高德纳专家解读5项新兴技术

双向脑机接口、生成式人工智能(AI)和DNA计算是重点介绍的几个技术例子高德纳新兴技术炒作周期，2020年。尽管这些听起来都像是好莱坞大片的情节，但Gartner的专家预计，这些新兴技术及其相应的趋势将在未来5到10年对商业产生革命性的影响。

Gartner高级内容营销经理Kasey Panetta采访了Gartner专家，讲述了形成新兴技术炒作周期和相关技术的过程。

酒泉市面试

这个采访是在一个两部分的播客系列中进行的。以下是两期播客的内容;以下文字记录经过了编辑，以保持清晰和篇幅。

第一集(15分钟):

收听播客:高德纳新兴技术炒作周期，2020:第1部分

• 布莱恩·伯克，调研副总裁谈炒作周期(00:50)
• Yefim nati，杰出副总裁分析师，关于可组合企业(6:53)
• Avivah Litan，尊贵的副分析师，关于出处的认证(9:00)

第二集(30分钟):

收听播客:高德纳新兴技术炒作周期，2020:第二部分

• 尼克Heudecker，副总裁分析师，DNA计算和存储(3:10)
• 斯维特拉娜奥特，副总裁分析师，谈生成式AI (9:09)
• 采措，高级总监分析师，谈脑机双向接口(20:23)

新兴技术炒作周期解释-布莱恩·伯克

什么是高德纳新兴技术炒作周期?它与其他炒作周期有什么不同?

新兴技术的宣传周期在Gartner的宣传周期中是独一无二的，因为我们真的在所有的宣传周期中观察所有的技术。这是1700个技术简介。然后我们将其提炼为30个左右的技术概要，我们相信这些概要将在未来5到10年对企业产生最大的影响。

阅读更多:Gartner关于2020年数字工作场所宣传周期的6个趋势

如何从1700项技术缩减到30项?

这需要几个月的时间，但我们首先会查看我们正在创建的所有技术简介，然后列出我们认为最具影响力的技术清单。我们从大约1700人到大约150人，然后我们有一个更广泛的分析师小组，他们对这些技术资料进行投票。前30名是在投票过程中选出的。

我们还有一个用于评分的算法，它主要考虑的是一项技术在所有Hype Cycles中是否都是新技术。如果是这样的话，这项技术将额外获得几分。如果技术存在于前一年的任何一个炒作周期中，它就会失去一些分数。

这是为了对抗这样一个事实:在过去，我们的技术在宣传周期中徘徊了很多年。例如，智能灰尘，这是一项技术，在炒作周期中作为长期受欢迎的6年。这一方法确保了我们能够以全新的视角看待宣传周期。考虑到我们的房地产有限，这一点尤其重要。

今年的流行趋势是什么?

• 复合体系结构
• 算法的信任
• 除了硅
• 造型的人工智能
• 数字我

组合架构:可组合的企业- Yefim Natis

什么是复合体系结构?为什么它们很重要?

复合体系结构由打包的业务功能组成，构建在灵活的数据结构上。基本上，这使企业能够对不断变化的业务需求做出真正快速的响应。

可组合思维、可组合架构、可组合企业技术的最终好处是它们的组织统一了资源。复合企业将业务专业知识和技术专业知识结合在一起，以重新设计决策，并建立其组织的策略和结构，从关注稳定性转向关注敏捷性和持续变化。

为什么这项技术会出现在“炒作周期”上?

今天的每个组织都在寻求更强的弹性、更强的对变化的响应能力、更强的集成能力，以及在制定战略、技术和业务决策时更大程度地参与业务和IT。可组合企业承诺显著改进现代企业的这些功能。因此，毫不奇怪，可组合企业产生了大量的兴趣、大量的宣传、承诺和来自供应商的投资，以及越来越多的来自用户的投资。

算法信任:认证来源- Avivah Litan

什么是经过认证的来源?

经过验证的来源是算法信任的一部分。基本上，它所做的就是验证某物的起源。算法信任适用于整个生命周期。认证来源问的是，当一个东西被创建时，你如何知道它是真实和有效的?您可以使用许多不同的方法来验证来源。

一种方法是人类。你可以让监管机构去看看麦田，然后说，‘是的，这绝对是有机小麦’，但这并不能很好地扩展。第二种方法是使用人工智能模型，通过观察小麦本身的不同成分和生物学或DNA来区分有机小麦和非有机小麦。

第三种辨别真伪的方法是使用与该领域相关的技术在原产地进行认证。让我们以一种药物为例，一种在植物中生产的药物。一旦被工厂的质量保证部门批准，数据就被锁定了，现在你就有了药物来源的记录你可以追踪到某人服用药物的时间。

这感觉真的与当前世界的状态有关。这就是它今年上榜的原因吗?

