2017年全球大数据正在朝这七个趋势发展
来源：36大数据，编译：黑山老妖
1. 支持区块链的智能合约：区块链2.0
2016年，在许多媒体的关注下，区块链在分布式技术领域快速发展，这能在很大程度上改变组织和社会。许多组织正在探索区块链解决方案。包括70多家世界上最大的银行的R3联盟关系，力图在其各自的区块链平台发展方面投资近6,000万美元。虽然四家知名银行离开了这个联盟，但这依然表明银行在进一步探索这项技术方面是认真的。
然而，交易结算不是区块链技术的最大机会，其真正的可能性是在区块链上记录智能合约。智能合约仍是传统合约，但是是以代码形式记录的。它和IFTTT描述的形式类似，只是要比后者复杂得多。当区块链联系在一起时，能够产生新形式的组织，如分散式的自治组织。
最知名的智能合约平台是以太坊。以太坊是一个分散的应用平台(DApps)，完全按照程序运行，没有任何欺诈、审查或第三方干扰的可能。虽然以太坊仍然是一个非常年轻的平台，并且在应对不随意的复杂交叉函数中面临一些挑战，但是在像以太坊这样的平台上连接在一起不可逆转的智能合约的机遇是巨大的。多个创业公司正在开发类似的平台，如Synereo，Maidsafe或最新的Ardor平台。他们都在尝试建立分散的互联网。2017年，我们将会看到这些平台的成长，当然我们也可能会看到与这些平台有关的一些问题。然而，分散式互联网技术正在缓慢发展，智能合约将成为区块链2.0的重要组成部分。
2. 深度学习变得更加智能，使我们更接近通用人工智能
算法业务有改变社会的潜力，2016年算法技术的发展显著加快。计算机算法赢得了围棋比赛，能够翻译它不了解的语言，甚至可以通过查看脸部图像从而识别罪犯。人工智能不会就此止步，在未来的几年中，我们将越来越多地走向一种通用人工智能形式，比如Siri也可以开车。
由于深度学习，通用人工智能逐渐成为可能。深度学习是机器学习的一个子领域，灵感来自人类大脑神经网络，其目的是创建可以在大量数据中寻找规律的人造神经网络。由于全球科学家都能访问更强大的计算能力和大数据集，深度学习正变得越来越普及。因此，在2017年，我们将会看到许多能够对我们生活造成重大影响的深度学习应用。
深度学习算法不是由人类训练而成。相反，它们被暴露于海量数据集、数百万个视频/图像/文章等之中，算法必须自己确定如何识别不同的对象、句子、图像等。因此，它能够提出人类无法想到的解决方案。举个例子，一组算法刚刚开发出一种加密算法，而人类无法通过其永远不会使用的模式进行破译。因此，如果在2017年，你感觉你的电脑用一种秘密的代码对你说话，那可能是真的。
3. 会话式人工智能：智能应用将彻底变革交互体验
2017年，互联设备将变得真正智能化。机器人、自动驾驶汽车或船只、无人机和任何其他物联网产品将变得越来越智能化。这些设备将会更好地理解用户并使产品或服务适应用户的需求。 软件更新将通过无线电完成，从而减少不断购买新产品的需求。
当这些智能设备连接到诸如Siri，Alexa，Viv，Cortana或Google Home之类的智能应用程序时，将会产生无数种可能性。会话式人工智能将启用与这些智能应用程序的高级会话。目前，这些应用程序主要用于控制你的手机、播放音乐或订购比萨饼，但在2017年，这将发生翻天覆地的变化。
Alexa的拥有者们已经能够在家里控制他们的汽车并打开引擎，但很快你就可以用你的声音控制几乎所有的设备。特别是作为下一代Siri而创造的Viv的发展将能够做出你所要求的任何事情。同样，正如微软CEO萨提亚·纳德拉所说，这些智能应用程序将会成为下一代应用程序。2017年，我们将看到这些智能应用与许多物联网设备融合。随着亚马逊结合宣布推出一款专注于会话式人工智能的新型启动加速器，会话式人工智能将改变你的组织应对客户的方式。
4. 与物联网相关的数据泄露将造成严重破坏
物联网不断发展。2016年，大约65亿台设备连接到互联网，预计到2020年将增长到500亿台设备。2016年，物联网相关的分布式拒绝服务(DDoS)大规模攻击第一次出现，由于连接设备缺乏安全性，这次攻击扰乱了美国东海岸的互联网。僵尸网络感染了成千上万的连接设备，比如路由器或智能相机，并使用这些设备来启动DDoS攻击，干扰了数百万人的互联网。
