Gartner2016年度新兴技术成熟度曲线解读：3大趋势、16个新技术

四、分阶段技术点

1、触发期

智能微尘（Smart Dust）

智能微尘是一种机器人、微机电系统(MEMS)或其他设备。智能微尘可以通过光学、温度、压力振动、磁场和化学成分来检测出任何事物。目前，针对智能微尘的研究还处在实验室阶段，如南加州大学机器人研究实验室（美国国防高级研究计划局(DARPA)资助）和JLH实验室。研究的主要目的是使微粒尽可能小，其中涉及的问题包含微型化的革命性发展，集成和能源管理。他们还旨在使微粒尽可能的便宜。作为一个将传感器/通信系统集成在毫米级立方体内的技术，智能微尘还有很长的路要走。

4D打印（4D Printing）

四维打印（4DP）技术是用动态能力（或功能、属性）对材料进行编程，并通过化学、应用电子、颗粒或纳米材料将其改变。此外，该技术具有排列、混合和放置特定材料的功能。4DP是处于胚胎阶段的新兴技术，是几年前在仅有很少从业人员的学术和技术实验室里产生的概念（例如麻省理工的自组装实验室）。两个供应商（Stratasys和Autodesk）创建4D打印概念，撬动多零件形状转化能力和印刷定制的智能材料的新工艺。

通用机器智能（General-Purpose Machine Intelligence）

机器具有类似人类在学习、推理、适应和理解等方面的能力就被称为“智能”。通用机器智能（GPMI协议；又名“强人工智能”）适用于广泛的使用案例，专用机器智能（“弱人工智能”）仅限于特定（窄）的使用案例。GPMI协议对智能机器不是必要的，具有能够控制自身维护和再生产方式的具有GPMI的机器只存在于科幻小说。今天人工智能系统，都不能通过等同于人类的智力的通用测试（也没有完全可接受对人类的智慧的测量方式去测试机器）。这并不是说，永远不可能创造一种接近于人类认知能力的机器，但我们可能距离完成必要研究和工程实验还有好几十年。

802.11ax

802.11ax是今天最常用Wi-Fi网络——802.11ac的继承。其主要改进的是提高现有2.4GHz和5GHz频谱效率，从而提高了在人口稠密地区的吞吐量。它的目标不仅是提高Wi-Fi设备的峰值性能（如过去Wi-Fi技术所做的），而且还可以同时支持更大数量的设备。因此，新兴物联网市场是其最大的目标之一。

情境经纪（Context Brokering）

情境经纪是一个针对发现和分析数据情境（原始数据利用和数据制备）的数据处理模型，从而了解与人决策或自动决策有关的实体衍生状态（如人、事物或地方）。情境数据通常从外部的各种来源获得。情境数据最初随着经纪人市场出现（情境数据提供商如邓白氏、益百利），提供客户信用评级、企业和制备情境数据评分。业务的快速数字化创造了大量新的情境数据挖掘机会，包括潜在的巧合数据收集。

神经形态硬件（Neuromorphic Hardware）

神经形态硬件采用多进制信号来模拟生物神经元的功能。多进制信号的例子包括模拟水平和基于尖峰信号，这些方法传输更多的信息，但比数字信号的速度慢一些，较慢的速率能够保证在低功率下具有较高的可扩展性。生物神经元在在成千上万的输入和数十亿神经元（人类1000亿，老鼠7100万个，蟑螂一百万个）间表现出缓慢的处理过程（100ms周期）。神经系统处在非常早期的原型阶段。IBM已向劳伦斯利弗莫尔实验室（Lawrence Livermore Laboratories）交付了系统，高通的Zeroth处理器正在驱动运行在高通传统处理器内核上的软件环境。神经形态硬件部署存在三大障碍。

数据经纪人PaaS (dbrPaaS)

企业对智能决策、过程和操作的需求快速增长，但实现更高层次的智能需要的专业知识很难寻找或发展。企业中数据科学家和企业组织的大部分工作是内部和外部的组织中，使用越来越多的先进的数据准备和分析工具，在不断扩大的数据源范围内取得洞察力发现。一些供应商提供的数据服务（数据经纪人或DaaS）为数据科学家提供准备的背景资料。

量子计算 (Quantum Computing)

基于量子技术的硬件是非常规的、复杂的和先进的。到目前为止，最大的量子纠缠是五比特。即便如此，大多数研究人员认为，硬件不是核心问题。有效的量子计算需要算法的发展（量子算法），通过量子态的操作解决现实世界的问题。虽然已经开发了一些算法，但算法的缺乏是根本问题。IBM最近以提高量子计算意识为目标，开设了量子平台供外部使用。今天，该系统用五个量子比特仅解决微不足道的问题，但IBM预计将继续扩大其规模。