Atos是一家總部位于法國，從事咨詢和IT服務的國際性公司。今年，它出了一份2016科技趨勢報告。從三個時間維度列舉了46項將改變商業的技術。

今天（2016年5月16日，周一），本網發布了本篇報告的（中）和（下），本篇文章為中篇，介紹了17項技術，分別為百億億次級超級計算、基于纖維叢的計算、沉浸式體驗、內存內計算、商業洞察平臺、萬物聯網、IPV6、下一代行動定位的服務、低功耗廣域網、憶阻器、自然用戶界面、近距離無線通訊技術、開源硬件、塑料晶體管、隱私增強技術、量子計算、軟件定義一切等。

以下是對這張信息圖的解釋：

1）時間上的影響

2016年，看如今的解決方案如何處理這些需求

2017年，通過試運行思考潛在的解決方案

2018年，了解現在，思考潛在的影響以及如何解決問題

2019年以后，現在開始跟隨這些技術，觀察技術如何演變

2）商業影響

轉型（Transformational）影響，指公司需要進行轉變了

高（High）影響，指對人類家庭生活和工作有較高影響

中等（Medium）影響，指代將會沖擊公司的流程、服務，影響用戶和消費者生活

低（Low）影響，指代有小幅度提高而不是巨大的改變

3）成熟度（Maturity)

新興階段，主要是指在學術界和少量專業市場能看到這些技術

青年期，指這些技術更多是被分析師或者思想領導者討論

早期采用，指這些技術已經開始被客戶關注、尋求解決方案

主流期，指這些技術明顯被需要，客戶開始執行解決方案

這一雷達圖展示了所有研究成果，能讓你快速理解顛覆性的新興科技是如何發展的，并開始考慮需要采取的行動。極坐標系描述了這些技術影響你業務的可能時間，也描述了這些技術影響的潛在規模。同時，技術顏色代表了每一技術如今所處的發展階段。

每一個趨勢都會從三個角度進行分析：業務影響的潛在規模；可能對你業務產生影響的時間以及成熟度。

十九、百億億次級超級計算（Exascale）

1）定義

百億億次超級計算機是指每秒至少能執行100億億（10^18）次計算（exaFLOPS）的高性能計算（HPC）系統，這超過了今天的千萬億次超級計算機速度的一千倍。它將在解決21世紀的新挑戰上提供重要的推動力，滿足各個領域（尤其是產業界、學術界和科學界）對越來越高的強大計算系統的需求，并可使其可利用認知計算來解決涉及到不斷增長的數據量的問題。

人們相信要讓神經網絡的處理能力達到人腦一樣，百億億次正是所需要的數量級；因此，這也是Human BrainProject（歐盟人腦計劃）要實現的目標能力。

2）應用

具有高質量城市服務的智慧城市——管理市級交通、監測城市周邊的市民活動、提供數據驅動的房地產估值、監控疾病傳播等

氣候——提供細粒度的和更可靠的預測，以及了解災害性天氣現象的確切地點和時間

環保發動機——在設計階段更精確地模擬燃燒室性能，以減少二氧化碳排放、油耗和降低噪音水平

基因組學——包括提供預先診斷、更有效的治療和個性化給藥

石油和天然氣勘探——例如，在鉆井開始之前更準確地預測油井能否達到預期

農業——能考慮到氣候變化、土地質量改變和植物行為；通過發展精密農業和減少農藥使用重塑農業，以滿足21世紀的需求

天體物理學——例如更好地了解我們的太陽系和宇宙，以及為未來的太空任務提供計算

3）影響

幫助解決由對密集型計算和巨量數據流分析的需求所帶來的挑戰

實現解決目前不可能在合理的時間內解決的復雜問題的解決方案

通過放寬時間受限的處理和加速決策來提高生產力和競爭力

讓產品可被設計得更快更高效

通過更精細的細節水平上的模擬，幫助預測有多個維度的現象，如氣候變化

還將通過其在電源效率和可靠性上的創新推進消費類電子產品和企業信息技術的發展

4）演化

百億億次對幫助解決研究、應用科學、工業和社會中挑戰是至關重要的

大國雄心勃勃地要實現成為百億億次領導者的目標——建設大型的專門研究項目和聯合高性能計算（HPC）供應商

在歐洲，歐盟委員會在其Horizon 2020方案中支持了多個百億億次的項目。這些項目與歐洲高性能計算技術平臺（ETP4HPC）提議的戰略研究議程（Strategic Research Agenda）相一致，而這些項目的開拓先驅是Atos的技術品牌Bull。2015年年底，Bull宣布率先開進百億億次超級計算機范圍（Bullsequana x1000）