不幸的是，2017年可能会发生更多与物联网有关的攻击。简单地说，由于缺乏安全性，物联网连接的设备是非常脆弱的。许多开发智能牙刷、智能相机、儿童智能玩偶或任何你能想到的智能连接设备的组织，都没有严肃对待数据安全性。同样，黑客可以劫持你女儿的芭比娃娃，以监视你的孩子或者干扰数百万人的网络。各国政府和监管机构必须介入以迫使连接设备的制造商将其物联网设备提到最高保护级别，因为只需一个互联网连接就能用一个病毒感染一个网络并将弄垮整个网络。
5. 混合现实技术将大大改善数据可视化和决策制定
增强现实(AR)和虚拟现实(VR)技术在过去几年中已经走了很长的路。随着《口袋妖怪：Go》的推出，增强现实技术在2016年迎来了关键时机，该游戏在短短几个星期内用户数量超过1亿。显然《口袋妖怪：Go》与想要了解其数据的大型公司并不十分相关，但要了解增强、虚拟或混合现实技术对我们社会的影响，它仍然非常重要。2016年也推出了几款新的虚拟现实设备，其中包括PlayStation VR，该设备可以让4000多万购买PlayStation 4的游戏玩家快速进入虚拟现实。这又是一个标志性的时刻。
尽管增强现实或虚拟现实技术可能对会议室不是很有用，但混合现实的理念可能对其有很大帮助。混合现实是虚拟世界与现实世界的融合，一些启用这些功能的设备包括Microsoft Hololens MR头显或尚未发布的魔法飞跃。混合现实将为组织提供巨大的机会来更好地执行手头的任务，以及更好地了解组织生成的数据。
制造业中已经有许多通过混合现实实现更好的维修、更快的产品开发或改进库存管理的例子。此外，混合现实将帮助决策者了解(非常)复杂的数据集，使他们能够做出更好的决策。2017年，为混合现实开发的产品和应用将会增加，各类组织可以使用这些产品和应用来改进决策或提供更好的产品或服务。
6. 大数据自助服务解决方案将催生大数据应用
随着大数据的炒作告一段落，组织开始看到他们的数据为他们的业务提供了宝贵的见解。组织希望将数据货币化。慢慢地，他们开始明白，其实所有的公司都是技术公司。因此，他们应该把他们的数据看作是他们业务的核心。然而，对于许多组织来说，不可能在高级大数据分析系统和/或聘请大数据科学家或分析师上花费数百万，因为它们无力承担这样的费用。幸运的是，2017年将迎来大数据自助服务解决方案的增长。
自助服务大数据分析让组织使其数据货币化，并利用来自这些数据的见解来改善其业务。这些解决方案不需要几个月的规划和准备或IT基础架构的开发。相反，你可以简单地连接数据源并开始工作。这些平台将实现敏捷性，短时间实施性，并提高中小型企业的生产效率。世界上有大约1.25亿中小型企业，这是一个值得抓住的巨大市场。大数据自助服务解决方案使组织无需考虑数据类型(无论是结构化，半结构化还是非结构化)就能准备数据，因此可能成为2017年大数据采用的杀手级应用程序。
7. 通过混合数据进行意义建构将给高管赋能
我们周围的世界正在迅速变化，组织需要了解这种不断变化的环境以保持竞争力。然而，这种意义建构不仅应该由C级高管或高级管理人员来完成。相反，组织应该使真正的决策者能够从数据中获得正确的见解。组织内的真正决策者不是高级管理人员或C级管理人员，而是面向客户、出售服务或在工厂生产产品的员工。这些见解可以通过我称为混合数据的方法获得。结合内部和外部数据以及结构化和非结构化数据，从而获得有价值的见解。
由于大数据分析，2017年将会看到更多的组织赋予员工正确的知识。组织将采用诸如Apache Spark、Hadoop的工具或诸如Tableau Software、ClearStory Data或Periscope等可视化工具，最终为真正的决策者提供做出正确决策所需的见解。这将会改变组织内的权力平衡，因为知识等于权力。同样，这也要求高级管理人员和C级管理人员在行为上的改变。然而，如果做得适当，就能提高效率，降低成本，扩大员工权利，增强盈利能力，同时提升员工满意度。
2017年：智能年
