影響未來十年的2020十大科技趨勢，除了AI與區塊鏈，還有哪些？

這十項趨勢分為以人為本（people-centric）和智慧空間（smart place）兩大類，探討科技如何影響人類，以及人類生活的空間。

圖片來源：Gartner《2020十大科技趨勢報告》

趨勢一：超自動化（Hyperautomation）

超自動化是結合機器運算與人工智慧的先進技術，增進了自動化的過程與人類增能。超自動化除了能使器械自動化，還能讓精細的思考也自動化，例如研發、分析、設計、測量、自動化、監控、再評估等。

目前還沒有任何單一器械能取代人類，超自動化涉及了多項工具，像是機器人流程自動化（Robotic Process Automation, RPA）、智慧商業管理軟體（Intelligent business management software, Ibms）和人工智慧的結合，目標是增強人工智慧導向決策。

超自動化也常常成為組織的「數位分身」（digital twin of the organization, DTO），讓企業能設想工作運行、流程與關鍵績效指標（Key performance indicators, KPI），能如何交互運作以驅動價值。

數位分身本身也將成為超自動化的一環，提供組織即時、持續的智能資訊，帶來重要的商機。

趨勢二：多重體驗（Multiexperience）

多重體驗將「以人為本的科技」取代了「以科技為本的人」。在此趨勢下，傳統電腦的單一式互動，變成多裝置的多點式互動，像是智慧型穿戴裝置和先進電腦感應器。

例如達美樂披薩不只提供app叫餐服務，還結合了自動駕駛、披薩追蹤和智慧語音助理。

未來，這項趨勢也將成為「環景體驗」（ambient experience），目前多重體驗著重在運用擴增實境（AR）、虛擬實境（VR）、多頻道人機介面（multichannel human-machine interfaces）和感應科技的整合式體驗。

趨勢三：普及化（Democratization）

普及化意味著，每個人都能更輕易掌握科技與商業的專業能力，而不需高度的訓練與花費。

它包含四項關鍵領域：應用發展、資料與分析、設計與知能。普及化也被視為「公民參與」，將引領公眾資料科學和公眾軟體工程師的崛起。

普及化能讓開發者在無需資料科學家的協助下，建立資料模型，運用人工智慧建置程式碼與自動測試。

趨勢四：人類機能增強（Human augmentation）

人類機能增強指的是運用科技，增加人類的認知與身體能力。

做法是透過植入或操控一台機器，以增強人體的能力。例如，有些企業利用穿戴裝置確保員工的安全；亞馬遜等零售業則會運用裝置，提升員工工作效率。

【延伸閱讀】AI監控員工，亞馬遜系統自動解雇900人

身體增能又可分為四個分類，包括感官增能（如聽覺、視覺等知覺）、附屬器官與生物功能增強（外骨骼和義肢）、大腦增能（治療癲顯的植入手術）和基因增能（體壁基因與細胞治療）。

認知增能將提升人的思考與決策力，例如利用資訊來增強學習與新體驗；植入性的大腦增能，也能同時加強認知能力。

不過，人體增能仍有文化與道德上的爭議。例如有人認為，利用人體基因編輯技術（CRISPR）來篩選基因，形同扮演「上帝」的角色，違反自然。

圖片來源：shutterstock

【延伸閱讀】基因編輯嬰兒，未來醫療把人類變超人還是異形？

趨勢五：透明與可追溯（Transparency and traceability）

科技演化正帶來一場信任危機：隨著客戶越來越意識到，自己的資料是如何被收集與應用，企業也要更了解自己的責任，增強保護與集中資料。

當人工智慧與機器演算逐步取代人類決策，更加深了信任危機。人們害怕演算法黑箱，所以需要了解人工智慧治理（AI governance）的方式；「可解釋性人工智慧」（explainable AI）的呼聲也開始出現，人們希望了解演算模型得出決策的過程與原因。

要做到透明與可追溯，就需要六項關乎信任的關鍵因素：道德、誠信、開放、當責、能力與一致性。

像是2018年5月歐盟通過的《一般資料保護規範》（General Data Protection Regulation, GDPR），規範個人數據或生物資料應被保護，不得隨意使用。在全球國家與企業，也有更多類似的規範在推動發展中。

