11 เทคโนโลยีที่นักพัฒนาที่เคารพตนเองทุกคนควรรู้

ตั้งแต่แมชชีนเลิร์นนิงไปจนถึงแฝดดิจิทัล ทะเลแห่งความเป็นไปได้กับแนวโน้มเทคโนโลยีที่เพิ่มขึ้น (และลดลง) เทคโนโลยีใหม่และการพัฒนากำลังเปลี่ยนแปลงวิธีการทำงานของเราอย่างรวดเร็ว มอบโอกาสที่สร้างสรรค์สำหรับนักพัฒนาที่ไม่รังเกียจที่จะมุ่งเน้นและเรียนรู้สิ่งใหม่ ๆ ในบทความนี้ เราจะดูแนวโน้มเทคโนโลยีใหม่ 11 ประการที่ผู้เชี่ยวชาญกล่าวว่าอาจขัดขวางแนวทางปฏิบัติด้านไอทีที่มีอยู่ และสร้างความต้องการสำหรับนักพัฒนาที่มุ่งเน้นอนาคต เราไม่ได้กำลังพูดถึงความก้าวหน้าครั้งยิ่งใหญ่ครั้งถัดไป (หรือที่เรียกว่า Next Big Thing) แหล่งที่มาของโอกาสในอนาคตสำหรับนักพัฒนาอยู่ที่การผสมผสานของเทคโนโลยีขั้นสูงหลายอย่าง - ปัญญาประดิษฐ์ (AI), ความเป็นจริงเสมือน (VR), ความเป็นจริงเสริม (AR), Internet of Things (IoT), Internet of Things, IoT) และเทคโนโลยีคลาวด์ ... และแน่นอนว่าในประเด็นด้านความปลอดภัยที่เกิดจากการควบรวมกิจการครั้งนี้ หากคุณต้องการขยายกล่องเครื่องมือส่วนตัวของคุณ เราขอแนะนำให้พิจารณาเทคโนโลยียอดนิยมเหล่านี้ให้ละเอียดยิ่งขึ้น รวมถึงเคล็ดลับในการประสบความสำเร็จด้วย

ความปลอดภัยของอินเทอร์เน็ตของสรรพสิ่ง

หลังจากอุปกรณ์ที่เชื่อมต่อหลายสิบล้านเครื่องถูกแฮ็กในปี 2559 แม้แต่ผู้สังเกตการณ์ภายนอกก็ยังสังเกตเห็นว่าอุปกรณ์ IoT ที่ไม่ได้รับการป้องกัน (IoT = อินเทอร์เน็ตของสรรพสิ่ง) นำไปสู่ปัญหาด้านความปลอดภัยที่เลวร้าย ในรายงานล่าสุด บริษัทวิเคราะห์ Gartner ได้เผยแพร่คำแนะนำสำหรับนักพัฒนาและทีมผู้เชี่ยวชาญ แนะนำว่าผู้เชี่ยวชาญเหล่านี้ควรทำงานร่วมกันตั้งแต่เริ่มต้นกระบวนการออกแบบ ในกรณีนี้ คุณสามารถกำจัดภัยคุกคามที่เกิดขึ้นได้ ตัวอย่างเช่น โดยการดาวน์โหลดการอัปเดตความปลอดภัยไปยังอุปกรณ์ IoT ความต้องการผู้เชี่ยวชาญด้านความปลอดภัยของ Internet of Things มีสูง โดยเฉพาะอย่างยิ่งผู้ที่เข้าใจช่องโหว่ของฮาร์ดแวร์และซอฟต์แวร์ที่ใช้โดยอุปกรณ์ที่เชื่อมต่อกับเครือข่าย “เวกเตอร์การโจมตี IoT เกือบจะเหมือนกันกับการโจมตีสำหรับเครือข่ายแบบกระจายใดๆ เช่น คอมพิวเตอร์หรือโทรศัพท์มือถือ ดังนั้นความรู้ด้านความปลอดภัยจะมีความเกี่ยวข้องและมีความสำคัญในด้านนี้ Richard Whitney รองประธานฝ่ายผลิตภัณฑ์ของสตาร์ทอัพ Particle กล่าว “เรียนรู้พื้นฐานของการเข้ารหัสและการรับรองความถูกต้อง แล้วคุณจะประสบความสำเร็จในสิ่งที่ยิ่งใหญ่” Tom Gonser ผู้ก่อตั้ง DocuSign และหุ้นส่วนของ Seven Peaks Ventures กล่าวว่าตอนนี้บริษัทต่างๆ ต้องการทักษะการเขียนโปรแกรมระดับต่ำสำหรับไมโครโปรเซสเซอร์ “พวกเขายังต้องการประสบการณ์เกี่ยวกับเทคโนโลยี Bluetooth, [Windows Identity Foundation] และเทคโนโลยีสเปรดสเปกตรัม ความรู้เกี่ยวกับตัวเลือกความปลอดภัยล่าสุดของระบบปฏิบัติการ Linux โดยเฉพาะตัวเลือกที่ปรับให้เหมาะสมสำหรับมินิเคอร์เนล เช่น Qubes OS ก็เป็นสิ่งที่น่าชื่นชมเช่นกัน” Matt Abrams หุ้นส่วนของ Seven Peaks Ventures แนะนำให้มุ่งเน้นไปที่การทำความเข้าใจกระบวนการทางเทคโนโลยีและวิธีการทำลายมัน ในความเห็นของเขา ยุคของการเข้ารหัสหลังควอนตัมกำลังใกล้เข้ามาเร็วกว่าที่คาดไว้ “ผู้เชี่ยวชาญจะต้องเข้าใจว่าความเป็นส่วนตัวและเครือข่ายฝ่ายตรงข้ามที่แตกต่างกันคืออะไร”