在大数据方面。2017年将是令人振奋的一年，我称之为智能年。我们终于能看到智能合约发展成为第一个分散化的自治组织。深度学习中的突破将慢慢地把我们引向通用人工智能，结合对话式人工智能的智能应用程序将改变我们如何与组织的互动。那些组织开始通过数据洞察赋予员工权力，并使用大数据自助服务解决方案将来改善自我。不幸的是，大数据的这些智能应用也将导致数据泄露的增加，对组织和消费者造成很大的伤害。总而言之，这将是一个激动人心并且智能的一年。
相关阅读（旧文重发，验证趋势）
2017年大数据领域的十大趋势
数据市场将会继续增长这一点毋庸置疑，但企业应该如何应用大数据呢？目前还没有一个清楚的答案。新的大数据技术正在进入市场，而一些旧技术的使用还在继续增长。本文涵盖大数据未来发展的十大趋势，这些趋势可能对2017年及以后的大数据市场产生极大影响。
专家预计，机器学习、预测分析、物联网和边缘计算将对2017年及以后的大数据项目产生深远影响。
1、开放源码
Apache Hadoop、Spark等开源应用程序已经在大数据领域占据了主导地位。一项调查发现，预计到今年年底，近60％企业的Hadoop集群将投入生产。佛瑞斯特的研究显示，Hadoop的使用率正以每年32.9％的速度增长。
专家表示，2017年许多企业将继续扩大他们的Hadoop和NoSQL技术应用，并寻找方法来提高处理大数据的速度。
2、内存技术
很多公司正试图加速大数据处理过程，它们采用的一项技术就是内存技术。在传统数据库中，数据存储在配备有硬盘驱动器或固态驱动器（SSD）的存储系统中。而现代内存技术将数据存储在RAM中，这样大大提高了数据存储的速度。佛瑞斯特研究的报告中预测，内存数据架构每年将增长29.2％。
3、机器学习
随着大数据分析能力的不断提高，很多企业开始投资机器学习（ML）。机器学习是人工智能的一项分支，允许计算机在没有明确编码的情况下学习新事物。换句话说，就是分析大数据以得出结论。
高德纳咨询公司（Gartner）称，机器学习是2017年十大战略技术趋势之一。它指出，当今最先进的机器学习和人工智能系统正在超越传统的基于规则的算法，创建出能够理解、学习、预测、适应，甚至可以自主操作的系统。
4、 预测分析
预测分析与机器学习密切相关，事实上ML系统通常为预测分析软件提供动力。在早期大数据分析中，企业通过审查他们的数据来发现过去发生了什么，后来他们开始使用分析工具来调查这些事情发生的原因。预测分析则更进一步，使用大数据分析预测未来会发生什么。 普华永道（PwC）2016年调查显示，目前仅有29％的公司使用预测分析技术，这个数量并不多。同时，许多供应商最近都推出了预测分析工具。随着企业越来越意识到预测分析工具的强大功能，这一数字在未来几年可能会出现激增。
5、智能app
企业使用机器学习和AI技术的另一种方式是创建智能应用程序。这些应用程序采用大数据分析技术来分析用户过往的行为，为用户提供个性化的服务。推荐引擎就是一个大家非常熟悉的例子。
在2017年十大战略技术趋势列表中，高德纳公司把智能应用列在了第二位。高德纳公司副总裁大卫•希尔里（David Cearley）说：“未来10年，几乎每个app，每个应用程序和服务都将一定程度上应用AI。
6、智能安保
许多企业也将大数据分析纳入安全战略。企业的安全日志数据提供了以往未遂的网络攻击信息，企业可以利用这些数据来预测并防止未来可能发生的攻击，以减少攻击造成的损失。一些公司正将其安全信息和事件管理软件（SIEM）与大数据平台（如Hadoop）结合起来。还有一些公司选择向能够提供大数据分析能力产品的公司求助。
7、物联网
物联网也可能对大数据产生相当大的影响。根据IDC 2016年9月的报告，“31.4％的受访公司推出了物联网解决方案，另有43％希望在未来12个月内部署物联网解决方案。”
随着这些新设备和应用程序上线，许多公司需要新的技术和系统，才能够处理和感知来自物联网的大量数据。
8、边缘计算
边缘计算是一种可以帮助公司处理物联网大数据的新技术。在边缘计算中，大数据分析非常接近物联网设备和传感器，而不是数据中心或云。对于企业来说，这种方式的优点显而易见。因为在网络上流动的数据较少，可以提高网络性能并节省云计算成本。它还允许公司删除过期的和无价值的物联网数据，从而降低存储和基础架构成本。边缘计算还可以加快分析过程，使决策者能够更快地洞察情况并采取行动。
