先进算法
— 对用于行动的规范洞察和强大的嵌入式安全系统的实时编配
对于企业和政府特定部门来说，大规模平台往往需要进行订制化
二十四、万物联网（Internet of Everything）
1）定义
万物联网是一个无所不在的通信网络，它有效的从几十亿的现实物体和物理活动中捕捉、管理并传递数据。 将人、过程、地点和其他事物包含进来也可以对物联网进行延伸。
空间分布式的传感器和执行器（节点）组成的网络，每一个节点都有一个接收器和控制器用于在网络环境上进行通信，从而探测和检测时间（传感器）或者激发动作（执行器）。每一个节点都有一个独一无二的标签，以及不需要人人或人机互动，只通过网络进行数据交换的能力。
传感器和执行器有多种尺寸和价格，一些甚至只有用显微镜才可以看到。此类微型设备可以植入许多不同物体中，并应用到不同环境中——像边远地区的恶劣环境中。
感应器可能包含以下功能，如 GPS、无线射频识别（RFID）、 Wi-Fi 联网接入。一些甚至还具有探测其它节点的准确地点的能力。
案例包括心脏监控植入、农畜物芯片转发器、沿海水域的电子蛤，嵌入感应器的汽车或能够帮助消防队员展开搜救的现场操作设备。
2）应用
自动化业务操作
监控财产健康，穿戴和地点，交通或者环境
优化医疗健康
提供监控和安保，包括预先警报系统
获取运动和/或数字地面模型信息
管理能源和水资源的使用情况
3）影响
提供大量数据，这些数据将用于分析并让做出更加明智的商业决策
在节点失败时自动重编路由数据以优化可用性，从而保证数据的可用性
在医疗保健、零售业、城市管理等领域，实现大量的增值服务
4）演化
作为普适计算之后的事件，物联网的概念在 20 世纪 90 年代开始流行起来
随着无线和移动网络以及低功耗微控制器的发展的成本的降低，将任何事物都连接到网络上，让物联网走进日常生活逐渐变得可能
物联网最早和制造业，能量系统和公用工程系统的机器对机器的协作紧密相关，现在它开始覆盖到更广泛、也最通用的范畴
有预测表明到 2030 年将有 100 万亿 的连接装置。照此，需要更广泛应用 IPv6 以克服 IPv4 的地址稀缺问题
5）问题
安全，隐私和信任必须纳入到物联网/万物互联解决方案的发展中
公司必须决定存储什么数据以及如何储存，以保证它们有足够的存储空间来存储个人数据（消费者驱动）和大数据（企业驱动）
万物互联将会显著加大对数据中心资源的需求，这甚至可能意味着数据处理、网络连通以及互联网带宽都要被重新架构
二十五、IPv6
1）定义
IP(互联网协议)是当下网络的主要通信协议，如因特网。为了取代IPv4，在20 世纪 90 年代设计出了IPv6(互联网协议版本 6) 。
IPv6 包含了一些新特征，如地址分配，网络重新编号和自动配置。它通过提供支持给组播，并更有效率地管理移动数据流量来解决 IPv4 的缺点。此外，IPv6 可以嵌入一些配置和发现机制从而加入到 IPv4 的标准网络。
2）应用
实时联网——随着自动化汽车、远程遥控手术、工业自动化、视频直播和网络语音传输（voice over IP）的需求增长，IPV6 能够突破 IPv4 在这些领域应用案例中所暴露出来的人工瓶颈
移动性——以 5G 与 IPv6 的组合为决定性要素，为路由层面提供无限的覆盖范围
物联网——提供近乎无线的（IP）地址
创新平台——相比 IPv4，IPv6 运行得更好，配置更加简单易用
3）影响
允许更多已连接的物体与本地局域网范围外的另一个物体相连接
对可持续发展的互联网、移动网络或物联网相关商业起决定性作用
— 一个 128 比特的地址空间意味着可能 IP 地址的数量从 IPv4 的数十亿增加到 340 trillion trillion trillion个
— 地址分配是基本自由的，对于物联网下需要编码的大量事件来说至关重要
包含分层寻址，国际安全协议的鉴别和安全，并提升承载多媒体数据的能力
简化管理，并消除对变通方法的需求，如网络地址转换（Network AddressTranslation）
4）演化
IPv4 部署于 1981 年，而 IPv6 则在 1999年
