市場研究機構Garner：2016年十大戰略性科技趨勢3D打印名列其中
著名市場研究機構Garner在不久前舉行的Gartner Symposium/ITxpo中提出了10種將在2016年影響到多數企業組織的戰略性科技趨勢的研究結果。根據Gartner的定義，戰略科技趨勢指可能對企業組織帶來重大影響的技術趨勢。這些重大影響因素包括：可能對業務、終端使用者或IT層面造成顛覆性效果；需要大舉投入資金；或是太晚采用相關技術便會導致風險。此外，這些技術也足以影響企業組織的長期規劃、方案與活動。
Gartner副總裁暨院士級分析師David Cearley 表示：“Gartner所列出的10大戰略科技趨勢，將構成2020年之前的數字商業商機。前3項趨勢針對的是實體與虛擬世界的整合，還有數字網格（digital mesh）的崛起。目前企業組織都把焦點放在數字商業上，但運算業務正在逐漸崛起。藉由運算我們可以得知事件之間的關聯性與互連性，而這恰恰定義了未來商業。在運算業務當中，很多都是源于人們并非直接涉入的背景信息。這樣的技術是拜智能機器所賜才能實現，在接下來的 3 項趨勢里也會提到。最后 4 項則是 IT 領域為了支援數字及運算業務而產生的現有或新型架構及平臺趨勢。”
裝置網格（The Device Mesh）
裝置網格（device mesh）指為數越來越多、用來存取應用程序與信息或與其他人、社群、政府及企業互動的端點。裝置網格包含行動裝置、穿戴式產品、消費性與家用電子裝置、自動裝置與環境裝置──例如物聯網（IoT）當中的傳感器。
David Clearley 指出：“到了后行動時代，趨勢重點將轉移到行動使用者身上，他們四周將圍繞著由各式裝置所組成的網格，影響范圍遠超過傳統行動裝置所能及。”
雖然有越來越多裝置透過各種網絡連結后端系統，但往往是各自獨立運作。隨著裝置網格逐漸演進，我們預料連網模式將會擴大，裝置之間的合作性互動也將更上一層樓。
環境使用體驗（Ambient User Experience）
裝置網格將為持續不斷的新形態環境使用體驗（ambient user experience）提供基礎。具備擴充實境與虛擬實境功能的沉浸式環境握有極大商機，但其實只是體驗的其中一個面向而已。環境使用體驗能跨越裝置網格、時間與空間的界線而保有延續性。這樣的體驗可在各式各樣的裝置與互動管道之間無縫流動，當使用者移動時也能混合實體、虛擬以及電子環境。
David Clearley表示：“對企業來說，行動應用程序的設計仍然是重要的戰略性重點之一。然而設計的重點優勢，在于提供的體驗是否能跨越物聯網傳感器等各種裝置、汽車等一般物件，甚至是工廠，并且善加利用。到2018年，設計出這種先進體驗的能力將成為獨立軟件供應商（ISV）與企業達成市場區隔的最佳利器。”
3D打印材料（3D Printing Materials）
3D打印技術不斷提升，已經可以利用鎳合金、碳纖維、玻璃、導電油墨、電子、藥品與生物材料等各式各樣的材料。這些創新技術持續帶動使用者需求，同時 3D打印機的實際用途也拓展到更多產業，包括航天、醫療、汽車、能源與軍事。適用于 3D 打印的材料種類越來越多，預計2019年以前將帶動企業用3D打印機出貨量達成64.1%的年復合成長率。在這樣的進展之下，必須重新構思組裝與供應鏈流程，才能善加利用3D打印技術。
David Clearley指出：“未來20年內，可用于3D打印的材料種類將穩定增加，打印物件的速度將會加快，也會有新的零件打印與組裝模式崛起。”
萬物聯網信息（Information of Everything）
數字網格里的所有物件都能制造、利用并傳輸信息。這樣的信息不限于文字、語音或影像格式，范圍涵蓋感測與情境信息。萬物聯網信息可解決這種戰略與技術的匯入，連結來源各異的各種信息。信息其實一直存在且來源五花八門，但往往僅為不具備智慧特質的不完整片段信息，因此無法利用。圖學數據庫（graph database）等語意學工具不斷進步，再加上其他資料分類與信息分析技術逐漸崛起，都將賦予看似雜亂的大批信息更多意義。
先進機器學習（Advanced Machine Learning）
在先進機器學習方面，深度神經網絡（DNN）超越了典型運算與信息管理技術，創造出能獨力自主學習如何理解各種事物的系統。資料來源爆炸加上資料日益復雜，讓手動分類與分析變得滯礙難行且不合經濟效益。深度神經網絡能自動執行這些任務，如此一來要解決萬物聯網信息趨勢所帶來的各項重大挑戰，也就不再遙不可及。