在美國，百億億次研究得到了美國國家戰略計算計劃（NSCI）的支持。

在日本，RIKEN先進計算科學研究所計劃在2020年實現一個百億億次系統

中國在百億億次上也有很強的雄心

5）問題

百億億次取決于新一代解決了以下四個主要挑戰的超級計算機：

-要減少功耗需求。

-計算將需要能夠應對從拍字節（petabytes）上升到艾字節（exabytes）的巨量數據池

-具有上千萬路并行計算的應用程序的性能需要加速

-因為具有大量關鍵的硬件和軟件組件，系統會每天經歷多次各種故障，所以自愈系統（彈性）是必需的

還需要新一代大規模并行軟件來實現更多的并行計算、處理越來越混合的配置、并支持更大的異構性

二十、基于纖維叢的計算（Fabric-BasedComputing）

1）定義

隨著服務器管理變得越來越依賴軟件定義，基于纖維叢的計算模型由一個協同工作的互連節點網絡組成，這個節點網絡從遠處看就像是一個統一的編織品。

這些節點在外圍設備旁邊包含松散耦合的虛擬化存儲、聯網、處理和記憶功能，其中，每一個節點都可以獨立于其它節點進行擴展。這些資源可以被輕松地、甚至自動地改變用途。數據中心基礎設施管理（DCIM）層和潛在的應用層與數據中心服務供應層動態地協商它們的資源需求。

和網格計算（grid computing）相反，結構解決方案并不針對某個特定的場景。

2）應用

使用其提升過的靈活性和減少的執行時間使全軟件定義的數據中心成為可能解決大數據和語境智能移動（contextual smart mobility）有時近乎實時的需求

3）影響

提供全互連物理網絡，軟件定義的數據中心可以在其上定義它的服務

提供調整資源所需的高水平粒度（granularity）以完美匹配要求

旨在解決限制整個數據中心全面虛擬化的問題

減少所需的物理變化的次數，并從服務供應上將它們隔開

允許部署和配置更改近乎實時地執行

意味著IT資源可以快速與變化的商業需求保持一致

優化性能和功耗

預計能將整體資源利用率提高到平均80%以上

通過更好的資源利用率和自動化降低成本

4）演化

基于纖維叢的計算最初沿著特定的架構，為解決性能或點問題而開發的。

開放計算項目（Open Compute Project）正在使用基于結構的方法，其目標是為大型用戶生成高性價比的通用硬件

5）問題

基于纖維叢的計算需要對數據中心進行根本性的架構改變——包括物理水平上更高的開關速度和由軟件定義的網絡

操作系統和管理程序需要能充分利用基于結構的計算的可擴展性和粒度（granularity）

應用開發框架將需要能夠感知結構

目前的解決方案大多是私有的，硬件互操作性有限，管理界面是定制的

需要標準來防止結構變成新的大型機，這些都在相互獨立進行且具有顯著的成本

二十一、沉浸式體驗（Immersive Experience）

1）定義

沉浸式體驗是指用戶的注意力完全被吸引，讓用戶與真實世界斷開并在模擬的空間中失去自己的體驗。沉浸式體驗技術涵蓋多個種類的幫助體驗更為沉浸化的設備，并通過這些設備來讓該技術對用戶更無形。

這些設備包括：3D顯示器——創造深度感的顯示設備；觸覺設備——添加觸摸的感覺；全息用戶界面——基于激光的立體顯示，用戶可在其中與全息圖像交互；虛擬現實（VR）——真實世界環境的數字模擬

2）應用

娛樂——包括電影、電視和游戲

健康——被外科醫生和放射科醫生使用，以及簡化遠程手術

維護——在診斷中輔助工程師

營銷——用于展示

GUI（圖形用戶界面）——3D應用程序和網站

自然界面——用于用戶輸入和反饋

數據可視化

會議

3）影響

支持與計算設備進行更自然的交互

將計算設備變成信息家電，這給用戶帶來更加積極的感覺

4）演化

第一款觸覺輸入設備前一段時間已被開發出來，但沒有真正的目的

第一代消費虛擬現實產品現在已經可以買到，但要將這些設備整合到工作活動中還需要一點時間

作為信息家電，解決方案將隨著時間變得更為無形

下一代觸覺反饋系統將使虛擬現實更逼真（因而沉浸感更強）

顯示屏（VR）和輸入（觸覺）將漸漸開始附著到人體上

最終這些可能會被半機械的植入物所取代

5）問題

沉浸程度將受到可用信息的質量的限制

需要新的概念思考以確定適合的沉浸式體驗

需要高水平的計算能力來驅動高清晰度的沉浸式顯示

二十二、內存內計算（In-Memory Computing）

1）定義

內存內計算是一種計算方式，計算機或者運行應用的網絡計算機的中央內存充當首要的數據存儲器，來存儲這些應用所使用的——可能有多TB——數據組。然后，這些應用使用傳統硬盤驅動持續不斷地存儲內存數據，以回復、管理過載情況以及輸送數據到其它地點。