9、高薪职业
对于IT工作者来说，大数据的发展意味着大数据技能人才的高需求。IDC称，“到2018年，美国将有181,000个深度分析岗位，是数据管理和数据解读相关技能岗位数量的五倍。”
由于人才缺口过大，罗伯特•哈夫技术公司预测，到2017年数据科学家的平均薪资将增长6.5%，年薪在116,000美元到163,500美元之间（当然这是美国的标准，中国国内目前尚未统计）。同样，明年大数据工程师的薪资也将增长5.8%，在135,000美元到196,000美元之间。
10、自助服务
由于聘请高级专家的成本过高，许多公司开始转向数据分析工具。IDC先前预测，“视觉数据发现工具的增长速度将比其他商业智能（BI）市场快2.5倍，到2018年，所有企业都将投资终端用户自助服务。
一些大数据供应商已经推出了具有“自助服务”能力的大数据分析工具，专家预计这种趋势将持续到2017年及以后。 数据分析过程中，信息技术的参与将越来越少，大数据分析将越来越多地融入到所有部门工作人员的工作方式之中。
来源：灯塔大数据（ID：DTbigdata）、51CTO
一网打尽系列文章，请回复以下关键词查看： |
创新发展：习近平 | 创新中国 | 创新创业 | 科技体制改革 | 科技创新政策 | 协同创新 | 成果转化 | 新科技革命 | 基础研究 | 产学研 | 供给侧 |
热点专题：军民融合 | 民参军 | 工业4.0 | 商业航天 | 智库 | 国家重点研发计划 | 基金 | 装备采办 | 博士 | 摩尔定律 | 诺贝尔奖 | 国家实验室 | 国防工业 | 十三五 | 创新教育 | 军工百强 | 试验鉴定 | 影响因子 | 双一流 | 净评估 |
预见未来：预见2016 | 预见2020 | 预见2025 | 预见2030 | 预见2035 | 预见2045 | 预见2050 | |
前沿科技：颠覆性技术 | 生物 | 仿生 | 脑科学 | 精准医学 | 基因 | 基因编辑 | 虚拟现实 | 增强现实 | 纳米 | 人工智能 | 机器人 | 3D打印 | 4D打印 | 太赫兹 | 云计算 | 物联网 | 互联网+ | 大数据 | 石墨烯 | 能源 | 电池 | 量子 | 超材料 | 超级计算机 | 卫星 | 北斗 | 智能制造 | 不依赖GPS导航 | 通信 | MIT技术评论 | 航空发动机 | 可穿戴 | 氮化镓 | 隐身 | 半导体 | 脑机接口 |
先进武器：中国武器 | 无人机 | 轰炸机 | 预警机 | 运输机 | 战斗机 | 六代机 | 网络武器 | 激光武器 | 电磁炮 | 高超声速武器 | 反无人机 | 防空反导 | 潜航器 | |
未来战争：未来战争 | 抵消战略 | 水下战 | 网络空间战 | 分布式杀伤 | 无人机蜂群 | 太空站 |反卫星 |
领先国家：俄罗斯 | 英国 | 日本 | 以色列 | 印度 |
前沿机构：战略能力办公室 | DARPA | Gartner | 硅谷 | 谷歌 | 华为 | 俄先期研究基金会 | 军工百强 |
前沿人物：钱学森 | 马斯克 | 凯文凯利 | 任正非 | 马云 | 奥巴马 | 特朗普 |
专家专栏：黄志澄 | 许得君 | 施一公 | 王喜文 | 贺飞 | 李萍 | 刘锋 | 王煜全 | 易本胜 | 李德毅 | 游光荣 | 刘亚威 | 赵文银 | 廖孟豪 | 谭铁牛 | 于川信 | 邬贺铨 | |
全文收录：2016文章全收录 | 2015文章全收录 | 2014文章全收录 |
其他主题系列陆续整理中，敬请期待…… |
“远望智库”聚焦前沿科技领域，着眼科技未来发展，围绕军民融合、科技创新、管理创新、科技安全、知识产权等主题，开展情报挖掘、发展战略研究、规划论证、评估评价、项目筛选，以及成果转化等工作，为管理决策、产业规划、企业发展、机构投资提供情报、咨询、培训等服务，为推动国家创新驱动发展和军民融合深度发展提供智力支撑。