• 在未來兩年或者更短的時間內，健康護照具有超越其他所有技術的潛力，而中國(健康碼)和印度(Aarogya Setu)這兩個早期采用者推動了這種趨勢。
• 由于大量的媒體報道和客戶咨詢，社交疏離技術首次進入了過高預期高峰(Peak of Inflated Expectations)的成熟度曲線(Hype Cycle)。
• 在今年的“成熟度曲線”(Hype Cycle)榜單中，Gartner繼續擴大了對人工智能潛力的覆蓋范圍，今年又增加了幾類，包括復合人工智能、生成式人工智能、負責任的人工智能、人工智能增強開發嵌入式人工智能和增強型人工智能設計。

這些和其他許多的新觀點都來自于《Gartner2020年新興技術成熟度曲線》(Gartner Hype Cycle For Emerging Technologies, 2020)，該榜單是今年早些時候發布的，Gartner近期在官方博客上對其進行了總結——《推動Gartner2020年新興技術成熟度曲線榜單的五大趨勢》(5 Trends Drive the Gartner Hype Cycle for Emerging Technologies, 2020)。

Gartner每年都要在自己的“成熟度曲線(Hype Cycles)”榜單上列舉很多種新技術，值得注意的是，該公司評估了超過1,700種新興技術，篩選出一組(大約30種)在未來五到十年內最具變革性的技術，并進行了簡明的介紹。下圖中列舉了首次出現在這份榜單上的人工智能技術。下面是Gartner定義的2020年新興技術成熟度曲線榜單：

2020年Gartner新興技術“成熟度曲線(Hype Cycle)”榜單上關于人工智能技術的新內容

(1) 健康護照是一種移動應用程序，可顯示一個人的相對感染風險等級以及他們是否可以進入建筑物、超市、飯店、公共場所和交通工具。

中國和印度這兩個早期采用者正在證明，結合使用健康護照和篩查手段，可以有效地阻止新冠肺炎的傳播，同時也使人們能夠自由使用公共場所和交通工具。中國的健康碼被廣泛用作篩查工具，以最大程度地降低新冠肺炎的傳播風險。它針對用戶的認定健康狀況顯示為彩色的二維碼：紅色是確診感染了新冠肺炎的病患，黃色的二維碼應該隔離，而綠色的二維碼可以自由出行。健康碼檢查非常普遍，如果沒有綠碼，簡直可以說是寸步難行。健康護照的早期領導者包括支付寶、Circle Pass Enterprises、Folio、Vottun和微信。

(2) 形成性人工智能是Gartner預測中的一個新的技術類別，它將能夠感知并動態響應不斷變化的情況。

形成性人工智能的主要用例之一是為UI / UX設計人員提供實時的交互式反饋，以提高軟件和智能產品的可用性。Gartner還預測，形成性人工智能將用于簡化數學模型和機器學習模型的創建并隨著時間的推移進行微調。構成炒作周期榜單上形成性人工智能的關鍵技術包括：人工智能增強設計、人工智能增強開發、本體和圖形、小數據、復合人工智能、自適應機器學習(ML)、自我監督學習、生成式人工智能和生成式對抗網絡。

(3) 人工智能增強設計是今年“成熟度曲線(Hype Cycle)”榜單上的新內容，具有改變數字化和智能聯網產品的設計、生產和銷售方式的潛力。

Gartner對人工智能增強設計的定義是利用人工智能(AI)、機器學習和自然語言處理技術自動生成，并通過機器學習、用戶流程、屏幕設計、內容和表示層代碼幫助數字化產品進行演變。人工智能增強設計已經通過CX產品和網站構建平臺(包括B12在內的公司已經在使用人工智能技術，可以在一分鐘內為你的業務類型組合內容并提供最佳實踐)的決策支持和個性化，改變了客戶體驗。Gartner期望能夠看到人工智能在數字化產品設計平臺市場中發揮作用。Gartner預測Adobe Xd、Figma和InVision將在這一新興技術類別中領先。

(4) 復合人工智能是今年“成熟度曲線(Hype Cycle)”榜單上的一個新類別，該類別是指將不同的人工智能技術匯集或組合在一起，以提高學習的準確度和效率。

Gartner認為，對于無法使用大型歷史數據集或內部不具備人工智能專業知識的組織來說，復合人工智能將是一種賦能技術，讓它們可以完成復雜的分析。其次，Gartner認為復合人工智能將有助于擴大人工智能應用程序的范圍和質量。該領域的早期領導者包括ACTICO、Beyond Limits、BlackSwan Technologies、Cognite、Exponential AI、FICO、IBM，Indico、Petuum和ReactiveCore。