2）應用

信息的近實時接入（不僅僅是數據）——數秒內，而非幾小時或幾天，如聯網生活，電子商務，客戶關系管理或企業資源計劃

精細分析——領域，如商業智能，大數據和客戶關系管理的洞察平臺，工業4.0，智慧城市，供應鏈規劃和安全情報

復雜事件處理——如高頻交易，預測監控，智能計量以及欺詐和風險管理

邊緣計算——利用內存計算平臺從而讓本地物聯網數據能夠得以實時分析，這也讓實時決策成為可能

3）影響

驅動商業轉換并開創更多機遇

為一直增長的數據流量提供更加快速的處理

低延時應用信息傳遞、將處理和分析在同一數據集內完成、縮短批處理和傳遞實時語境時間相關性及處理，以此提升性能表現

免于組織從事非生產性的活動，如數據整合

提升靈敏性，讓公司能夠實時運營

簡化下一代數據處理過程——包括統一數據分析

加速過程，速度提升至1000倍，更深刻分析即時洞見

促進策略性決策，讓利用預測性工具變得更加簡單

4）演化

SAP已經接管了策略決策，將所有應用移到它的SAP HANA內存平臺

其他公司也逐漸跟了上來，開發策略和時間敏感類應用

開源解決方案在該領域興起，比如Alluxio公司

5）問題

內存內計算激活應用是硬件技術密集型，要求新一代擁有超高內存能力的服務器來處理大量數據，以保證完美的服務質量和安全性

領先的服務器供應商正在積極創新來應對此次變革，技術的撬動往往來源于高性能計算

在它們之中，就速度和內存而言，Atos的bullion服務器被認為是當今世界上最強大的x86服務器

二十三、商業洞察平臺（Insight Platforms）

1）定義

洞察平臺是第三代商業分析平臺。第一代平臺為商業智能，關注于績效跟蹤。第二代為大數據分析，關注于行為分析。

這個平臺將現有技術和新技術進行了整合，從聯網環境中實時收集并分析海量數據集，快速將數據轉化為具有可行性（規范的）的商業洞見。以下便是幾個實例：

流分析（Streaming analytics）：在運轉中實時分析數據從而提升獲得洞見的速度

分布式分析（Distributed analytics）：在分布式架構中就地分析數據

規范分析（Prescriptive analytics）：它是基于大數據分析來作出預測，然后給出決策建議

2）應用

工業4.0、智慧城市，智能公共事業，聯網的醫療健康和智慧電網：從數十億的感應器中收集并分析數據以主動提升用戶體驗，優化資產價值和生活質量，創造新型服務并降低風險

安全運行：搜集和分析IT和安全組件的數據，偵測威脅和攻擊，執行防御措施

防御和國土安全：收集和分析不同來源信息，做出并執行最佳戰略決定

零售和營銷：搜集和分析用戶需求、欲求以及行為，提升用戶體驗和創造新的服務內容

3）影響

讓智能的自動化能夠實時根據人類、商業和事物來感知，預測并進行協調。

讓分析和商業結果相連。商業洞見平臺作為組織的數字神經系統，被期待成為物聯網的基礎，也是未來數字策略的核心。

4）演變

在發展初期，商業洞察平臺被認為是未來最重要的科技。

就規劃分析而言，尤其它們將會越來越多地利用認知計算的學習能力。

這些平臺被期望植入到大規模解決方案中，如物聯網和工業4.0，同時也可以作為定制平臺。

獨立軟件供應商和開源社群將會為平臺提供不同組成部分，同時整合解決方案將來自集成商和SaaS供應商。

5）問題

建造這些平臺需要廣泛的能力：

—從數十億的感應器實時收集、集合并清潔數據的先進能力

—在飛速寫入或快速模擬中對艾字節信息進行分析并生成含義的極限計算能力

—實時自動化或者制定出人類般決策的先進算法

—對用于行動的規范洞察和強大的嵌入式安全系統的實時編配

對于企業和政府特定部門來說，大規模平臺往往需要進行訂制化

二十四、萬物聯網（Internet of Everything）

1）定義

萬物聯網是一個無所不在的通信網絡，它有效的從幾十億的現實物體和物理活動中捕捉、管理并傳遞數據。將人、過程、地點和其他事物包含進來也可以對物聯網進行延伸。

空間分布式的傳感器和執行器（節點）組成的網絡，每一個節點都有一個接收器和控制器用于在網絡環境上進行通信，從而探測和檢測時間（傳感器）或者激發動作（執行器）。每一個節點都有一個獨一無二的標簽，以及不需要人人或人機互動，只通過網絡進行數據交換的能力。