ปัญญาประดิษฐ์

ความต้องการวิศวกรที่เชี่ยวชาญด้าน AI เพิ่มขึ้นอย่างก้าวกระโดดโดยคาดหวังถึงคลื่นลูกใหม่แห่งรถยนต์ไร้คนขับ หุ่นยนต์ และอุปกรณ์อิเล็กทรอนิกส์อัจฉริยะ Nicola Morini-Bianzino กรรมการบริหารอาวุโสและผู้นำกลุ่มปัญญาประดิษฐ์ของ Accenture กล่าวว่า "ขณะนี้เราอยู่ในจุดเปลี่ยน ซึ่งขับเคลื่อนโดยความก้าวหน้าในการประมวลผลที่แพร่หลาย บริการคลาวด์ที่ราคาไม่แพง และการจัดเก็บข้อมูลที่ไร้ขีดจำกัด" “ตอนนี้ปัญญาประดิษฐ์ถูกสร้างขึ้นในทุกสิ่งอย่างแท้จริง” Morini-Bianchino คาดการณ์ความต้องการนักพัฒนาซอฟต์แวร์ นักเทคโนโลยี และนักวิจัยที่มีประสบการณ์ในด้าน [ระบบอัตโนมัติ - ประมาณ การแปล] การแปลจากภาษาหนึ่งไปอีกภาษาหนึ่ง การรู้จำเสียง คอมพิวเตอร์วิทัศน์ หุ่นยนต์ การประมวลผลข้อความในภาษาธรรมชาติ การแสดงความรู้ และการให้เหตุผลเชิงตรรกะ อาหารสำหรับ AI คือข้อมูล ดังนั้นความต้องการผู้เชี่ยวชาญด้านการจัดการข้อมูลและเนื้อหา นักวิทยาศาสตร์ข้อมูล และนักวิเคราะห์จึงมีความต้องการสูงมากเช่นกัน Kiyoto Tamura รองประธานฝ่ายการตลาดของ Treasure Data คาดการณ์ว่าในไม่ช้าปัญญาประดิษฐ์จะเปลี่ยนจากแอปพลิเคชันเฉพาะกลุ่มที่ธรรมดาไปสู่แอปพลิเคชันที่กว้างกว่าและน่าตื่นเต้นมาก ก่อนหน้านี้ งานด้านปัญญาประดิษฐ์มีลักษณะดังนี้: “ค้นหาเส้นทางการจัดส่งที่เหมาะสมที่สุดสำหรับแพ็คเกจ... หรือไซต์ที่เหมาะสมที่สุดสำหรับคำค้นหา” ตอนนี้ถ้อยคำของพวกเขาใกล้เคียงกับสิ่งต่อไปนี้มากขึ้น: "เล่น Go ในระดับที่เหมาะสม" "ขับรถอย่างปลอดภัย" ฯลฯ “เยี่ยมมาก แต่ผู้คนยังคงต้องบอกคอมพิวเตอร์ว่าต้องทำอะไรและคุณไม่สามารถทำอะไรกับมันได้” Tamura Kiyoto กล่าว ความต้องการนักวิทยาศาสตร์ด้านข้อมูล นักวิทยาศาสตร์ด้านการเรียนรู้ของเครื่อง และนักภาษาศาสตร์ด้านการคำนวณมีการเติบโตอย่างต่อเนื่อง Tim CEO ของ MindMeld กล่าว Tuttle อ้างถึงการศึกษาของ VentureScanner ที่ระบุบริษัทปัญญาประดิษฐ์ 910 แห่งที่เปิดตัวระหว่างเดือนมีนาคมถึงตุลาคม 2016 โดยมากกว่าครึ่งหนึ่งเป็นด้านการเรียนรู้เชิงลึก/การเรียนรู้ของเครื่อง และวิทยาศาสตร์ข้อมูล ภาษาธรรมชาติ “พื้นที่นี้ไม่เพียงแต่มีจำนวนเพิ่มมากขึ้นเท่านั้น แต่ยังรวมถึง พื้นที่ที่มีการลงทุนด้วยเงินมากที่สุดประมาณ 4.5 พันล้านดอลลาร์” Tuttle กล่าว แม้จะมีความสนใจในแอปพลิเคชันเชิงโต้ตอบเพิ่มขึ้นเมื่อเร็ว ๆ นี้ แต่ก็ยังมีความไม่สมดุลระหว่างอุปสงค์และอุปทานในพื้นที่นี้ เป็นผลให้ผู้เชี่ยวชาญในสาขาวิชาจะยังคงเป็น ทรัพยากรอันทรงคุณค่าจนกระทั่งภาควิชาการและภาคอุตสาหกรรมคลี่คลายความสมดุล

