“十四五”物联网趋势展望

1央行数字货币的优势

一定程度上，央行借助数字货币可以更精确的把握M0的资金流通记录，通过大数据分析，能够发现货币规律和流通异常信号。这种记录能够更好地了解货币运营机制，对反洗钱起到控制作用，并且在一定程度上能预知公众的消费情绪，在这个意义层面上提高了货币政策的精准度和针对性。

其次，央行数字货币的发行，也将对现行的交易环节产生变革，数字货币作为M0的替代，能够将更多的现金交易转为线上，交易量有望放大，支付交易环节厂商将会从中受益。另一方面，央行的数字货币作为一种便捷的支付工具，也将会对以支付宝、微信支付为代表的移动支付行业带来潜在压力，可能会迫使其核心业务作出转型。
 

向生成对抗网络(GAN)的飞跃

2014年，图像生成算法的能力突飞猛进，生成对抗网络(GAN)应运而生。这是一个名叫伊恩·古德费洛(Ian Goodfellow)的人工智能研究员在酒吧和别人争论时所想到的，即让算法之间相互竞争，从而产生最佳结果。

生成图像需要“生成器”和“鉴别器”。生成器生成图像，而鉴别器将根据其训练时接触到的真实图像来判断该图像是真是假。鉴别器只会接受最真实的图像，从而确保最终结果是人工智能生成图像中的精品。

让技术变得有用

古德费洛对生成对抗网络的最初研究在行业基准测试中表现良好，但他创建的许多图像看起来仍然像是让人难以接受的一团乱麻(以抽象和非人性的方式来表达创建者的想法)。

2016年，其他研究人员已经开始试验这项技术，并找到了制作逼真图像的方法，尽管分辨率很低。当时，有一篇出色的论文描述了研究人员是如何生成逼真的卧室图像的，以及初次尝试生成人脸的过程。

这项研究再次表明，生成对抗网络能够以训练时接触到的数据为基础进行调适。这种技术能够生成逼真的卧室图像，同样也能生成逼真的人脸图像，这意味着生成对抗网络实际上能够识别各种不同类型图像中的图案。

深度伪造变得越来越普及
 

不久前，Vice报道了人工智能最新造成的一个危害案例：编码人员正用性虐待图像训练算法制作色情作品。这篇报道详细披露了这名匿名博士生是如何将未经双方同意的图像编译为数据集，并结合现有算法生成自定义视频的。

用人工智能生成色情作品的创作者将这些作品发布在Pornhub、OnlyFans等平台上。他向Vice透露自己使用了StyleGAN2，一种由Nvidia构建的开源算法。如果你曾经在网上看到过极其逼真的假人脸(比如ThisPersonDoesNotExist.com网站)，那么它们很有可能是由StyleGAN2生成的。

这项技术并不是一夜之间就出现的。从某些最早的现代图像生成算法出现，到这种人工智能生成色情作品现象的发生，都是有迹可循的。
 

趋势5：分布式云

另一个主要趋势是分配云资源，使云变得分散，支持的负担转移到云服务提供商身上。这种方法将实现灵活的定位并减少延迟。

“由于分布式云市场目前还不成熟，成本可能很高，部署模型也很复杂。Hewitt先生说：“作为云计算未来的一部分，企业仍应将其视为未来云计算的一部分，因为大多数云服务平台将至少提供一些在需要时执行的分布式云服务”。

趋势6：关键技能与关键角色

Hewitt说：“随着企业适应新的商业环境，对I&O技能的要求将继续发展”。“具体而言，重点从基础设施角色转向集体关键技能。这挑战了传统上属于特定基础架构团队的“地域”思维，而是鼓励了协作。”

到2022年，I&O领导者可以期望为其组织计划至少12种高优先级技能。虽然现在建议在IT人才市场仍然是买方市场的情况下招聘这些技能，但Gartner表示，I&O领导者应考虑这种趋势将带来的基本文化变化，并做出相应的计划。

（编辑：柳州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!