傳感器和執行器有多種尺寸和價格，一些甚至只有用顯微鏡才可以看到。此類微型設備可以植入許多不同物體中，并應用到不同環境中——像邊遠地區的惡劣環境中。

感應器可能包含以下功能，如GPS、無線射頻識別（RFID）、Wi-Fi聯網接入。一些甚至還具有探測其它節點的準確地點的能力。

案例包括心臟監控植入、農畜物芯片轉發器、沿海水域的電子蛤，嵌入感應器的汽車或能夠幫助消防隊員展開搜救的現場操作設備。

2）應用

自動化業務操作

監控財產健康，穿戴和地點，交通或者環境

優化醫療健康

提供監控和安保，包括預先警報系統

獲取運動和/或數字地面模型信息

管理能源和水資源的使用情況

3）影響

提供大量數據，這些數據將用于分析并讓做出更加明智的商業決策

在節點失敗時自動重編路由數據以優化可用性，從而保證數據的可用性

在醫療保健、零售業、城市管理等領域，實現大量的增值服務

4）演化

作為普適計算之后的事件，物聯網的概念在20世紀90年代開始流行起來

隨著無線和移動網絡以及低功耗微控制器的發展的成本的降低，將任何事物都連接到網絡上，讓物聯網走進日常生活逐漸變得可能

物聯網最早和制造業，能量系統和公用工程系統的機器對機器的協作緊密相關，現在它開始覆蓋到更廣泛、也最通用的范疇

有預測表明到2030年將有100萬億的連接裝置。照此，需要更廣泛應用IPv6以克服IPv4的地址稀缺問題

5）問題

安全，隱私和信任必須納入到物聯網/萬物互聯解決方案的發展中

公司必須決定存儲什么數據以及如何儲存，以保證它們有足夠的存儲空間來存儲個人數據（消費者驅動）和大數據（企業驅動）

萬物互聯將會顯著加大對數據中心資源的需求，這甚至可能意味著數據處理、網絡連通以及互聯網帶寬都要被重新架構

二十五、IPv6

1）定義

IP(互聯網協議)是當下網絡的主要通信協議，如因特網。為了取代IPv4，在20世紀90年代設計出了IPv6(互聯網協議版本6)。

IPv6包含了一些新特征，如地址分配，網絡重新編號和自動配置。它通過提供支持給組播，并更有效率地管理移動數據流量來解決IPv4的缺點。此外，IPv6可以嵌入一些配置和發現機制從而加入到IPv4的標準網絡。

2）應用

實時聯網——隨著自動化汽車、遠程遙控手術、工業自動化、視頻直播和網絡語音傳輸（voice over IP）的需求增長，IPV6能夠突破IPv4在這些領域應用案例中所暴露出來的人工瓶頸

移動性——以5G與IPv6的組合為決定性要素，為路由層面提供無限的覆蓋范圍

物聯網——提供近乎無線的（IP）地址

創新平臺——相比IPv4，IPv6運行得更好，配置更加簡單易用

3）影響

允許更多已連接的物體與本地局域網范圍外的另一個物體相連接

對可持續發展的互聯網、移動網絡或物聯網相關商業起決定性作用

—一個128比特的地址空間意味著可能IP地址的數量從IPv4的數十億增加到340 trillion trillion trillion個

—地址分配是基本自由的，對于物聯網下需要編碼的大量事件來說至關重要

包含分層尋址，國際安全協議的鑒別和安全，并提升承載多媒體數據的能力

簡化管理，并消除對變通方法的需求，如網絡地址轉換（Network AddressTranslation）

4）演化

IPv4部署于1981年，而IPv6則在1999年

IPv4地址空間開始完全耗盡是在2011年2月

隧道機制和網關由互聯網工程任務組（Internet Engineering Task Force）確定標準以繞開IPv4的局限和解決IP地址的緊張

遷移至IPv6的工作已經在不同領域進行，目前主要是集中在中央基礎設施方面，然而搭建純粹的IPv6網絡需要仍需要比預期更長的時間

使用IPv6的IP流量的部分仍比IPv4要低得多：舉例來說，大約26%的美國應用是原生IPv6，有10%Facebook的全球用戶流量使用的是IPv6

一些網絡社區正在提倡全球轉換

隨著應用數量的增長，IPv6協議的需求也在增長

5）問題

從IPv4轉化為IPv6的行動開始于1995年，預計將在2000年完成，然而現在顯然比預期緩慢很多

盡管大部分操作系統都支持IPv6的轉換，但是許多傳統設備還無法升級到可以支持IPv6，并且這些設備也不能在短期內被替換

像運營商級別的網絡地址轉換(NAT)這樣的技術，以及近期的監管局做都對IPv4的存在有利，因此這也將對IPv6的部署不利

二十六、下一代行動定位的服務（Location-Based Services NG）

1）定義

地理信息系統（GIS）獲取、存儲、分析和顯示根據地理位置所引用的信息。下一代會將第三個維度考慮進去。這種3D（空間）方式提供了一個對世界更加逼真的表征。

空間數據可以有非常廣泛的來源，包括全球定位衛星、信標、WiFi熱點、遠程傳感器和LiFi等可見光通信（VLC）源�？梢暬�技術讓企業可以從這種空間數據中提取見解。

其最基本的應用案例是基于地理圍欄（geofence）或地址列表推送內容或激活或關閉功能。更先進的空間（3D）分析可以使用用戶或物體的確切地理位置，以提供基于背景的信息和服務。