การเรียนรู้ของเครื่อง

ปัญญาประดิษฐ์ประเภทหนึ่งหรือแมชชีนเลิร์นนิงสามารถประมวลผลข้อมูลจำนวนมหาศาลเพื่อค้นหารูปแบบได้อย่างรวดเร็ว เช่น การจดจำใบหน้า และทำงานต่างๆ เช่น แนะนำภาพยนตร์เพื่อสตรีม โดยไม่จำเป็นต้องตั้งโปรแกรมอย่างชัดเจน Patrick Spedding ผู้อำนวยการอาวุโสฝ่ายวิจัยระบบธุรกิจอัจฉริยะของ Rocket Software เชื่อว่าเทคโนโลยีการรับรู้ ร่วมกับบอทและการเรียนรู้ของเครื่อง สามารถปรับปรุงประสิทธิภาพขององค์กรในการค้นหา "สัญญาณที่เป็นประโยชน์ท่ามกลางเสียงรบกวน" “การเรียนรู้ของเครื่องนั้นขึ้นอยู่กับความสามารถของการวิเคราะห์ขั้นสูงซึ่งเดิมเรียกว่าการขุดข้อมูลซึ่งต้องการเพียงแพลตฟอร์มที่เหมาะสมเพื่อให้ได้รับความนิยมมากขึ้น” Spadding ให้ความเห็น คำถามเกิดขึ้น: วิธีรับ Abrams จาก Seven Peaks Ventures แนะนำหลักสูตรออนไลน์ เกี่ยวกับการเรียนรู้ของเครื่องของ Andrew Ng บน Coursera ผู้ที่เรียนหลักสูตรนี้จะทำงานได้ดีกว่าในการแข่งขัน Kaggle ผลลัพธ์ดีกว่าผู้ปฏิบัติงานบางคนที่มีประสบการณ์หลายปี ไม่ใช่นักพัฒนา Machine Learning ทุกคนจะมีปริญญาวิทยาการคอมพิวเตอร์ “แน่นอนว่า ปริญญาวิทยาการคอมพิวเตอร์ หรือปริญญาวิศวกรรมขั้นพื้นฐานมักจะช่วยให้ช่างเทคนิคประสบความสำเร็จในการทำงาน “ผู้เชี่ยวชาญดังกล่าวสามารถทำการทดลองในระยะเวลาอันยาวนานและปรับปรุงโมเดลการเรียนรู้ของเครื่อง” Mehdi Samadi, CTO และผู้ร่วมก่อตั้ง Solvvy กล่าว “อย่างไรก็ตาม ฉันมักจะเห็นบริษัทต่างๆ จ้างผู้สมัครที่ไม่มีพื้นฐานด้านวิทยาการคอมพิวเตอร์ และเปลี่ยนพวกเขาให้เป็นผู้เชี่ยวชาญด้านแมชชีนเลิร์นนิง”

