Hype Cycle又称技术成熟度曲线，其中针对新技术的Hype Cycle for Emerging Technologies是Gartner最受关注的研究成果之一，每年发布一次。研究从三个维度观察各种新技术：期望值（图中的高低）、所处阶段（分5个阶段）、预计成熟时间（图中用不同颜色的符号表示，比如黄色三角表示10年技术才能成熟）。其中最重要的是判断时间。对于应用部门而言，采用成熟时间尚早的技术风险大。但对研发部门而言，则反而可能预示着有较大机会。

所有这些技术都处于早期阶段，但有些处于萌芽阶段，它们将如何发展存在很大的不确定性。 新兴技术为部署带来了更大的风险，但为早期采用者带来了更大的好处，这使它们与 Gartner 的顶级战略技术趋势区分开来

——Gartner副总裁 Melissa Davis 

今年三大主题是：不断演进/扩展的沉浸式体验（Web3和元宇宙）、加速人工智能自动化（大模型和其他AI技术）和优化技术专家交付（云、数据、运维等）。最受关注的技术是Web3（以及紧密相关的DID和NFT）和大模型（Foundation Models），都是预计2-5年或者5-10年成熟，总体比较靠谱。而元宇宙以及相关的数字人，都是10年以上才能成熟，而消费者的数字孪生是5-10年。

Hype Cycle for Emerging Tech 2022

AI是今年的三大主题之一。以下摘译自Gartner的官方新闻稿（基于Google翻译修改）：

主题 2：加速人工智能自动化
扩大人工智能的采用是发展产品、服务和解决方案的关键方式。这意味着加快创建专门的人工智能模型，将人工智能应用于人工智能模型的开发和训练，并将其部署到产品、服务和解决方案的交付中。结果包括更准确的预测和决策以及更快地获得预期收益。人类的角色也更侧重于成为消费者、评估者和监督者。

自主系统（Autonomic systems）是加速人工智能自动化的例子。它们是自我管理的物理或软件系统，执行具有三个基本特征（自主、学习和代理）的领域相关任务。当传统的人工智能技术无法实现业务适应性、灵活性和敏捷性时，自主系统可以成功地帮助实施。自主系统需要 5 到 10 年才能被主流采用，但将对组织产生变革。

加速 AI 自动化的其他关键技术包括：

因果人工智能 (AI) 识别并利用因果关系超越基于相关性的预测模型，转向可以更有效地规定行动并更自主地行动的人工智能系统。

基础模型是基于Transformer架构的模型，例如语言大模型，它实现了一种深度神经网络架构，可以计算文本在周围单词的上下文中的数字表示，强调单词的序列。

生成式设计 AI 或 AI 增强设计，是使用 AI、机器学习 (ML) 和自然语言处理 (NLP) 技术自动生成和开发数字产品的用户流程、屏幕设计、内容和表示层代码。

机器学习代码生成工具包括可插入专业开发人员集成开发环境 (IDE) 的云托管机器学习模型，这种插件根据自然语言描述或部分代码片段提供建议代码。

内容中包含的图片若涉及版权问题，请及时与我们联系删除