IPv4 地址空间开始完全耗尽是在 2011 年 2 月
隧道机制和网关由互联网工程任务组（Internet Engineering Task Force）确定标准以绕开 IPv4 的局限和解决IP 地址的紧张
迁移至 IPv6 的工作已经在不同领域进行，目前主要是集中在中央基础设施方面，然而搭建纯粹的 IPv6 网络需要仍需要比预期更长的时间
使用 IPv6 的 IP 流量的部分仍比 IPv4 要低得多：举例来说，大约 26%的美国应用是原生 IPv6 ，有10% Facebook的全球用户流量使用的是 IPv6
一些网络社区正在提倡全球转换
随着应用数量的增长，IPv6 协议的需求也在增长
5）问题
从IPv4 转化为 IPv6的行动开始于 1995 年，预计将在 2000 年完成，然而现在显然比预期缓慢很多
尽管大部分操作系统都支持 IPv6 的转换，但是许多传统设备还无法升级到可以支持 IPv6 ，并且这些设备也不能在短期内被替换
像运营商级别的网络地址转换(NAT)这样的技术，以及近期的监管局做都对 IPv4的存在有利，因此这也将对 IPv6 的部署不利
二十六、下一代行动定位的服务（Location-Based Services NG）
1）定义
地理信息系统（GIS）获取、存储、分析和显示根据地理位置所引用的信息。下一代会将第三个维度考虑进去。这种 3D（空间）方式提供了一个对世界更加逼真的表征。
空间数据可以有非常广泛的来源，包括全球定位卫星、信标、WiFi 热点、远程传感器和 LiFi 等可见光通信（VLC）源。可视化技术让企业可以从这种空间数据中提取见解。
其最基本的应用案例是基于地理围栏（geofence）或地址列表推送内容或激活或关闭功能。更先进的空间（3D）分析可以使用用户或物体的确切地理位置，以提供基于背景的信息和服务。
2）应用
识别与了解资产和客户——从简单商店定位器到送货司机位置事实显示或密度管网实时显示这些任何事情
保护敏感数据——通过地理围栏
带来本地化体验——当顾客进入商店时触发优惠信息
研究声音的传播、光照（阴影）或雨水流动
3）影响
提升客户亲密度，因为客户会期望获得基于其当前位置的背景化产品和服务
驱动创新，超越传统上使用 GIS 的行业
通过提供个性化的客户体验提升品牌喜爱度
通过提供更有效的、影响购买决策的营销方式来增加收入
4）演化
大数据技术让大型空间数据集的存储和处理变得经济可行，且具有扩展空间
云计算把增加带有行动定位情境的解决方案变得简单
新工具让空间分析得到更广泛的应用
智能手机、以及智能眼镜和其它可穿戴设备的普及将强化这一市场
5）问题
定位技术基本上不成熟，尤其是信标技术
当结合传统定位技术时，这些技术通常只能在第三个维度上提供足够水平的准确度
GPS 一般无法在建筑物内使用。需要与室内定位技术进行集成以确保持续的定位
精确的室内定位需要特定的装备
空间分析要消耗大量计算资源
当涉及到有针对性的营销时，需要对过去行为、偏好、需求和情形的见解，以向个客户提供相关的信息，但是，该技术越精确，其范围就越窄。此外，智能语境信息难以大规模提供
基于距离的营销和店内位置跟踪已经引发了对隐私的担忧
二十七、低功耗广域网（LPWAN）
1）定义
低功耗广域网（LPWAN）无线通信技术也被称为超窄带（ultra-narrowband），具有很低的功率需求和长程的范围，但数据率较低。
LPWAN 的设计目的是让没有高功率源的物体能够连接起来，主要是物联网（IoT）。毕竟，大部分连接到物联网的物体只需要传输很少量的数据（如命令和状态），而那样的操作也只需要很小的功率。
2）应用
计量——尤其是燃气和水
监控——包括废料、停车场、土地、牲畜、森林和管道
跟踪——如集装箱、自行车、宠物、室内财产等条目
故障报警——比如用在家用电器和警报器上
控制——比如街道照明和机械厂
3）影响
让数百万个物体可以低成本地连接在一起
比起为高性能数据传输设计的传统蜂窝网络，LPWAN 是物联网的更简单和更有效的解决方案
4）演化
最早的 LPWAN 使用者出现在 2014 年