วิทยาศาสตร์ข้อมูล

วิทยาศาสตร์ข้อมูลเป็นสาขายอดนิยมอีกสาขาหนึ่งที่ต้องใช้ทักษะสหวิทยาการที่หลากหลาย โดยแต่ละอุตสาหกรรมก็มีทักษะเป็นของตัวเอง อาจจำเป็นต้องมีประสบการณ์เกี่ยวกับการเรียนรู้ของเครื่องและปัญญาประดิษฐ์ในการแปลงข้อมูลจำนวนมากให้เป็นข้อมูลที่เป็นประโยชน์สำหรับการตัดสินใจทางธุรกิจ “นักวิทยาศาสตร์ข้อมูลที่มีประสบการณ์เป็นสินค้าที่หายาก” Spadding กล่าว “สำหรับฉันดูเหมือนว่าพื้นที่ที่คุณสามารถสร้างเทคโนโลยีที่ช่วยในการตัดสินใจ เช่น บอทการรับรู้และการวิเคราะห์ที่แนะนำนั้นเป็นพื้นที่ที่มีโอกาสทำกำไรอย่างมาก” สำหรับผู้ที่ต้องการทำงานในด้านเหล่านี้ จะต้องมีความรู้อย่างละเอียดเกี่ยวกับความน่าจะเป็น Gary Kazantsev หัวหน้ากลุ่มการเรียนรู้ของเครื่องที่ Bloomberg กล่าวว่าทฤษฎีและสถิติทางคณิตศาสตร์เป็นข้อกำหนดสำคัญ “ทักษะทางวิศวกรรม เช่น ความสามารถในการเขียนโค้ดที่จำเป็นในการสร้างระบบ ถือเป็นข้อดี” อย่างไรก็ตาม ด้วยการถือกำเนิดขึ้น ของเครื่องมือต่างๆ เช่น ไลบรารีการเรียนรู้ของเครื่อง TensorFlow หรือสมุดบันทึก Jupyter งานนี้ง่ายขึ้นอย่างมาก ในการฝึกฝนวิทยาศาสตร์ข้อมูล ทักษะการวิจัยที่ดีจะมีประโยชน์ กล่าวคือ ความสามารถในการกำหนดสมมติฐาน ทดสอบ ศึกษาวรรณกรรมสมัยใหม่ และติดตามข่าวสารใน พื้นที่ของคุณ” Gunter Ollmann ประธานเจ้าหน้าที่รักษาความปลอดภัยของ Vectra กล่าวว่าปัจจุบันบริษัทหลายแห่งปฏิบัติต่อนักวิทยาศาสตร์ข้อมูลแยกจากนักออกแบบ ทีม R&D และนักพัฒนา เมื่อเครื่องมือการเรียนรู้เชิงลึกและการเรียนรู้ของเครื่องได้รับการปรับปรุง และหลักสูตรการฝึกอบรมมีประสิทธิภาพมากขึ้นในการให้ความรู้แก่วิศวกรอาวุโสเกี่ยวกับสิ่งใหม่ในวิทยาศาสตร์ข้อมูล ความแตกต่างระหว่างวิทยาศาสตร์ข้อมูลและวิศวกรรมซอฟต์แวร์จะค่อยๆ หายไป ในอนาคต การผสมผสานชุดทักษะและความชำนาญเข้ากับเครื่องมือทั้งสองจะเป็นสิ่งจำเป็น"

ธุรกรรมบล็อกเชน

ประโยชน์ของวิธีการนี้ในการสร้างเครื่องมือการบัญชีทางการเงินแบบกระจายสำหรับธุรกรรมมีทั้งความโปร่งใสและความปลอดภัย แม้ว่าการขาดมาตรฐานจะทำให้การปรับใช้ในอุตสาหกรรมต่างๆ ช้าลงก็ตาม Peter Loop ผู้ช่วยรองประธานและสถาปนิกด้านเทคโนโลยีหลักของอินโฟซิส มองโลกในแง่ดีเกี่ยวกับเทคโนโลยีนี้: “แม้จะมีความเข้าใจผิดว่าเราอยู่ห่างจากเทคโนโลยีบล็อกเชนหลายปี แต่เราอยู่ในปีหน้าแล้ว “ปีนี้เราจะได้เห็นการใช้งานเต็มรูปแบบในบริการทางการเงิน” การประกันภัย และการดูแลสุขภาพ มันจะขัดขวางระบบการชำระเงินของเราในระดับสากลโดยสิ้นเชิง" เทคโนโลยีเกิดใหม่อื่นๆ มีเส้นโค้งการเรียนรู้ที่สูงชัน Robert Bardunias ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่ฝ่ายภาษีของ IRIS.TV ผู้ซึ่งชื่นชมการมุ่งเน้นที่ผู้ประกอบการของเทคโนโลยีกล่าว “เทคโนโลยีเหล่านี้เติบโตตั้งแต่วันแรกโดยมุ่งเน้นไปที่แอปพลิเคชันทางธุรกิจที่ดำเนินงาน ดังนั้น นักพัฒนาจึงไม่จำเป็นต้องจินตนาการถึงกรณีการใช้งาน เนื่องจากเทคโนโลยีเหล่านี้เกิดขึ้นและพัฒนาในแบบเรียลไทม์” Bardounias ให้ความเห็น “การติดตามการพัฒนาและการเปลี่ยนแปลงใหม่ๆ ถือเป็นเรื่องท้าทาย . ความท้าทายสำหรับทุกคนที่อยากเป็นมืออาชีพในสาขานี้ ฉันจำได้ว่าครั้งหนึ่งฉันเคยพัฒนาทักษะวิชาชีพเล็กๆ น้อยๆ เช่น การอ่านเว็บไซต์ - และนิตยสารการค้า นี่เป็นสิ่งสุดท้ายที่ฉันอยากทำ แต่วันนี้ เป็นส่วนบังคับของ การฝึกอบรมนักพัฒนาที่ต้องการได้รับและรักษาความได้เปรียบทางการแข่งขันในตลาดโลก"

