智能系统未来的13项特征

寂静回声

全球领先的智能系统软件提供商风河公司日前发布了新的研究报告——《智能系统未来的13项特征》，对智能系统未来发展进行了研究。
风河公司的这项研究报告基于对关键任务各相关行业的技术主管进行的调查，揭示了智能系统领导者必须具备的13个特征。调查研究结果显示，80%的技术领先者希望在未来五年内取得智能系统的成功。这份研究报告的13个关键特征如下：一是近实时模拟和仿真的能力；二是自动学习和机器学习能力；三是影响产品开发的数字反馈回路；四是基于传感数据和算法的行动；五是云端的定制化设备体验；六是真正的远端边缘计算；七是基于云端重编程的任务调节；八是压力和故障的预测能力；九是事件的检测和解决；十是完全自动化；十一是跨多个生态系统的近实时无缝互联；十二是实时协同工作流平台；十三是以学习系统进行实验。

此项研究报告还表明，13个特征中有4个产生了最大的影响：真正的边缘计算、通用工作流平台、AI/ML功能和实时应用程序生态系统。这些特征是长期成功所依赖的核心需求。没有这些，就不可能建立所有其他的特征并取得成功。这份研究报告做出了预测，在未来快速演进的智能系统机器经济中，能否抓住最佳时机实现13项关键特征，将是企业成败的关键。
风河所做的这项研究揭示了13个关键特征，它们是智能系统取得成功的关键标志。同时还强调了在正确的时间投资于正确的要素或“蓝图”的重要性。就建构智能系统而言，以下三个概念是关键：首先是拥有正确的基础架构，接着是根据基本需求做好当前的工作，最后是解决长期能力问题。这三个概念是环环相扣的，必须拥有正确的基础架构，才能根据基本需求做好当前的工作，解决好当前问题才能对未来进行精准预判。首先是设备研发如何设计，其次是设备融入网络中如何运营管理好，然后才是长期与未来的预判。网络上设备数量的增多带来的问题也很多，虽然设备不断更新换代，但是网络上还有很多旧设备在正常运行，不同时期的设备同时运行在一个网络环境里，就会出现各种各样的管理问题。在解决这些问题的过程中，需要采用数字孪生、模拟仿真等，风河都有不错的技术与经验积累。
在机器经济中，要想释放数据和新技术平台的潜力，就必然越来越多地依赖于系统和商业模式创新。智能系统有助于推动机器经济，更全面地普及物联网。进一步推动这一未来趋势的是5G、AI、自动化和云原生技术的增长，以及物联网和边缘计算的日益融合。这种极具潜力的组合为机器人、无人机、远程医疗和自动驾驶车辆等尖端应用开辟了新的可能性。要实现这一愿景，需要一种新的方法来构建能够在边缘上以近乎无延迟的实时方式进行感知、计算、学习和调整的系统。汽车、能源和公用事业、医疗、电信、工业制造、航空航天和国防领域的高管们都有一个共同的期望，这就是拥有一幅面向未来的新蓝图。

风河公司的这份调研报告还显示，能否在未来的机器经济中取得成功，将取决于现在所采取的方法和能力。62%的技术领先者正在制定战略，迈向智能系统的未来，16%的技术领先者已经投入、投资并且强力推进。据估计，这16%的人所获得的投资回报率至少四倍于花费了同等投入但没有采取同样方式的那些同行。此外，取得成功的这群人优先考虑的问题：一是解决技能短缺所带来的挑战，二是有效应对持续性的网络威胁。这是调查研究报告中最常提到的两大障碍。
风河公司的这份研究报告还强调了垂直行业的主要结论，提供了一份蓝图，指出对相关市场最重要的关键特征，并确定投资于这些特征的时机。调查资料来源于航空航天和国防、汽车、能源和公用事业、工业、医疗和电信市场的企业。这些市场的领导者针对以下领域分享了他们的观点：智能系统中关键任务取得成功的重要部分；引入智能系统的障碍和驱动力；在各个领域引入智能系统的助推因素；每个智能系统特征与投资相关的重要性；5G、AI、ML和网络安全在决策中的重要性；嵌入式设备和解决方案在未来智能系统世界中的样貌；数字反馈回路将是在哪些领域取得成功的最关键要素；哪些关键指标是取得成功的标志；在哪些领域智能系统对于解决更广泛的社会问题具有延展性的价值。

智能系统对企业非常重要，企业所使用的各种系统如何提高智能化程度也是企业取得成功的关键因素之一。企业不仅要具备超强的数据采集能力，而且还要做到数据在哪里产生，就在哪里处理，并在哪里得出结论，然后让机器进行相应运转，因此，数据产生现场智能处理能力就非常重要。未来企业会更多产生数据，就更加需要数据在哪里产生就在哪里处理并得出结论，这就需要让设备的计算能力与储存能力得到加强，是企业智能系统的重要体现。
正如风河公司CMO（首席市场官）Michael Gale所说：“在由智能系统驱动下不断增长的机器经济中，人类和机器正在走向同一个未来——数据将以指数规模推升所有行业的工作量、工作类型和工作质量。这些新的应用场景需要更复杂的计算工作负载、数据和分析，而且通常必须实时进行。风河公司站在第一线，帮助企业应对下一代关键任务智能系统开发、部署、运营和服务中所遇到的复杂挑战。”