Top 10 tendinte tehnologie

 
Reteaua de dispozitive
Reteaua de dispozitive se refera la un set extins de dispozitive endpoint pe care oamenii le folosesc pentru a accesa aplicatii si informatii sau pentru a interactiona cu oamenii, comunitati sociale, guverne si societati comerciale. Reteaua de dispozitive include dispozitive mobile, dispozitive portabile, dispozitive de larg consum si electronice pentru casa, dispozitive auto si dispozitive ecologice – precum senzorii in Internet of Things (IoT).
„In lumea postmobila se pune accentul pe utilizatorul mobil care este inconjurat de o retea de dispozitive care le depasesc pe dispozitivele mobile traditionale,” a spus D-ul Cearley.
In timp ce dispozitivele sunt tot mai mult conectate la sisteme back-end prin diverse retele, ele au functionat adesea separat unele de altele. Pe masura ce reteaua de dispozitive se dezvolta, noi asteptam ca modelele de conexiune sa se extinda si sa se dezvolte o interactiune cooperativa mai mare intre dispozitive.
Experienta ambientala a utilizatorului
Reteaua de dispozitive creeaza fundamentul pentru o noua experienta continua si ambientala a utilizatorului. Mediile imersive care ofera o realitate supradimensionata si virtuala detin un potential semnificativ, dar sunt numai un aspect al experientei. Experienta ambientala a utilizatorului pastreaza continuitate de-a lungul granitelor dintre reteaua de dispozitive, timp si spatiu. Experienta curge continuu de-a lungul unui set schimbator de dispozitive si canale de interactiune care combina mediul fizic, virtual si electronic cand utilizatorul se misca dintr-un loc intr-altul.
„Proiectarea app-urilor mobile ramane un obiectiv strategic important pentru companie,” a spus Cearley. „Totusi, partea cea mai importanta a designului este centrata pe oferirea unei experiente care se intinde de-a lungul si exploateaza diferite dispozitive, inclusiv senzorii IoT, obiecte comune precum automobile sau chiar fabrici. Proiectarea acestor experiente avansate va fi un factor de diferentiere major pentru furnizorii de software independenti (ISVs) si companii pana in 2018.”
Materiale de imprimare 3D
Progresele in imprimarea 3D au permis imprimarea 3D pentru utilizarea unei game largi de materiale, inclusiv aliaje din nichel avansat, fibre de carbon, sticla, cerneala conductiva, electronice, materiale farmaceutice si biologice. Aceste inovatii impulsioneaza cererea utilizatorilor pe masura ce aplicatiile practice pentru imprimantele 3D se extind la mai multe sectoare, inclusiv industria aerospatiala, industria medicala, automotive, a energiei si militara. Gama tot mai mare de materiale imprimabile 3D va conduce la o rata anuala compusa de crestere de 64,1 procente pentru transporturile de imprimante 3D pentru companii pana in 2019. Aceste progres vor necesita regandirea liniei de asamblare si proceselor lantului de aprovizionare pentru exploatarea imprimantelor 3D.
„Imprimarea 3D va cunoaste o expansiune constanta in urmatorii 20 ani a materialelor care pot fi imprimate, imbunatatirea vitezei cu care articolele pot fi imprimate si emergenta noilor modele de imprimare si asamblare a partilor componente,” a spus D-ul Cearley.
Informatii despre orice
Tot ce se gaseste in reteaua digitala produce, utilizeaza si transmite informatii. Aceste informatii trec dincolo de informatiile textuale,  audio si video si includ informatiile senzoriale si contextuale. Informatiile despre orice abordeaza acest aflux de informatii cu strategii si tehnologii pentru a corela datele din toate aceste surse de date diferite. Informatiile au existat dintotdeauna, dar au fost adesea izolate, incomplete, indisponibile sau neinteligibile. Progresele in instrumente semantice precum baze de date grafice, precum si alte tehnici emergente de clasificare a datelor  si analizare a informatiilor vor aduce semnificatie in avalansa haotica de informatii.
Invatarea masinilor avansate
In invatarea masinilor avansate, retele neuronale profunde (DNNs) trec dincolo de managementul clasic al calculatoarelor si informatiei pentru a crea sisteme care pot invata autonom sa perceapa lumea in mod independent. Explozia de surse de date si complexitatea informatiilor face clasificarea manuala si analiza nefezabila si neeconomica. DNN-urile automatizeaza aceste sarcini si fac posibila abordarea unor provocari cheie legate de tendinta informare despre orice.
DNNs (o forma avansata de invatare a masinilor aplicabila in special seturilor de date mari si complexe) face masinile sa para „inteligente.” DNNs permit masinilor pe baza de hardware sau software sa invete singure toate caracteristicile din mediul lor, de la cele mai fine detalii la clase de continut abstracte vaste. Acest domeniu se dezvolta rapid si organizatiile trebuie sa evalueze cum pot aplica aceste tehnologii pentru a castiga un avantaj competitiv.