深度神經網絡（是一種先進形式的機器學習，尤其適用于復雜的大型資料集）就是讓智能機器看起來“聰明”的關鍵所在。深度神經網絡能讓硬件或軟件機器自行學習環境當中所有特征，范圍小至枝微末節，最大則可掃描抽象類內容。相關領域持續快速演進，企業組織必須評估該如何應用相關技術以取得競爭優勢。
自動代理與智能物件（Autonomous Agents and Things）
機器學習提供了實現智能機器自主（或至少半自主）運行的光譜，包含機器人、自駕車、虛擬個人助理（VPA）以及智能顧問。隨著實體智能機器的進步，象是機器人得到極大的關注，以軟件為基礎的智能機器有了更短期并更廣泛的影響，虛擬個人助理象是微軟（Microsoft）的 Cortana 以及蘋果（Apple）的 Siri 都變得更為智能，可以說是自動代理（autonomous agents）的前身。助理的新興概念讓自動代理成為主要使用界面的環境使用體驗，使用者直接對著應用程序說話，而非與智能型手機上的主選單、表單與按鍵互動，實際上就是智能代理。
David Clearley表示：“在接下來的5年內，我們會演化成后應用程序（postapp）世界，智能代理將傳遞動態且連續的動作與界面，IT 領導者需探索如何利用自動物件（autonomous thing）與自動代理強化人類行為，并將人力解放到只有人類能夠做的事；然而，他們必須認知到智能代理與智慧物件都是在接下來 20 年會持續變革并擴張用途的長期現象。”
適應性安全架構（Adaptive Security Architecture）
數字經濟及運算經濟的復雜性與新興的“黑客產業（hacker industry）”結合，顯著提升組織的威脅面。仰賴網絡外圍防御及規則基礎的安全（rule-based security）已不適當，特別是當組織采用了更多以云端為基礎的服務，以及為了整合系統而開放 API 給客戶或合作伙伴。IT 領導者需專注于偵測并回應威脅，同時以更多傳統阻擋與其他方法防范攻擊。程序自我保護、使用者與實體行為分析都會協助實現適應性安全架構。
先進系統架構（Advanced System Architecture）
數字網格與智能機器需要精密的運算架構才能實現，而高能量、超高效率的神經型態架構（neuromorphic architecture）才能符合這種需求。以現場可程序化閘陣列（field-programmable gate arrays，FPGA）驅動的架構是神經型態架構的重點技術，這樣的技術有顯著的好處，例如能夠在比每秒一兆次浮點運算更高速的高能量效率下運行。
David Clearley 表示：“在 GPU 與 FPGA 建立的系統會以與人類腦部相似的方式運作，如此一來便特別適合智能機器的深度學習與其他尋找吻合模式的算法。以 FPGA 為基礎的架構允許將算法細分，只需要在裝置中使用相當少的電力就能讓智能機器學習物聯網最小的終端裝置的能力，例如家庭、汽車、手表，甚至是人的行為。”
網格應用程序與服務架構（Mesh App and Service Architecture）
整體的線性應用設計（例如三層架構，three-tier architecture）提供更松散的連接方式，即為應用程序和服務架構。這種透過軟件定義應用服務（software defined application services，SDAS）啟動的新管道促成網絡規模的性能、彈性和敏捷性。微型服務結構不論對內部或者云端來說，都是支援應用程序靈活地傳輸和規模性布建的新興模式。容器（container）技術竄起成為關鍵技術，讓結構發展與微型服務更靈活。引領手機與物聯網相關要件的應用程序與服務結構，創造了后臺云端計算的規模性與前端裝置的網格體驗的全面性解決方式。應用程序的開發小組必須創造新的現代架構，以提供靈活、有彈性、能夠變動的以云端為基礎的應用程序與使用者體驗。
物聯網平臺（Internet of Things Platforms）
物聯網平臺補充了網格應用程序和服務結構。管理、安全、與其他科技的整合，以及物聯網平臺的標準，是建構、管理與保障物聯網的最基礎要素。從建筑和技術的角度來看，物聯網平臺構筑 IT 的幕后工作，使物聯網成為現實。物聯網是數字網格的組成部份，環境使用體驗和新興而活躍的物聯網平臺則是實現物聯網的主要元素。
David Clearley 表示，任何擁抱物聯網的企業將需要發展物聯網平臺戰略，但在 2018 年之前，不完全競爭供應商的進逼將使標準化遇上阻礙。
(責任編輯：admin)
大西洋大學開發用于食道癌
Ashley Furniture在制造過
看美國研究人員如何繼續改
ITAMCO和普渡大學合作為美
漢高收購美國一3D打印公司
加拿大衛生部發布醫療設備