แอปพลิเคชันตาข่ายและสถาปัตยกรรมบริการ (MASA)

นอกจากนี้ยังมีความต้องการแอปพลิเคชันที่สามารถรักษาการเชื่อมต่อ สวิตช์ และการทำงานได้อย่างต่อเนื่องในขณะที่เราเคลื่อนที่ไปรอบๆ บ้าน “จุดของ mesh นั้นมีความพร้อมใช้งานสูง: องค์ประกอบทั้งหมดเชื่อมต่อถึงกัน” Joseph Carson จาก Thycotic กล่าว “หากไม่มีเส้นทางก็จะพบอุปกรณ์อื่นเพื่อสร้างการเชื่อมต่อ ซึ่งใช้เช่น สำหรับอุปกรณ์ติดตามของ Tile รวมถึงสกุลเงินดิจิทัล เช่น Bitcoin ซึ่งเป็นวิธีการบัญชีทางการเงินแบบกระจาย" ผู้เชี่ยวชาญคนอื่นๆ ชี้ให้เห็นถึงปัญหาคอขวดที่อาจเกิดขึ้นเนื่องจากไม่มีความเข้ากันได้ของอุปกรณ์ที่เพียงพอ “ผู้ขายทุกรายพยายามสร้างความไว้วางใจให้กับผู้บริโภคโดยปิดระบบนิเวศ (หากมีอยู่จริง) ด้วยวิธีของตนเอง” Derek Collison ซีอีโอของ Apcera (เดิมชื่อ Cloud Foundry) กล่าว “ผมคิดว่าปัญญาประดิษฐ์จะได้รับการฝึกฝนในระบบคลาวด์ด้วยข้อมูลจำนวนมหาศาลจากผู้ใช้ทุกคน” Collison กล่าว “อัลกอริธึมเหล่านี้จะอัปเดตโมเดลการดำเนินการอย่างต่อเนื่องซึ่งจะถูกส่งแบบไร้สายไปยังจุดสิ้นสุดและใช้เพื่ออัปเดตเฟิร์มแวร์ "บน โทรศัพท์ รถยนต์ และอุปกรณ์ภายในบ้าน การประมวลผลข้อมูลจะเกิดขึ้นบนฮาร์ดแวร์ของอุปกรณ์ภายในเครื่อง และการฝึกอบรมจะดำเนินการโดยใช้ซอฟต์แวร์ในระบบคลาวด์"

ฝาแฝดดิจิตอล

เมื่อเชื่อมต่อกับเซนเซอร์ทางกายภาพและเสมือน สามารถใช้โมเดลซอฟต์แวร์เพื่อคาดการณ์ความล้มเหลวของผลิตภัณฑ์และบริการ ช่วยให้บริษัทต่างๆ สามารถวางแผนและจัดสรรทรัพยากรเพื่อทำการซ่อมแซมก่อนที่ความล้มเหลวจะเกิดขึ้น ความก้าวหน้าในการเรียนรู้ของเครื่องและการแนะนำเทคโนโลยีปัญญาประดิษฐ์กำลังลดต้นทุนของการสร้างแบบจำลองเชิงคาดการณ์ที่เรียกว่า "แฝดดิจิทัล" ซึ่งทำให้สามารถเพิ่มประสิทธิภาพได้อย่างมากและลดต้นทุนการดำเนินงานตลอดอายุการใช้งาน เช่น เครื่องยนต์ไอพ่นหรือกำลัง ปลูก. Matias Woloski, CTO และผู้ร่วมก่อตั้ง Auth0 กล่าวว่า ธุรกิจต่างๆ จะสามารถใช้ Digital Twins ในขั้นตอนแนวคิดและการออกแบบ โดยทำการจำลองผลิตภัณฑ์ซอฟต์แวร์ใหม่ๆ โดยมีการเปลี่ยนแปลงทีละขั้นตอนจนกว่าจะได้ผลลัพธ์ที่น่าพอใจ ข้อมูลที่ได้รับจาก Digital Twins จะถูกนำมาพิจารณาเมื่อสร้างผลิตภัณฑ์ “หลายองค์กรกำลังใช้ Digital Twins อยู่แล้ว เทคโนโลยีนี้เป็นที่ต้องการเป็นหลักในโครงการที่มีต้นทุนล่วงหน้าสูงเกินไปและด้วยเหตุนี้จึงเป็นราคาของความล้มเหลว” Voloshsky กล่าว Paul Hofmann CTO ของ SpaceTime Insight กล่าวว่าแฝดดิจิทัลใช้การเรียนรู้ของระบบเพื่อให้คาดการณ์ความล้มเหลวได้อย่างมีประสิทธิภาพมากกว่าแบบจำลองการบำรุงรักษาตามเงื่อนไข “ด้วย IoT และระบบการเรียนรู้ของเครื่องจักร บริษัทต่างๆ สามารถมั่นใจได้ว่าทรัพยากรของพวกเขาจะไม่ล้มเหลวแบบสุ่ม และหากเป็นเช่นนั้น บริษัทจะสามารถตัดสินใจได้ดีที่สุดแบบเรียลไทม์ในระยะยาว”