【延伸閱讀】違反資料保護規範，瑞典學校侵犯隱私罰65萬

趨勢六：強化邊緣運算（The empowered edge）

邊緣運算是一種分散式的運算架構，將應用程式、數據資料與服務的運算，由網路中心節點，移往網路邏輯上的邊緣節點來處理。如此一來，原本完全由中心節點處理的大型服務被分解，切割成更小、更容易管理的單位，邊緣節點更靠近用戶終端裝置，所以能加快資料處理與傳送，減少延遲。例如物聯網和5G，就是邊緣運算的應用。

預估到了2023年，邊緣運算式的智慧裝置數量，將比傳統IT裝置多上20倍。

趨勢七：分散式雲端（The distributed cloud）

分散式雲端指的是雲端提供者，從過往大企業的實體資料中心，變成由個人提供的公共雲端服務。雲端提供者將負責所有雲端的建置、傳輸、操作、管理與更新。

雖然資料仍由雲端提供者掌控，但與以往中心式的雲端系統已大不相同。分散式雲端載體可以在許多不同地點，這種做法讓資料不再只掌握在少數大廠手上，也使雲端科技的發展更隱私、更在地。

趨勢八：自動化物件（Autonomous things）

自動化物件包含無人機、機器人、輪船與設備等，利用人工智慧來執行任務。從半自動化與完全自動化、從大海到陸地，都是這項科技的應用範圍。

目前自動化物件多運用在受控的環境中，如礦山或倉庫，但未來可能將應用在開放的公共空間，並從單機作業變成群機協作。

例如2018年平昌冬季奧運上，200台無人機組成的煙火表演秀；今年屏東燈會也以300台無人機在夜空中排出黑鮪魚、鵝鑾鼻燈塔、「TAIWAN」等字樣。

【延伸閱讀】無人機只能做燈光秀？保護鯨魚、打擊盜獵也靠它！

雖然自動化物件不能取代人的大腦，但越明確且狹窄的應用範圍，將使自動化物件發揮最大效益。

圖片來源：潘孟安臉書粉專

趨勢九：區塊鏈應用（Practical blockchain）

圖片來源：Pixabay

區塊鏈是一個公眾的電子記帳資料庫，奠基於「去中心化的分散式資料庫」，公開透明的帳本使每一筆交易都能被看見，每一個用戶都是資料庫的一員，不再需要集中式的金融權威機構。

比起傳統式交易，區塊鏈能追溯交易的起源，使金流與物流公開透明，例如有餐廳便利用趨塊練來追溯食材供應來源。它也能讓互不認識的交易者，能在安全的數位環境中互動，不再需要權威機構認證。

完整的區塊鏈模式需要五個元素：共享與分散式的帳本、不可更改但可追溯的帳本、加密、代幣化和分散式的公眾共識機制。

目前，區塊鏈技術已在小規模試驗，預計到2023年將有突破性的升級。

【延伸閱讀】比特幣、加密貨幣、區塊鏈交易制度可不可信任？

趨勢十：人工智慧防禦（AI security）

超自動化與自動化物件，為世界帶來了新發展與機會，但也曝露出它的安全疑慮。人工智慧的安全性將是重要課題，包含三個面向：

1.保護AI驅動系統：包含AI的訓練資料、訓練管道和機器演算模型。
2.以AI加強安全防禦：運用機器演算來分析攻擊模式、發現攻擊，使安全防備流程自動化。
3.預測攻擊者惡意使用AI的情形：辨識與抵禦攻擊。

圖片來源：Gartner

「這些趨勢對於人類與我們的生活環境，將有顯著影響，」Gartner副總裁伯克（Brian Burke）表示，「與其急著堆疊技術、探索潛在應用，機構更必須優先考慮商業性與人類使用情境。」

值得注意的是，這十個趨勢都非單獨存在，彼此互相影響與增強；資訊技術領域的領導者必須決定怎樣的結合運用，最具創新與戰略性。

例如，運用機器運算、超自動化（hyperautomation）與邊緣運算（edge computing）的AI人工智慧，可以高度整合智慧建築與城市空間。而這樣科技的結合，也將使技術更普及。

【延伸閱讀】犯下悲劇性的錯誤！來自間諜工程師的懺悔告白

【延伸閱讀】5G登場！用360度VR看東京奧運比賽