国家级和世界级的网络已在部署中
废料监控和遥测系统，其刷新周期在每天一到四次之间，而且已经在使用来自 LoRa 或 Sigfox 的 LPWAN 的解决方案了
远程监控运营商已经开始将 LPWAN 作为 GSM 的更可靠的替代选择用来监控报警系统
尽管该技术在迅速扩张，但地域覆盖程度仍然有限
LPWAN 有望在 2017 年左右变成主流
5）问题
目前有多种 LPWAN 标准，这影响了互通性
要让物联网真正腾飞，LPWAN 调制解调器的成本必须降到 1 美元以下，配置成本需低于 2 美元，而数据成本应该为零
二十八、忆阻器（Memristors）
1）定义
忆阻器是一种非线性的无源电子元件，其阻值会根据流过电荷的历史记忆而发生变化。这种组件的阻值反映了这种历史，因此它的名字是「记忆（memory）」和「电阻（resistor）」的组合。
基于忆阻器的存储器是非易失性的，其数据密度可超过每立方厘米 100 TB，具有很高的速度和较低的功率需求。
2）应用
提供先进的存储器技术，如非易失性随机存取存储器
因为基于晶体管的逻辑只知道 0 和 1 而忆阻器函数使用一个连续的区间，所以忆阻器能带来高速、紧凑和低功耗的仿神经元件
通过构建神经忆阻系统（一种类型的神经形态计算机）实现神经可塑性
3）影响
神经网络可以具备自己的物理实现能力，而不再仅依赖于计算机模拟
在神经形态系统上拥有更长期的潜力
可以通过紧凑的神经忆阻系统以传统计算机一小部分的功耗实现超越传统计算机的性能
4）演化
忆阻器的名字于 1971 年提出，当时是作为一种补充电阻器、电容器和电感器的理论上的无源电子元件
其第一个物理实例于 2008 年被开发出来，从而为具体应用开启了道路
基于聚合物忆阻器的实验性有机神经网络正在开发中
5）问题
忆阻器仍处于实验阶段
二十九、自然用户界面（Natural User Interfaces）
1）定义
自然用户界面（NUI）是设计用来让人机交互感觉尽可能自然的系统。其所包含的广泛的技术让用户可以利用日常行为、直观的操作和他们自然能力控制交互式应用。其中可能包括触觉、视觉、语音、运动和更高级的认知功能，比如表情、感知和回忆。
一些自然用户界面依赖于媒介设备，而其它更先进的系统对用户来说要么不显眼——或甚至是不可见的。其最终目标是让人机界面近乎消失。例子包括：
增强现实——在自然生活之上增加一个额外的智能层
虚拟现实——提供真实或想象的环境的沉浸式数字表征
混合现实——融合真实和虚拟世界以生成物理和数字目标共存和实时交互的环境
神经接口——基于大脑产生的神经活动，提供大脑和外部设备之间的直接通信路径
虚拟视网膜显示器——直接在视网膜上播放影像，有效增强现实世界
身体监测——读取比手势更进一步的肢体语言
触觉——模仿身体感觉的数字反馈
自适应接口/情感跟踪——根据变化的背景或用户需求改变布局和元素
关系意识（relational awareness）——作为用户代理的设备了解用户与其他人处于何种关系。
功能可见性——提供实际物体的数字表征，让用户可以利用所有他们所知道的如何使用该物体的知识。
3D 显示器——创造深度感的显示设备
全息用户界面——基于激光的立体显示，用户可在其中与全息图像交互
物理控制——其中物理输入被转换成数字输出
2）应用
语音控制——用语言来访问大量的命令集
会话代理——让用户在不知道系统命令的情况下也能进行交互
音频通道——开启全新的数据传输通道
协作——允许多个用户同时控制接口
利用三个维度——通过在运动中利用深度，提供更直接的内容连接
监控物理运动——帮助系统（和用户）更了解自己以学习和适应
音频安全性——通过语音签名提供身份识别和认证
视觉安全——通过视觉图像提供身份识别和认证
生物安全——通过其它生物特征提供身份识别和认证
3）影响
通过在用户界面设计上结合越来越多必需的组件而为用户减少复杂性，从而使用户界面尽可能自然
降低所需的用户训练水平——训练主要集中于领域知识而不是与界面的交互
允许计算机和人类以多样化且稳健的方式进行交互，能为单个用户的能力和需求进行定制
让我们能与物理世界中的数字对象进行更复杂的交互