(5) 嵌入式人工智能是今年“成熟度曲線(Hype Cycle)”榜單上引入的、引人入勝的新技術之一，它具有提升當前和下一代傳感器準確性、洞察力和智能的潛力。

Gartner對嵌入式人工智能的定義是指在嵌入式系統中使用人工智能/機器學習技術來分析本地捕獲的數據。減少分析傳感器數據所需的時間，并且利用基于傳感器的智能和通過物聯網以及智能傳感器捕獲的數據提升所獲得的見解質量。從消費電子產品到生產機械和長壽命資產，嵌入式人工智能可以提供改善客戶體驗、提升生產效率所需的見解，并且更深入地了解維護、維修和大修(MRO)周期，該領域的早期領導者包括Arm、Cartesiam、NXP Semiconductors、One Tech、Renesas Electronics和STMicroelectronics。

(6) 生成性人工智能也是今年首次出現在“成熟度曲線(Hype Cycle)”榜單中，它是最常用于創建“深度偽造(deep fakes)”視頻和數字內容的技術。

生成性人工智能是指多種機器學習方法，它們從數據中學習工件的表示，并使用它來生成全新的、完全原生的、真實的工件，這些工件保留了與訓練數據相似的特征，但不再重復。生成性人工智能可以產生原生內容(圖像、視頻、音樂、語音、文本，甚至還可以將他們組合在一起)，改善或更改現有內容并創建新的數據元素。那些心懷不軌的人會試圖利用生成性人工智能技術創建“深度偽造”的內容，并試圖以此對地區和政治穩定造成危險的破壞。人們正在結合使用人工智能和DARPA技術搜尋、發現“深度偽造”的內容，以抵制欺詐、虛假、以及可能煽動社會動蕩的信息。

(7) 負責任的人工智能是今年“成熟度曲線(Hype Cycle)”榜上的另一個新類別，這一系列的技術的目標是通過努力減少偏差來幫助企業做出更道德、更平衡的業務決策。

負責任的人工智能技術的目標是簡化組織如何落實負責任的實踐，以確保人工智能得到積極的開發和使用。負責任的人工智能技術最迫切的用例之一是在全球范圍內識別和阻止“深度偽造(deep fakes)”生產。Gartner用用例來定義了這個技術類別，這些用例涉及提升業務和社會價值、降低風險、增加信任度和透明度以及減少偏差對人工智能的影響。作為今年新上榜的人工智能技術，負責任的人工智能技術在利用人工智能向善的方面可謂獨領風騷。Gartner認為，負責任的人工智能技術還需要提高組織的可解釋性、責任性、安全性、隱私性和法規遵從性。

(8) 人工智能增強開發(AI-augmented development)今年首次出現在“成熟度曲線(Hype Cycle)”榜上，其目的是加快應用程序和DevOps團隊的時間周期，以便更快、更一致地創建高質量的軟件。

Gartner對人工智能增強開發(AI-augmented development)的定義是使用諸如機器學習(ML)、自然語言處理(NLP)以及類似的技術來加速應用程序和DevOps周期。該領域的早期領導者包括Codota、Deep Code、谷歌、Kite、Mendix、微軟、OutSystems和Parasoft。

(9) 自我監督學習是今年“成熟度曲線(Hype Cycle)”榜上的新客，這是一種被定位為能夠幫助組織采用監督機器學習技術的賦能技術。

在Craftworks、Facebook、谷歌和微軟最初進行研發的時候，自我監督學習還是只一種處于萌芽階段的技術，旨在克服監督學習的最大缺點之一——通常需要使用大量的標記數據。Gartner預測，自我監督學習的潛在影響和好處都非常巨大，因為它可以將機器學習的適用性擴展到那些沒有大型數據集可用的組織。

(10) 和2019年的榜單相比，今年的“成熟度曲線(Hype Cycle)”榜上有22種技術下榜或者進行了重新調整。

這22種不再屬于新興技術炒作周期(Hype Cycle for Emerging Technologies)的技術包括：3D感測攝像頭、5G、人工智能云服務、 AR云、增強智能、4級自動駕駛、5級自動駕駛、生物芯片、去中心化網絡、DigitalOps、邊緣人工智能、邊緣分析、情緒人工智能(Emotion AI)、飛行自動駕駛交通工具、圖片分析、沉浸式工作區、知識圖、輕型貨運無人機、低地球軌道衛星系統、擬人化、合成數據和轉移學習。