Agenti autonomi si obiecte autonome
Invatarea masinilor da nastere unui spectru de implementari ale masinilor inteligente — inclusiv roboti, vehicule autonome, asistenti personali virtuali (VPAs) si consultanti inteligenti — care actioneaza in mod autonom (sau cel putin semi-autonom). In timp ce progresul cu masinile inteligente fizice precum robotii se bucura de multa atentie, masinile inteligente pe baza de   software au un impact mai vast pe termen scurt. VPA-urile precum Google Now, Microsoft’s Cortana si Apple’s Siri devin mai inteligente si sunt precursorii unor agenti autonomi. Notiunea emergenta de asistenta este integrata in experienta ambientala a utilizatorului in care un agent autonom devine principala interfata utilizator. In loc sa interactioneze cu meniuri, forme si butoane pe un smartphone, utilizatorul vorbeste cu un app, care este intr-adevar un agent inteligent.
„In urmatorii cinci ani noi vom evolua intr-o lume post-app cu agenti inteligenti care livreaza actiuni si interfete dinamice si contextuale,” a spus d-ul Cearley. „Liderii IT ar trebui sa exploreze modul in care ei pot utiliza obiecte autonome si agenti autonomi pentru a creste activitatea umana si a elibera oamenii pentru munca pe care numai oamenii o pot face. Totusi, ei trebuie sa accepte ca agentii si obiectele inteligente sunt un fenomen pe termen lung care va evolua constant si isi va extinde utilizarile pentru urmatorii 20 de ani.”
Arhitectura de securitate adaptativa
Complexitatile afacerii digitale si economiei algoritmice combinate cu industria emergenta de tip “hacker” cresc semnificativ suprafata amenintarii pentru o organizatie. Bazarea pe apararea perimetrului si securitatea pe baza de reguli este inadecvata, in special pentru ca organizatiile exploateaza mai multe servicii bazate pe cloud si API-uri deschise pentru clienti si partenerii, care vor fi integrate in sistemele lor. Liderii IT trebuie sa se concentreze pe depistarea si raspunsul la amenintari, precum si pe masuri de blocare mai traditionale si alte masuri pentru a preveni atacurile. Auto-protectia aplicatiei, precum si analiza comportamentului utilizatorului si entitatii vor ajuta la realizarea arhitecturii de securitate adaptativa.
Arhitectura sistemelor avansate
Reteaua digitala si masinile inteligente necesita cereri de arhitectura informatica intensa pentru a le face viabile pentru organizatii. Aceasta dezvoltare este amplificata de arhitecturile neuromorfice cu putere mare si ultraeficiente. Alimentate de circuite integrate predifuzate programabile (FPGAs) ca o tehnologie de baza pentru arhitecturile neuromorfice, exista castiguri semnificative la aceasta arhitectura, precum rularea la viteze mai mari decat un teraflop cu eficienta energetica inalta.
„Sistemele construite pe GPU-uri si FPGA-uri vor functiona la fel ca si creierul uman, care sunt mai potrivite pentru a fi aplicate la invatarea profunda si alti algoritmi de substitutie pe care masinile inteligente ii folosesc,” a spus d-ul Cearley. „Arhitectura bazata pe FPGA va permite distribuirea de algoritmi in factori cu forme mai mici cu putere electrica mai mica in reteaua de dispozitive, care permit capacitati de invatare a masinilor avansate care vor fi proliferate in cele mai mici endpoint-uri IoT, precum case, masini, ceasuri de mana si chiar fiinte umane.”
Mesh App si arhitectura serviciului
Designurile aplicatiilor monolitice lineare (de exemplu, arhitectura pe trei nivele) genereaza o metoda integrativa cuplata mai flexibila: app-urile si arhitectura serviciilor. Activata de serviciile aplicatiei definite de software, aceasta noua abordare permite performanta la scara Web, flexibilitate si agilitate. Arhitectura Microservice este un model emergent pentru construirea unor aplicatii distribuite care sustin livrarea agila si desfasurare scalabila, ambele on-premises si cloud. Containerele sunt emergente ca tehnologie critica pentru ca permit dezvoltarea agila si arhitecturile microservice. Integrarea elementelor mobile si IoT in app si arhitectura serviciului creeaza un model cuprinzator care abordeaza scalabilitatea back-end cloud si experientele retelei de dispozitive front-end. Echipele de aplicatii trebuie sa creeze noi arhitecturi moderne pentru a livra aplicatii cloud agile, flexibile si dinamice care ofera experiente agile, flexibile si dinamice pentru utilizator si care se desfasoara in reteaua digitala.
Platformele Internet of Things
Platformele IoT completeaza mesh app si arhitectura serviciului. Managementul, securitatea, integrarea si alte tehnologii si standarde ale platformei IoT sunt setul de baza al capacitatilor de construire, gestionare si asigurare a securitatii elementelor in IoT. Platformele IoT  reprezinta munca IT din punct de vedere arhitectural si al tehnologiei pentru a transforma IoT in realitate. IoT este o parte integranta a retelei digitale si experientei ambientale a utilizatorului si lumea emergenta si dinamica a platformelor IoT le face posibile.
„Orice intreprindere care adopta IoT va trebui sa dezvolte o strategie pentru platforma IoT, dar metodele incomplete ale furnizorilor concurenti vor face standardizarea dificila pana in anul 2018,” a spus d-ul Cearley.
Analiza suplimentara poate fi gasita in raportul Gartner report “Top 10 Tendinte Strategice ale tehnologiei pentru anul 2016: la prima vedere.”