四、分階段技術(shù)點(diǎn)

1、觸發(fā)期

智能微塵（Smart Dust）

智能微塵是一種機(jī)器人、微機(jī)電系統(tǒng)(MEMS)或其他設(shè)備。智能微塵可以通過光學(xué)、溫度、壓力振動、磁場和化學(xué)成分來檢測出任何事物。目前，針對智能微塵的研究還處在實(shí)驗(yàn)室階段，如南加州大學(xué)機(jī)器人研究實(shí)驗(yàn)室（美國國防高級研究計劃局(DARPA)資助）和JLH實(shí)驗(yàn)室。研究的主要目的是使微粒盡可能小，其中涉及的問題包含微型化的革命性發(fā)展，集成和能源管理。他們還旨在使微粒盡可能的便宜。作為一個將傳感器/通信系統(tǒng)集成在毫米級立方體內(nèi)的技術(shù)，智能微塵還有很長的路要走。

4D打印（4D Printing）

四維打�。�4DP）技術(shù)是用動態(tài)能力（或功能、屬性）對材料進(jìn)行編程，并通過化學(xué)、應(yīng)用電子、顆粒或納米材料將其改變。此外，該技術(shù)具有排列、混合和放置特定材料的功能。4DP是處于胚胎階段的新興技術(shù)，是幾年前在僅有很少從業(yè)人員的學(xué)術(shù)和技術(shù)實(shí)驗(yàn)室里產(chǎn)生的概念（例如麻省理工的自組裝實(shí)驗(yàn)室）。兩個供應(yīng)商（Stratasys和Autodesk）創(chuàng)建4D打印概念，撬動多零件形狀轉(zhuǎn)化能力和印刷定制的智能材料的新工藝。

通用機(jī)器智能（General-Purpose Machine Intelligence）

機(jī)器具有類似人類在學(xué)習(xí)、推理、適應(yīng)和理解等方面的能力就被稱為“智能”。通用機(jī)器智能（GPMI協(xié)議；又名“強(qiáng)人工智能”）適用于廣泛的使用案例，專用機(jī)器智能（“弱人工智能”）僅限于特定（窄）的使用案例。GPMI協(xié)議對智能機(jī)器不是必要的，具有能夠控制自身維護(hù)和再生產(chǎn)方式的具有GPMI的機(jī)器只存在于科幻小說。今天人工智能系統(tǒng)，都不能通過等同于人類的智力的通用測試（也沒有完全可接受對人類的智慧的測量方式去測試機(jī)器）。這并不是說，永遠(yuǎn)不可能創(chuàng)造一種接近于人類認(rèn)知能力的機(jī)器，但我們可能距離完成必要研究和工程實(shí)驗(yàn)還有好幾十年。

802.11ax

802.11ax是今天最常用Wi-Fi網(wǎng)絡(luò)——802.11ac的繼承。其主要改進(jìn)的是提高現(xiàn)有2.4GHz和5GHz頻譜效率，從而提高了在人口稠密地區(qū)的吞吐量。它的目標(biāo)不僅是提高Wi-Fi設(shè)備的峰值性能（如過去Wi-Fi技術(shù)所做的），而且還可以同時支持更大數(shù)量的設(shè)備。因此，新興物聯(lián)網(wǎng)市場是其最大的目標(biāo)之一。

情境經(jīng)紀(jì)（Context Brokering）

情境經(jīng)紀(jì)是一個針對發(fā)現(xiàn)和分析數(shù)據(jù)情境（原始數(shù)據(jù)利用和數(shù)據(jù)制備）的數(shù)據(jù)處理模型，從而了解與人決策或自動決策有關(guān)的實(shí)體衍生狀態(tài)（如人、事物或地方）。情境數(shù)據(jù)通常從外部的各種來源獲得。情境數(shù)據(jù)最初隨著經(jīng)紀(jì)人市場出現(xiàn)（情境數(shù)據(jù)提供商如鄧白氏、益百利），提供客戶信用評級、企業(yè)和制備情境數(shù)據(jù)評分。業(yè)務(wù)的快速數(shù)字化創(chuàng)造了大量新的情境數(shù)據(jù)挖掘機(jī)會，包括潛在的巧合數(shù)據(jù)收集。

神經(jīng)形態(tài)硬件（Neuromorphic Hardware）

神經(jīng)形態(tài)硬件采用多進(jìn)制信號來模擬生物神經(jīng)元的功能。多進(jìn)制信號的例子包括模擬水平和基于尖峰信號，這些方法傳輸更多的信息，但比數(shù)字信號的速度慢一些，較慢的速率能夠保證在低功率下具有較高的可擴(kuò)展性。生物神經(jīng)元在在成千上萬的輸入和數(shù)十億神經(jīng)元（人類1000億，老鼠7100萬個，蟑螂一百萬個）間表現(xiàn)出緩慢的處理過程（100ms周期）。神經(jīng)系統(tǒng)處在非常早期的原型階段。IBM已向勞倫斯利弗莫爾實(shí)驗(yàn)室（Lawrence Livermore Laboratories）交付了系統(tǒng)，高通的Zeroth處理器正在驅(qū)動運(yùn)行在高通傳統(tǒng)處理器內(nèi)核上的軟件環(huán)境。神經(jīng)形態(tài)硬件部署存在三大障礙。

數(shù)據(jù)經(jīng)紀(jì)人PaaS (dbrPaaS)

企業(yè)對智能決策、過程和操作的需求快速增長，但實(shí)現(xiàn)更高層次的智能需要的專業(yè)知識很難尋找或發(fā)展。企業(yè)中數(shù)據(jù)科學(xué)家和企業(yè)組織的大部分工作是內(nèi)部和外部的組織中，使用越來越多的先進(jìn)的數(shù)據(jù)準(zhǔn)備和分析工具，在不斷擴(kuò)大的數(shù)據(jù)源范圍內(nèi)取得洞察力發(fā)現(xiàn)。一些供應(yīng)商提供的數(shù)據(jù)服務(wù)（數(shù)據(jù)經(jīng)紀(jì)人或DaaS）為數(shù)據(jù)科學(xué)家提供準(zhǔn)備的背景資料。

量子計算 (Quantum Computing)

基于量子技術(shù)的硬件是非常規(guī)的、復(fù)雜的和先進(jìn)的。到目前為止，最大的量子糾纏是五比特。即便如此，大多數(shù)研究人員認(rèn)為，硬件不是核心問題。有效的量子計算需要算法的發(fā)展（量子算法），通過量子態(tài)的操作解決現(xiàn)實(shí)世界的問題。雖然已經(jīng)開發(fā)了一些算法，但算法的缺乏是根本問題。IBM最近以提高量子計算意識為目標(biāo)，開設(shè)了量子平臺供外部使用。今天，該系統(tǒng)用五個量子比特僅解決微不足道的問題，但I(xiàn)BM預(yù)計將繼續(xù)擴(kuò)大其規(guī)模。