2）應用

識別與了解資產和客戶——從簡單商店定位器到送貨司機位置事實顯示或密度管網實時顯示這些任何事情

保護敏感數據——通過地理圍欄

帶來本地化體驗——當顧客進入商店時觸發優惠信息

研究聲音的傳播、光照（陰影）或雨水流動

3）影響

提升客戶親密度，因為客戶會期望獲得基于其當前位置的背景化產品和服務

驅動創新，超越傳統上使用GIS的行業

通過提供個性化的客戶體驗提升品牌喜愛度

通過提供更有效的、影響購買決策的營銷方式來增加收入

4）演化

大數據技術讓大型空間數據集的存儲和處理變得經濟可行，且具有擴展空間

云計算把增加帶有行動定位情境的解決方案變得簡單

新工具讓空間分析得到更廣泛的應用

智能手機、以及智能眼鏡和其它可穿戴設備的普及將強化這一市場

5）問題

定位技術基本上不成熟，尤其是信標技術

當結合傳統定位技術時，這些技術通常只能在第三個維度上提供足夠水平的準確度

GPS一般無法在建筑物內使用。需要與室內定位技術進行集成以確保持續的定位

精確的室內定位需要特定的裝備

空間分析要消耗大量計算資源

當涉及到有針對性的營銷時，需要對過去行為、偏好、需求和情形的見解，以向個客戶提供相關的信息，但是，該技術越精確，其范圍就越窄。此外，智能語境信息難以大規模提供

基于距離的營銷和店內位置跟蹤已經引發了對隱私的擔憂

二十七、低功耗廣域網（LPWAN）

1）定義

低功耗廣域網（LPWAN）無線通信技術也被稱為超窄帶（ultra-narrowband），具有很低的功率需求和長程的范圍，但數據率較低。

LPWAN的設計目的是讓沒有高功率源的物體能夠連接起來，主要是物聯網（IoT）。畢竟，大部分連接到物聯網的物體只需要傳輸很少量的數據（如命令和狀態），而那樣的操作也只需要很小的功率。

2）應用

計量——尤其是燃氣和水

監控——包括廢料、停車場、土地、牲畜、森林和管道

跟蹤——如集裝箱、自行車、寵物、室內財產等條目

故障報警——比如用在家用電器和警報器上

控制——比如街道照明和機械廠

3）影響

讓數百萬個物體可以低成本地連接在一起

比起為高性能數據傳輸設計的傳統蜂窩網絡，LPWAN是物聯網的更簡單和更有效的解決方案

4）演化

最早的LPWAN使用者出現在2014年

國家級和世界級的網絡已在部署中

廢料監控和遙測系統，其刷新周期在每天一到四次之間，而且已經在使用來自LoRa或Sigfox的LPWAN的解決方案了

遠程監控運營商已經開始將LPWAN作為GSM的更可靠的替代選擇用來監控報警系統

盡管該技術在迅速擴張，但地域覆蓋程度仍然有限

LPWAN有望在2017年左右變成主流

5）問題

目前有多種LPWAN標準，這影響了互通性

要讓物聯網真正騰飛，LPWAN調制解調器的成本必須降到1美元以下，配置成本需低于2美元，而數據成本應該為零

二十八、憶阻器（Memristors）

1）定義

憶阻器是一種非線性的無源電子元件，其阻值會根據流過電荷的歷史記憶而發生變化。這種組件的阻值反映了這種歷史，因此它的名字是「記憶（memory）」和「電阻（resistor）」的組合。

基于憶阻器的存儲器是非易失性的，其數據密度可超過每立方厘米100 TB，具有很高的速度和較低的功率需求。

2）應用

提供先進的存儲器技術，如非易失性隨機存取存儲器

因為基于晶體管的邏輯只知道0和1而憶阻器函數使用一個連續的區間，所以憶阻器能帶來高速、緊湊和低功耗的仿神經元件

通過構建神經憶阻系統（一種類型的神經形態計算機）實現神經可塑性

3）影響

神經網絡可以具備自己的物理實現能力，而不再僅依賴于計算機模擬

在神經形態系統上擁有更長期的潛力

可以通過緊湊的神經憶阻系統以傳統計算機一小部分的功耗實現超越傳統計算機的性能

4）演化

憶阻器的名字于1971年提出，當時是作為一種補充電阻器、電容器和電感器的理論上的無源電子元件

其第一個物理實例于2008年被開發出來，從而為具體應用開啟了道路

基于聚合物憶阻器的實驗性有機神經網絡正在開發中

5）問題

憶阻器仍處于實驗階段

二十九、自然用戶界面（Natural User Interfaces）

1）定義

自然用戶界面（NUI）是設計用來讓人機交互感覺盡可能自然的系統。其所包含的廣泛的技術讓用戶可以利用日常行為、直觀的操作和他們自然能力控制交互式應用。其中可能包括觸覺、視覺、語音、運動和更高級的認知功能，比如表情、感知和回憶。