4）演化
自然用户界面首次尝试是为了提供命令行界面（CLI）和图形用户界面（GUI）的替代选择
之后人们的注意力转向了开发使用与真实世界自然交互的用户界面策略
触控和语音识别现在越来越多地与更传统的鼠标和键盘一起出现
界面也开始整合手势、手写和视觉
5）问题
在开发真正自然和无缝的界面上，我们还没有所需的复杂技术
三十、近距离无线通讯技术（NFC）
1）定义
近距离无线通讯技术（Near field communication/NFC）允许设备之间（比如手机、可穿戴产品与标签、卡等）无线短距离通讯，为设备与实物的交互提供了一种自然而直观的方法，手机更显著地释放了 NFC 的潜能。
2）应用
NFC 标签——例如，使访问、提供相关信息或处理一笔交易成为可能
智能海报——例如提供优惠券或打开网页
无触点或双向通讯智能卡——传递文件及产品更新信息
NFC 电子货架标签——主要实现了用户设备与支持 NFC 的商店的连接
票务——作为（无线）一个徽章、优惠券或门票使用
支付及微支付——磁卡消费
数据交换——轻击以交换数据，例如电子名片
忠诚度——比如挑选信息和报酬
安全——比如授权访问
打印——比如传输图片到打印机
零售——提供了进行交易/产品信息/目录等信息的途径，支持在线选购及支付
3）影响
规范并便利了终端用户无线电子通讯设备的一体化
— 拓展了产品功能
— 实现了与已有非接触式基础设施之间的互操作性
票务、徽章、名片的无纸化
简化支付行为，NFC 手环更增加了微支付及感应支付旅行（tap-to-paytravel）的名气
或可推动科技公司瓦解传统支付/交易价值链
能够加强未来手机应用领域的隐私保护
4）演变
诺基亚在 2006 年介绍了一款支持 NFC 的手机
谷歌于 2010 年生产了它的第一款安卓 NFC 手机
2011 年 9 月第一次出现的 App 谷歌钱包（Google Wallet），使用 NFC 实现移动端支付功能
谷歌于 2013 年宣布了支持主机卡模拟（Host CardEmulation /HCE）的安卓版本，确保了移动端支付及接入问题的安全性
Visa 及 Mastercard 增加了 HCE 功能，带动了银行界对 NFC 的广泛采用
苹果于 2014 年进入市场，随后当年出现了 ApplePay
NFC 支付的发展势头正猛，为 NFC 本身的增长打下了良好的基础
NFC技术已被整合进可穿戴设备、医药、工业掌上电脑等领域
免支付 NFC 应用正被看好，尤其在零售业
5）问题
行业标准刚开始出现
设备类型缺乏一致性，意味着解决方案不能一以贯之
设备可能需要同时支持两个版本的安全模型（SE 及 HCE）
需要可信服务管理（Trusted Service Management/TSM）以确保来自不同发行商（包括电话公司、银行、运输公司、政府和城市）的应用软件安全共存
完备性、一致性缺乏及短生命周期问题，可能导致基础设施资产在没有 NFC 作为主要移动端策略的情况下建立
三十一、开源硬件
1）定义
开源硬件模型拓展了流行于开源软件发展中的观念及方法论。参考文件——包括图表，图解，零件清单及相关产品说明书——拥有开源执照即可出版，因此其他团队可根据特殊需要修改并完善这些资料。
这些模型有时与相较而言更传统的开源软件结合，像是操作系统，计算机固件或拓展工具。例如 Linux 和 Android 系统正被应用在嵌入式设备中。
2）应用
新设备原型，比如联网传感器设备
避免供应商依赖
通过促进硬件设计的可利用性，达到对系统的长期（几十年）维系
为互联网规模的数据中心提供服务器和网络基础设施
促进工业供应商对核心技术标准的采用，以吸引合作伙伴形成生态系统
加速创新
普及 MIT 提出的分布式 fab lab 模型
3）影响
促进了硬件创新及统一标准的发展
提高了长期维护能力
实现了低成本设备及基础设施的创造
为商业数据中心服务器和网络基础设施提供了其他选择
使得创业者可根据需要开发材料，促进了来自开源社区贡献者间的协作发展
4）演化
最初主要起源于开源社区
商业世界的发展势头——从行业用户到硬件供应商——在增强