รถยนต์ไร้คนขับ หุ่นยนต์ และเครื่องใช้ในบ้าน

เครื่องใช้ในครัวเรือน อุปกรณ์อุตสาหกรรม รถยนต์ และโดรน ฉลาดขึ้นเรื่อยๆ เนื่องด้วยปัญญาประดิษฐ์และการเรียนรู้ของเครื่องจักร บริษัทวิจัย Gartner ประมาณการว่าภายในปี 2563 รถยนต์ที่เชื่อมต่อถึงกัน 61 ล้านคันจะปิดสายการผลิตของผู้ผลิตรถยนต์ต่อปี “เศรษฐกิจทั้งหมดกำลังเติบโตที่นี่” Vince Jeffs ผู้อำนวยการฝ่ายกลยุทธ์ผลิตภัณฑ์และการตลาดของ Pegasystems กล่าว — ตัวอย่างเช่น มีบริษัทสตาร์ทอัพและบริษัทที่จัดตั้งขึ้นแล้วซึ่งเกี่ยวข้องกับปัญญาประดิษฐ์ ซึ่งได้ก่อตั้งขึ้นอย่างมั่นคงในด้านยานยนต์ไร้คนขับ ตัวอย่างเช่น MobileEye เป็นบริษัทที่มีเงินลงทุน 500 ล้านดอลลาร์ซึ่งเชี่ยวชาญด้านกล้องขนาดเล็กที่ติดตั้งไว้ทั่วรถ ในทำนองเดียวกัน มีบริษัทที่ขายหุ่นยนต์ทางกายภาพ เช่น SoftBank Robotics ที่เชี่ยวชาญด้านหุ่นยนต์อำนวยความสะดวกในโรงแรม พวกเขามีทุนร่วมลงทุน 250 ล้านดอลลาร์" ความก้าวหน้าในการเรียนรู้เชิงลึกได้นำไปสู่การปรับปรุงในการมองเห็นคอมพิวเตอร์ การประมวลผลภาษาธรรมชาติและคำพูด ตลอดจนความสามารถของเครื่องจักรและซอฟต์แวร์ในการ "มุ่งมั่นเพื่อรางวัล" และเพิ่มประสิทธิภาพการทำงานให้สูงสุด Wayne Thompson กล่าว หัวหน้านักวิทยาศาสตร์ด้านข้อมูลของ SAS: "ผลลัพธ์ที่ได้คือเครื่องจักรรุ่นใหม่ที่สามารถมองเห็นโลก ฟังและอ่านภาษาธรรมชาติ สื่อสารกับผู้คน และควบคุมตนเองทั้งทางกลไกและพฤติกรรมในลักษณะที่ไม่เคยมีมาก่อน" แม้ว่าหลายคนจะเห็นว่า ระบบอัตโนมัติเป็นเหมือนฝันร้ายที่ทำให้ผู้คนต้องตกงาน หลายๆ คนแย้งว่าเทคโนโลยีเหล่านี้นำไปสู่อนาคตที่สดใสและมีมนุษยธรรมมากขึ้น Michael Hubbard ผู้อำนวยการฝ่ายการสื่อสารระดับโลกของ ServiceNow กล่าวว่า "ฉันมักจะถูกถามเกี่ยวกับผลที่ตามมาจากระบบอัตโนมัติ" — ระบบอัตโนมัติอัจฉริยะไม่ใช่ภัยคุกคาม แต่เป็นโอกาสอันยิ่งใหญ่ มันสามารถปลดปล่อยเราจากกิจกรรมประจำ เปิดประตูสู่ความคิดสร้างสรรค์ และช่วยให้เราสร้างความสัมพันธ์ในการทำงานที่แข็งแกร่งและมีประสิทธิผลมากขึ้น"