一些自然用戶界面依賴于媒介設備，而其它更先進的系統對用戶來說要么不顯眼——或甚至是不可見的。其最終目標是讓人機界面近乎消失。例子包括：

增強現實——在自然生活之上增加一個額外的智能層

虛擬現實——提供真實或想象的環境的沉浸式數字表征

混合現實——融合真實和虛擬世界以生成物理和數字目標共存和實時交互的環境

神經接口——基于大腦產生的神經活動，提供大腦和外部設備之間的直接通信路徑

虛擬視網膜顯示器——直接在視網膜上播放影像，有效增強現實世界

身體監測——讀取比手勢更進一步的肢體語言

觸覺——模仿身體感覺的數字反饋

自適應接口/情感跟蹤——根據變化的背景或用戶需求改變布局和元素

關系意識（relational awareness）——作為用戶代理的設備了解用戶與其他人處于何種關系。

功能可見性——提供實際物體的數字表征，讓用戶可以利用所有他們所知道的如何使用該物體的知識。

3D顯示器——創造深度感的顯示設備

全息用戶界面——基于激光的立體顯示，用戶可在其中與全息圖像交互

物理控制——其中物理輸入被轉換成數字輸出

2）應用

語音控制——用語言來訪問大量的命令集

會話代理——讓用戶在不知道系統命令的情況下也能進行交互

音頻通道——開啟全新的數據傳輸通道

協作——允許多個用戶同時控制接口

利用三個維度——通過在運動中利用深度，提供更直接的內容連接

監控物理運動——幫助系統（和用戶）更了解自己以學習和適應

音頻安全性——通過語音簽名提供身份識別和認證

視覺安全——通過視覺圖像提供身份識別和認證

生物安全——通過其它生物特征提供身份識別和認證

3）影響

通過在用戶界面設計上結合越來越多必需的組件而為用戶減少復雜性，從而使用戶界面盡可能自然

降低所需的用戶訓練水平——訓練主要集中于領域知識而不是與界面的交互

允許計算機和人類以多樣化且穩健的方式進行交互，能為單個用戶的能力和需求進行定制

讓我們能與物理世界中的數字對象進行更復雜的交互

4）演化

自然用戶界面首次嘗試是為了提供命令行界面（CLI）和圖形用戶界面（GUI）的替代選擇

之后人們的注意力轉向了開發使用與真實世界自然交互的用戶界面策略

觸控和語音識別現在越來越多地與更傳統的鼠標和鍵盤一起出現

界面也開始整合手勢、手寫和視覺

5）問題

在開發真正自然和無縫的界面上，我們還沒有所需的復雜技術

三十、近距離無線通訊技術（NFC）

1）定義

近距離無線通訊技術（Near field communication/NFC）允許設備之間（比如手機、可穿戴產品與標簽、卡等）無線短距離通訊，為設備與實物的交互提供了一種自然而直觀的方法，手機更顯著地釋放了NFC的潛能。

2）應用

NFC標簽——例如，使訪問、提供相關信息或處理一筆交易成為可能

智能海報——例如提供優惠券或打開網頁

無觸點或雙向通訊智能卡——傳遞文件及產品更新信息

NFC電子貨架標簽——主要實現了用戶設備與支持NFC的商店的連接

票務——作為（無線）一個徽章、優惠券或門票使用

支付及微支付——磁卡消費

數據交換——輕擊以交換數據，例如電子名片

忠誠度——比如挑選信息和報酬

安全——比如授權訪問

打印——比如傳輸圖片到打印機

零售——提供了進行交易/產品信息/目錄等信息的途徑，支持在線選購及支付

3）影響

規范并便利了終端用戶無線電子通訊設備的一體化

—拓展了產品功能

—實現了與已有非接觸式基礎設施之間的互操作性

票務、徽章、名片的無紙化

簡化支付行為，NFC手環更增加了微支付及感應支付旅行（tap-to-paytravel）的名氣

或可推動科技公司瓦解傳統支付/交易價值鏈

能夠加強未來手機應用領域的隱私保護

4）演變

諾基亞在2006年介紹了一款支持NFC的手機

谷歌于2010年生產了它的第一款安卓NFC手機

2011年9月第一次出現的App谷歌錢包（Google Wallet），使用NFC實現移動端支付功能

谷歌于2013年宣布了支持主機卡模擬（Host CardEmulation/HCE）的安卓版本，確保了移動端支付及接入問題的安全性

Visa及Mastercard增加了HCE功能，帶動了銀行界對NFC的廣泛采用

蘋果于2014年進入市場，隨后當年出現了ApplePay

NFC支付的發展勢頭正猛，為NFC本身的增長打下了良好的基礎

NFC技術已被整合進可穿戴設備、醫藥、工業掌上電腦等領域

免支付NFC應用正被看好，尤其在零售業

5）問題

行業標準剛開始出現

設備類型缺乏一致性，意味著解決方案不能一以貫之

設備可能需要同時支持兩個版本的安全模型（SE及HCE）

需要可信服務管理（Trusted Service Management/TSM）以確保來自不同發行商（包括電話公司、銀行、運輸公司、政府和城市）的應用軟件安全共存

完備性、一致性缺乏及短生命周期問題，可能導致基礎設施資產在沒有NFC作為主要移動端策略的情況下建立

三十一、開源硬件

1）定義

開源硬件模型拓展了流行于開源軟件發展中的觀念及方法論。參考文件——包括圖表，圖解，零件清單及相關產品說明書——擁有開源執照即可出版，因此其他團隊可根據特殊需要修改并完善這些資料。