人们对不同产业的兴趣在扩大——包括处理器、服务器、3D打印机和原型机制造、环境监测设备、移动手机、笔记本和机器人
新兴市场国家对此有强烈的好奇心
开源硬件被认为将继续在以下三个方向发展：
— 支持硬件的创新及标准规则的推行
— 保证（系统）的长期维系能力
— 制造低成本设备及基础设施，包括网络基建。
5）问题
商业模型适用于核心技术，使得用户和供应商基于分享创新，促进标准化及最小化成本问题上有着共同的利益
证书被普遍要求——比如安全认证或无线电干扰认证——很多小项目团体无法提供
制造通常出现在追求低成本效率的小项目小批量生产中。知识产权问题会给产业发展带来一些阻碍
三十二、塑料晶体管(Plastic Transistors)
1）定义
塑料晶体管反映了材料科学的进步，给我们提供了除传统电子器件之外的其他选择。基于拥有电特性的有机聚合物，包括有机发光二极管（organic light-emitting diodes/OLED ），这些材料可被轻易地印刷在不同类型基材上，允许可弯曲塑料上呈现出复杂电路——这对于传统电子器件来说根本不可能。
2）应用：
曲面显示
导电油墨
可印刷的计算机电路
透明电路
可穿戴计算设备
智能绷带
电子标签（Radio Frequency Identification/RFID射频识别技术）
塑料太阳能电池
3）影响
为计算功能提供灵活性，可搭载于动态环境中，包括服装，密封外壳及有机组织
易于与其他增材制造方法整合，比如3D打印机
对于分布式解决方案的普及（比如电子标签）来说，实现了必要的低成本体量制造
4）演变
20 世纪后 25 年，围绕有机电子学的研发工作开始展开
OLED 屏及印刷的电子标签如今被广泛应用，在消费类设备中流行，比如手机和电子阅读器
其他有机电子技术在制造便宜耐用的太阳能板方面被看好
5）问题
电转换效率低，与传统电子器件相比可能影响部分使用
某些领域包括与健康相关的设备，安全问题可能会限制它的应用
要使技术真正发挥作用，需要将它与其他出现了的制造技术相整合，比如运用 3D 打印制作你自己的电子模型
三十三、隐私增强技术(Privacy-Enhancing Technologies)
1）定义
隐私增强技术（Privacy-enhancing technologies/PETs）指牵涉到个人数据（无论是雇员、客户或是公民）的保护或掩蔽技术，以顺应数据保护法规并维持与客户的信任关系。
它不仅保护敏感数据（比如信用卡信息，金融数据或健康记录），也给与个人信息以保障（包括消费习惯，兴趣，社会关系及交往），数字时代用户反感于被一些服务商利用，然而部分隐私的披露是可容忍的。
因此，隐私增强技术超越了传统的专注于保护数据机密性的技术（比如权限控制和加密）；它也包含了确保数据使用被限定在被保护及被意指的目的中的技术，包括同型加密、数据掩蔽、匿名及假名。
2）应用
贸易、金融、电话公司、公共服务及健康管理——消费者可能留下个人敏感信息的各个领域
社交媒体、互联网及协作服务机构——消费者会分享特定数据给特定观众的领域
个人职业数据
3）发展
给与个人向数字服务商分享或交易个人数据权限的信心
实现了新型数据货币生意模式，确保合乎各种数据保护法规
减轻违规的金融和法律风险
支持企业社会责任
4）演变
最早开始于 19 世纪 70 年代中期，伴随着匿名和不可追踪概念的出现
那时介绍了隐私同态技术，但有许多限制和弱点
2009 年突破性的完全同态加密（fully homomorphic encryption/FHE）设计被提出
更近一点，尊重隐私的数字一体化管理机制已成为行业关注点
如今，简化的设计（somewhat homomorphic encryption/SHE部分同态加密）能够有效评估一些简单而具体的逻辑函数
隐私增强技术领域正将与「个人数据经济」的概念一同发展
5）问题
隐私的概念是一个文化上的演变，界限在不同年代间游走
信息一致性的概念是必要的，然而长期或许不行，因为你今天同意分享的数据可能在以后令你难堪
最终，这个领域正将围绕两个对立趋势进行演变：