ความเป็นจริงเสมือนและเติมความเป็นจริง

หลังจากผ่านไปหลายทศวรรษของการโฆษณาที่ล่วงล้ำ ในที่สุดความเป็นจริงเสมือนและความเป็นจริงเสริมก็มาถึงจุดเปลี่ยน และสำหรับผู้ที่ต้องการพัฒนาผลิตภัณฑ์โดยใช้เทคโนโลยีเหล่านี้ ขอบเขตใหม่กำลังเปิดกว้าง: ขยายความรู้สึกระหว่างเล่นเกม Anup Nair รองประธานและผู้อำนวยการด้านเทคนิคของ Mphasis Digital กล่าวว่า "เทคโนโลยีเหล่านี้ยังไม่แพร่หลายนักแต่ได้พัฒนามากขึ้นในช่วงไม่กี่ปีที่ผ่านมา" "ผมเชื่อว่าในอุตสาหกรรมชีวการแพทย์และการดูแลสุขภาพ AR /VR จะนำพา ประโยชน์มหาศาลทั้งเพื่อการฝึกอบรมและแบ่งปันข้อมูลเกี่ยวกับขั้นตอนการผ่าตัดที่ซับซ้อน เราเห็นแผนสำหรับกิจกรรม AR ที่มุ่งดำเนินการวิเคราะห์เชิงลึกในศูนย์ควบคุมโซเชียลมีเดียของธนาคารขนาดใหญ่ตลอดจนในชั้นแลกเปลี่ยนที่จะให้บริการ โบรกเกอร์หุ้นมีพื้นที่ไม่มีที่สิ้นสุดในการวิเคราะห์ข้อมูลและทำงานร่วมกัน" Christian Sasso รองศาสตราจารย์ในหลักสูตรบัณฑิตศึกษา VR/AR ที่วิทยาลัย Cogswell ในเมืองซานโฮเซ มองว่าความเป็นจริงเสริมเป็นเทรนด์เทคโนโลยีที่ยิ่งใหญ่ที่สุดแห่งปี "AR จะเป็น เป็นจริงในเร็วๆ นี้ เพื่อให้บริการลูกค้าเมื่อพวกเขาต้องการซ่อมแซมอุปกรณ์ที่บริษัทผลิต” Sesso กล่าว “ตัวอย่างเช่น ในโครงการที่ฉันกำลังทำอยู่นั้น มีการใช้แว่นตาความเป็นจริงเสริมเพื่อสื่อสารกับที่ปรึกษาฝ่ายบริการลูกค้าในกรณีที่ทีวีหรือจอภาพเสีย เมื่อพูดคุยกับลูกค้าโดยตรงผ่านอินเทอร์เฟซความเป็นจริงเสริม ตัวแทนของบริษัทสามารถรับข้อมูลที่จำเป็นทั้งหมดโดยการตรวจสอบหน้าจอที่เสียหายด้วยสายตา โดยไม่ต้องอธิบายปัญหาทางโทรศัพท์หรือค้นหาหมายเลขซีเรียล" "เทคโนโลยี AR และ VR จะไม่แพร่หลายจนกว่าฮาร์ดแวร์ที่มีราคาไม่แพงและมีคุณภาพสูงสำหรับพวกเขา” Vishwa Ranjan หัวหน้าฝ่ายเทคโนโลยีเสริมและความเป็นจริงเสมือนของ Infosys กล่าว “ในช่วงต้นปี 2560 เราจะได้เห็นบริษัทสมาร์ทโฟนเริ่มพัฒนาความสามารถด้านเทคโนโลยีเสริมและความเป็นจริงเสมือน เช่น เป็นเทคโนโลยีบนพื้นฐานของการจดจำใบหน้า การตรวจจับตำแหน่ง การใช้เซ็นเซอร์ และกล้อง 360 องศา ซึ่งจะมีบทบาทสำคัญในการส่งเสริมการขายอุปกรณ์ AR และ VR ให้กับผู้ซื้อรายแรกๆ”