這些模型有時與相較而言更傳統的開源軟件結合，像是操作系統，計算機固件或拓展工具。例如Linux和Android系統正被應用在嵌入式設備中。

2）應用

新設備原型，比如聯網傳感器設備

避免供應商依賴

通過促進硬件設計的可利用性，達到對系統的長期（幾十年）維系

為互聯網規模的數據中心提供服務器和網絡基礎設施

促進工業供應商對核心技術標準的采用，以吸引合作伙伴形成生態系統

加速創新

普及MIT提出的分布式fab lab模型

3）影響

促進了硬件創新及統一標準的發展

提高了長期維護能力

實現了低成本設備及基礎設施的創造

為商業數據中心服務器和網絡基礎設施提供了其他選擇

使得創業者可根據需要開發材料，促進了來自開源社區貢獻者間的協作發展

4）演化

最初主要起源于開源社區

商業世界的發展勢頭——從行業用戶到硬件供應商——在增強

人們對不同產業的興趣在擴大——包括處理器、服務器、3D打印機和原型機制造、環境監測設備、移動手機、筆記本和機器人

新興市場國家對此有強烈的好奇心

開源硬件被認為將繼續在以下三個方向發展：

—支持硬件的創新及標準規則的推行

—保證（系統）的長期維系能力

—制造低成本設備及基礎設施，包括網絡基建。

5）問題

商業模型適用于核心技術，使得用戶和供應商基于分享創新，促進標準化及最小化成本問題上有著共同的利益

證書被普遍要求——比如安全認證或無線電干擾認證——很多小項目團體無法提供

制造通常出現在追求低成本效率的小項目小批量生產中。知識產權問題會給產業發展帶來一些阻礙

三十二、塑料晶體管(Plastic Transistors)

1）定義

塑料晶體管反映了材料科學的進步，給我們提供了除傳統電子器件之外的其他選擇�；�于擁有電特性的有機聚合物，包括有機發光二極管（organic light-emitting diodes/OLED），這些材料可被輕易地印刷在不同類型基材上，允許可彎曲塑料上呈現出復雜電路——這對于傳統電子器件來說根本不可能。

2）應用：

曲面顯示

導電油墨

可印刷的計算機電路

透明電路

可穿戴計算設備

智能繃帶

電子標簽（Radio Frequency Identification/RFID射頻識別技術）

塑料太陽能電池

3）影響

為計算功能提供靈活性，可搭載于動態環境中，包括服裝，密封外殼及有機組織

易于與其他增材制造方法整合，比如3D打印機

對于分布式解決方案的普及（比如電子標簽）來說，實現了必要的低成本體量制造

4）演變

20世紀后25年，圍繞有機電子學的研發工作開始展開

OLED屏及印刷的電子標簽如今被廣泛應用，在消費類設備中流行，比如手機和電子閱讀器

其他有機電子技術在制造便宜耐用的太陽能板方面被看好

5）問題

電轉換效率低，與傳統電子器件相比可能影響部分使用

某些領域包括與健康相關的設備，安全問題可能會限制它的應用

要使技術真正發揮作用，需要將它與其他出現了的制造技術相整合，比如運用3D打印制作你自己的電子模型

三十三、隱私增強技術(Privacy-Enhancing Technologies)

1）定義

隱私增強技術（Privacy-enhancing technologies/PETs）指牽涉到個人數據（無論是雇員、客戶或是公民）的保護或掩蔽技術，以順應數據保護法規并維持與客戶的信任關系。

它不僅保護敏感數據（比如信用卡信息，金融數據或健康記錄），也給與個人信息以保障（包括消費習慣，興趣，社會關系及交往），數字時代用戶反感于被一些服務商利用，然而部分隱私的披露是可容忍的。

因此，隱私增強技術超越了傳統的專注于保護數據機密性的技術（比如權限控制和加密）；它也包含了確保數據使用被限定在被保護及被意指的目的中的技術，包括同型加密、數據掩蔽、匿名及假名。