这项技术之所以成为主流，是因为我们的数字世界非常需要它。你不能再相信任何东西了。我知道这听起来很极端，但这是事实。将假货和仿冒品插入生产过程的能力是如此之大，无论是生产过程还是产品内容，我们都需要能够信任产品的来源和来源。消费者也有更大的需求，想要知道东西是值得信赖的，所以现在对经过认证的来源的需求比历史上任何时候都要强烈。

超越硅:DNA计算和存储-尼克Heudecker

什么是DNA计算，它是如何工作的?

DNA计算在超越硅的趋势中发挥了作用，因为它引入了一种全新的计算基板，而不是使用硅。它利用分子和分子之间的反应不仅存储数据，还提供了一种处理数据的新方法。

在DNA中存储数据听起来复杂得令人绝望，但相关技术已得到完善和理解。首先，数字内容被压缩并映射到DNA中的四种核苷酸(腺嘌呤、胸腺嘧啶、鸟嘌呤和胞嘧啶，或“ATGC”)。因为有四个核苷酸，每个核苷酸可以表示两个数字位。这些核苷酸编码用于创造匹配的合成DNA，然后复制并存储在DNA链中。然后，这些链被“放大”，或复制数百万次，以便在材料从存储容器中提取时更容易读取数据。

当需要读取数据时，则发生相反的过程。DNA链被准备好，并被测序回核苷酸编码，然后被转换回数字内容。

“从弹性和存储密度的角度来看，没有什么能打败DNA。如果储存得当，DNA至少可以保存500年。一克DNA可以存储超过200PB的数据。”

通过将数字数据表示为DNA，下一步是引入一种处理机制来创建完整的DNA计算环境。虽然酶处理在DNA计算中仍是一个高度试验性的领域，但它正变得越来越突出。

酶的加工过程使用酶，一种作为催化剂的蛋白质，对DNA集合进行逻辑操作。这种机制的灵感来自于生物体中DNA的复制和错误检查。定制设计的酶可以采用“逻辑门”的形式，处理数据并产生新的DNA链作为输出，然后由DNA测序器读取。最近的实验使用酶处理来对以DNA表示的数据进行机器学习。

从弹性和存储密度的角度来看，没有什么能打败DNA。如果储存得当，DNA至少可以保存500年。一克DNA可以存储超过200PB的数据。DNA的另一个优势是它永远不会过时。我们是由它构成的。与其他可能成为时尚或变得难以维护的技术不同，DNA非常简单。合成它的技术和排列它的技术已经被很好地理解，而且价格每天都在下降，这使得它更容易被接受。

这句话今天怎么用呢?

你可能会在任何拥有大量数据的行业中看到DNA计算。一个很好的例子是欧洲核子研究中心的大型强子对撞机．他们每年收集pb级的数据。用磁带存储是非常昂贵的。它需要很大的空间，他们只能储存大约10年，然后他们必须把它转移到新的磁带。其他用例包括存储国家档案、产生大量数据的科学活动(如天文学)或石油和天然气等行业。

但这只是故事的一半——你还必须能够处理这些数据。这是DNA计算的真正优势之一。你可以拥有一个给定数据集的数百万个副本，而且你可以非常便宜地复制它。一旦你有了数百万次的数据，你就可以把酶引入DNA链池中，通过酶的反应，它可以做任何你想做的计算。可行的DNA处理还需要几年的时间，但可能性是令人着迷的。

从市场采用的角度来看，技术在哪里?

DNA计算还处于非常早期的阶段。我们已经看到了一些来自大大小小的技术供应商的早期投资。大学里正在进行大量的研究，但还为时尚早。我认为在三到五年内，我们将看到DNA存储成为一个可行的选择，很可能是在云基础设施场景中。然后，DNA计算将需要更长的时间来发展。我预测这将在8到10年内发生。

形成型AI:生成型AI - Svetlana Sicular

什么是生成式人工智能?

生成式AI不是单一的技术，而是各种机器学习方法，从数据中学习工件的表示，并使用数据生成全新的、完全原始的、真实的工件。这些人工制品与训练数据保持相似，但它们不会重复。它可以产生新颖的内容，如图像、视频音乐、演讲、文本甚至材料，所有这些都可以组合生产。它可以改进或改变现有内容，还可以创建新的数据元素或数据本身。

生成式AI的缺点是什么?

生成式AI获得了部分负面的声誉，因为深的假货．如果人工智能能够生成人脸、文字或视频，它就可以被用于出于政治或勒索目的对某人进行妥协。我们已经看到了第一个生成语音被用于挪用资金的案例。一个CEO的声音产生了，用来要求快速转移一大笔钱。但我们不能否定它的优点，比如生成技术被用来预测一些疾病，比如关节炎，在未来三年的发展。