— 一些玩家提出，数字时代不存在隐私的绝对概念
— 然而，公共当局正频繁出台新条例（比如欧洲的「被遗忘权」）以保护消费者和公民的隐私
三十四、量子计算
1）定义
量子计算机是利用量子力学现象（比如叠加与纠缠），对数据进行运算的计算系统。量子计算的基本元素是量子比特（量子的叠加态，可以同时有多个值），相比最优的经典计算方案，其主要优点在于能够以成倍快于前者的速度执行一些量子算法。
这些算法正在迅速发展，未来有一天或能打破当前组合分析的一些技术限制。量子计算应用范围广泛，如解密、运筹学、优化、仿真（结合齐次多项式模型）和大数据分析（神经网络）。
2）应用
突破加密标准——开发量子计算的加密技术，研究新型加密方法以抵御攻击
交易——应用于金融领域
模式识别——国防、国土安全、电信、公用事业和保险领域
加快发现先导化合物——医药行业
加快仿真过程——化学工业和量子物理
3）影响
实现短时间内解决大型复杂问题
加快机器学习和规范分析
可对现有加密标准带来威胁
或对现行的安全加密算法安全性带来不确定因素
4）演化
二十世纪最后的二十五年里，量子计算的理论基础建立
第一台真正的量子计算设备在千禧年左右面世
第一个基于量子技术（D-Wave）的商用系统在 2010 年左右投放市场
虽然量子计算机目前的实际应用还限制在几十到几百量子比特，但未来的快速发展指日可待
大型互联网公司（如谷歌）最近开始测试量子技术
美国国家安全局、中国以及其他政府正加快发展量子安全项目
量子计算（以及其他量子技术）有望成为欧盟的旗舰工程
Atos是世上少数几家开发量子计算技术的公司，着眼于大数据和安全应用
5）问题
量子计算会对传统的信息安全系统带来威胁，需要在量子计算机大量投入使用前开发出可抵御量子计算的加密技术
卡巴斯基实验室曾把人类因对量子攻击毫无准备造成的恶果称为「加密毁灭」（Cryptopocalypse）
这一领域极为复杂，缺少专业人才，人们往往无法意识到量子计算对商业和社会的巨大影响
量子逻辑将对工程水平的发展带来障碍
现在的技术水平需要实现低温、物理隔离等其他技术上的难题，这些比计算本身的成本更高
目前仍无法确定不同量子计算体系在未来的前景
三十五、软件定义一切（SDx）
1）定义
SDx（软件定义一切）是指用商用硬件上运行软件来取代老式受物理机制限制（往往是专用的）硬件设备。这一概念可应用于 IT 系统中的诸多方面，比如网络、计算、储存、管理、安全等。
2）应用
软件定义网络（SDN）——与物理网络设备解耦的可编程遥控器通过网络传输数据
软件定义计算（SDC或虚拟化）——使CPU和内存资源与物理硬件解耦，创造出独立的软件容器（虚拟机），在同一个物理服务器上同时运行
软件定义存储（SDS或存储虚拟化）——使存储功能（包括备份和回复）与存储硬件解耦，用软件实现存储资源供应的自动化和优化
软件定义数据中心（SDDC）——使所有资源（包括CPU、内存、存储和安全）虚拟化并作为服务提供
网络功能虚拟化（NFV）——把SDC、SDS和SNS结合起来，作为电信行业的解决方案
3）影响
提高基础设施管理的自动化程度
使资源更容易管理，优化资源利用
使资源得以动态、按需（再）分配，提高运行效率
允许资源状态发生虚假变化，以提高可用性并实现自动化
降低复杂程度和出错率，因为不需了解基础设施的细节
提高资源状态的可视性，因而可以开发更复杂的控制功能、服务和应用
使传统的集散式控制变得有逻辑、集中化
4）演化
当前的标准化进程影响广泛，且将继续发展
比如，SDN的发展就主要受到ONF（开放网络基金会）的带动，同时得到IETF（网际网路工程任务编组）和ETSI（欧洲电信标准化协会）的欢迎
行业和开源社区内部也在进行其他相关方面的努力（如OpenDaylight和OpenNFV对SDN的支持）
公司普遍倾向于利用开放实现和开放性规范（二者有可能成为实际的技术规范）
5）问题
从遗留系统到 SDx 的转型或会很复杂
集中式的逻辑可能成为失败的引爆点，不过也有能够分配这种逻辑上的集中控制的解决方案
管理政策的变化可能导致暂时的循环或错误，这可能导致失败。未来的研究将着眼解决这个问题