2）應用

貿易、金融、電話公司、公共服務及健康管理——消費者可能留下個人敏感信息的各個領域

社交媒體、互聯網及協作服務機構——消費者會分享特定數據給特定觀眾的領域

個人職業數據

3）發展

給與個人向數字服務商分享或交易個人數據權限的信心

實現了新型數據貨幣生意模式，確保合乎各種數據保護法規

減輕違規的金融和法律風險

支持企業社會責任

4）演變

最早開始于19世紀70年代中期，伴隨著匿名和不可追蹤概念的出現

那時介紹了隱私同態技術，但有許多限制和弱點

2009年突破性的完全同態加密（fully homomorphic encryption/FHE）設計被提出

更近一點，尊重隱私的數字一體化管理機制已成為行業關注點

如今，簡化的設計（somewhat homomorphic encryption/SHE部分同態加密）能夠有效評估一些簡單而具體的邏輯函數

隱私增強技術領域正將與「個人數據經濟」的概念一同發展

5）問題

隱私的概念是一個文化上的演變，界限在不同年代間游走

信息一致性的概念是必要的，然而長期或許不行，因為你今天同意分享的數據可能在以后令你難堪

最終，這個領域正將圍繞兩個對立趨勢進行演變：

—一些玩家提出，數字時代不存在隱私的絕對概念

—然而，公共當局正頻繁出臺新條例（比如歐洲的「被遺忘權」）以保護消費者和公民的隱私

三十四、量子計算

1）定義

量子計算機是利用量子力學現象（比如疊加與糾纏），對數據進行運算的計算系統。量子計算的基本元素是量子比特（量子的疊加態，可以同時有多個值），相比最優的經典計算方案，其主要優點在于能夠以成倍快于前者的速度執行一些量子算法。

這些算法正在迅速發展，未來有一天或能打破當前組合分析的一些技術限制。量子計算應用范圍廣泛，如解密、運籌學、優化、仿真（結合齊次多項式模型）和大數據分析（神經網絡）。

2）應用

突破加密標準——開發量子計算的加密技術，研究新型加密方法以抵御攻擊

交易——應用于金融領域

模式識別——國防、國土安全、電信、公用事業和保險領域

加快發現先導化合物——醫藥行業

加快仿真過程——化學工業和量子物理

3）影響

實現短時間內解決大型復雜問題

加快機器學習和規范分析

可對現有加密標準帶來威脅

或對現行的安全加密算法安全性帶來不確定因素

4）演化

二十世紀最后的二十五年里，量子計算的理論基礎建立

第一臺真正的量子計算設備在千禧年左右面世

第一個基于量子技術（D-Wave）的商用系統在2010年左右投放市場

雖然量子計算機目前的實際應用還限制在幾十到幾百量子比特，但未來的快速發展指日可待

大型互聯網公司（如谷歌）最近開始測試量子技術

美國國家安全局、中國以及其他政府正加快發展量子安全項目

量子計算（以及其他量子技術）有望成為歐盟的旗艦工程

Atos是世上少數幾家開發量子計算技術的公司，著眼于大數據和安全應用

5）問題

量子計算會對傳統的信息安全系統帶來威脅，需要在量子計算機大量投入使用前開發出可抵御量子計算的加密技術

卡巴斯基實驗室曾把人類因對量子攻擊毫無準備造成的惡果稱為「加密毀滅」（Cryptopocalypse）

這一領域極為復雜，缺少專業人才，人們往往無法意識到量子計算對商業和社會的巨大影響

量子邏輯將對工程水平的發展帶來障礙

現在的技術水平需要實現低溫、物理隔離等其他技術上的難題，這些比計算本身的成本更高

目前仍無法確定不同量子計算體系在未來的前景

三十五、軟件定義一切（SDx）

1）定義

SDx（軟件定義一切）是指用商用硬件上運行軟件來取代老式受物理機制限制（往往是專用的）硬件設備。這一概念可應用于IT系統中的諸多方面，比如網絡、計算、儲存、管理、安全等。

2）應用

軟件定義網絡（SDN）——與物理網絡設備解耦的可編程遙控器通過網絡傳輸數據

軟件定義計算（SDC或虛擬化）——使CPU和內存資源與物理硬件解耦，創造出獨立的軟件容器（虛擬機），在同一個物理服務器上同時運行

軟件定義存儲（SDS或存儲虛擬化）——使存儲功能（包括備份和回復）與存儲硬件解耦，用軟件實現存儲資源供應的自動化和優化

軟件定義數據中心（SDDC）——使所有資源（包括CPU、內存、存儲和安全）虛擬化并作為服務提供

網絡功能虛擬化（NFV）——把SDC、SDS和SNS結合起來，作為電信行業的解決方案

3）影響

提高基礎設施管理的自動化程度

使資源更容易管理，優化資源利用

使資源得以動態、按需（再）分配，提高運行效率

允許資源狀態發生虛假變化，以提高可用性并實現自動化

降低復雜程度和出錯率，因為不需了解基礎設施的細節

提高資源狀態的可視性，因而可以開發更復雜的控制功能、服務和應用

使傳統的集散式控制變得有邏輯、集中化

4）演化

當前的標準化進程影響廣泛，且將繼續發展

比如，SDN的發展就主要受到ONF（開放網絡基金會）的帶動，同時得到IETF（網際網路工程任務編組）和ETSI（歐洲電信標準化協會）的歡迎

行業和開源社區內部也在進行其他相關方面的努力（如OpenDaylight和OpenNFV對SDN的支持）

公司普遍傾向于利用開放實現和開放性規范（二者有可能成為實際的技術規范）

5）問題

從遺留系統到SDx的轉型或會很復雜

集中式的邏輯可能成為失敗的引爆點，不過也有能夠分配這種邏輯上的集中控制的解決方案

管理政策的變化可能導致暫時的循環或錯誤，這可能導致失敗。未來的研究將著眼解決這個問題