ผู้ช่วยมนุษย์

นี่คือขั้นต่อไปของปัญญาประดิษฐ์! เราจะกำจัดเครื่องมือที่ยุ่งยากที่เราใช้ในการโต้ตอบกับโลกดิจิทัล ตามที่ผู้เชี่ยวชาญกล่าวไว้ เร็วๆ นี้เราจะใช้เครื่องมือช่วยเหลือสำหรับมากกว่าแค่การสั่งซื้อสินค้าและบริการทางออนไลน์หรือการค้นหาทางอินเทอร์เน็ต พวกมันจะกลายเป็นส่วนเสริมของสมองของเราเอง เราไม่จำเป็นต้องจำข้อมูลมากนักอีกต่อไป: ด้วยความช่วยเหลือของเครื่องมือทางเทคโนโลยี เราจะเพิ่มพื้นที่ว่างสำหรับการคิดเชิงวิเคราะห์และการคิดเชิงวิพากษ์" เราควรใส่ใจอะไรหากเราสนใจในการพัฒนาเทคโนโลยีช่วยเหลือดังกล่าว " ความต้องการที่ยิ่งใหญ่ที่สุดในขณะนี้คือความรู้เชิงลึก" "Günther Ohlmann หัวหน้าฝ่ายความปลอดภัยของ Vectra กล่าว "ตัวอย่างเช่น ความรู้ของผู้เชี่ยวชาญในด้านความปลอดภัยของข้อมูล (ความปลอดภัยของแอปพลิเคชันบนเว็บ นิติเวชเครือข่าย การถอดแยกชิ้นส่วนมัลแวร์)" David Parmenter นักวิทยาศาสตร์ข้อมูลและประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Adobe Document Cloud กล่าวว่ากุญแจสำคัญในเรื่องนี้ นอกเหนือจากปริญญาวิทยาการคอมพิวเตอร์ คือความหลงใหลในคณิตศาสตร์และตรรกะ “ความคิดสร้างสรรค์ ความปรารถนาที่จะเรียนรู้อย่างต่อเนื่อง การคิดโดยยึดลูกค้าเป็นศูนย์กลาง ความยืดหยุ่นเมื่อเผชิญกับความล้มเหลว ผลลัพธ์ของการเรียนรู้ของเครื่องไม่ได้หมายความว่าเป็นผลิตภัณฑ์สำเร็จรูป และทักษะการสื่อสารเป็นทักษะทางอารมณ์ที่สำคัญที่สุดสำหรับวิศวกรที่ทำงานในสาขานี้ ”

และผู้ชนะ...คือการรวมกันของทั้งหมดนี้!

แม้ว่าปัญญาประดิษฐ์อาจเป็นเทคโนโลยีก่อกวนที่ถูกอ้างถึงบ่อยที่สุดแห่งปี แต่แนวโน้มที่สำคัญที่สุดคือการบรรจบกันของเทคโนโลยีเกิดใหม่ที่มีการพัฒนาอย่างรวดเร็ว Maarten Ectors ของ Canonical แสดงรายการเทคโนโลยีที่แตกต่างกันมากกว่าหนึ่งโหล ซึ่งเมื่อรวมกันแล้วจะให้ผลมากกว่าผลรวมของส่วนต่างๆ: "คลาวด์ อุปกรณ์เคลื่อนที่ IoT ปัญญาประดิษฐ์ บล็อกเชน ความเป็นจริงเสริม อินเทอร์เฟซเสียง การสื่อสารทางวิทยุที่ควบคุมด้วยซอฟต์แวร์ 'ที่สี่ การปฏิวัติอุตสาหกรรม [ระบบอัตโนมัติและการสื่อสารข้อมูลในอุตสาหกรรม] หุ่นยนต์ เอดจ์คอมพิวติ้ง และรถยนต์ไร้คนขับ" Patrick Spadding จาก Rocket Software กล่าวว่าเทคโนโลยีที่แยกจากกันกำลังมารวมกันส่วนใหญ่เป็นเพราะบริษัทต่างๆ จำเป็นต้องดึงข้อมูลของตนเองออกมา เช่น เมื่อวิเคราะห์ปริมาณการเข้าชมเว็บไซต์ “เมื่อคุณเพิ่มการเติบโตของแหล่งข้อมูลใหม่ๆ เช่น Internet of Things” เขากล่าว “มันไม่ง่ายเลยที่จะตามทันปริมาณข้อมูลที่มีอยู่เพื่อการตัดสินใจทางธุรกิจ” Spadding เชื่อว่าโอกาสในการรวมเทคโนโลยีการรับรู้ บอท และภาษาเครื่องจะเพิ่มขึ้นเมื่อเข้าใจได้ง่ายขึ้น ชาวดิจิทัลเจเนอเรชันใหม่จะเร่งการนำเทคโนโลยีที่ผสมผสานกันเหล่านี้มาใช้ เขากล่าว เพราะพวกเขาคาดหวังความสะดวกในการใช้งาน อินเทอร์เฟซที่เหมือนเกม และความแพร่หลายของความเป็นจริงเสริมและความเป็นจริงเสมือน