大模型技術的出現讓這一切成為可能。在OpenAI定義的AGI路線中，第一階段是具備用自然語言對話的能力。第二階段是具備推理能力，讓AI具備解決問題的能力。第三階段是代理能力，讓AI能夠自主執(zhí)行任務。
目前，我們正在向代理型AI階段過渡，代理型AI將能夠像人類一樣執(zhí)行任務。它會將復雜目標拆解成多個任務，并通過記憶、計劃、感知和調用工具等核心功能來完成一些復雜的任務。其終極目標是讓人通過簡單的語音指令讓AI執(zhí)行復雜任務。
高挺也提到，盡管代理型AI具有顛覆潛力，但目前在長任務鏈的可靠性方面還存在挑戰(zhàn)，容易因單個步驟出錯而影響整體效果，完成復雜任務的能力有限。
需要以AI治理平臺應對AI技術失控的風險
隨著AI技術的迅速發(fā)展，越發(fā)需要AI治理平臺來應對技術失控的風險。
Gartner指出，“AI治理平臺”幫助企業(yè)從法律、倫理等多維度管理和監(jiān)督AI系統(tǒng)，屬于“AI信任、風險和安全管理”（AI TRiSM）框架的一部分。這些平臺的核心功能包括模型生命周期管理、模型透明度與可解釋性、模型驗證、系統(tǒng)監(jiān)控及合規(guī)管理。
生成式AI的興起加大了治理難度，近年來已出現因AI失誤而引發(fā)的社會事件，例如人臉識別誤判、錯誤的客服信息、甚至滋生“黑灰產業(yè)”。因此，建立AI治理機制成為企業(yè)發(fā)展的關鍵一步。盡管市場上已有相關廠商提供AI治理功能，但一站式的解決方案仍然稀缺，不同廠商的能力存在差異。
高挺認為，未來，各國將出臺更多AI監(jiān)管法規(guī)，企業(yè)也將設立“數字合規(guī)部門”以保障AI安全。Gartner認為，負責任的AI將如同網絡安全一樣，逐漸成為企業(yè)的“標配”，成為未來合規(guī)發(fā)展的必需品。
以“虛假信息安全”來應對惡意虛假信息
高挺提到，生成式AI在帶來效率提升到同時，也大幅降低了制造虛假信息的成本。Gartner認為，這需要用“虛假信息安全”做出應對。
所謂虛假信息安全指的是一種新興技術，用于保障信息傳播的真實性和完整性，可以用來防止冒充和追蹤有害信息傳播。這類技術涵蓋了實時通信驗證、媒體真實性審查、大語言模型驅動的監(jiān)控系統(tǒng)、社交媒體內容追蹤、以及數字測謊等能力。
越來越多的企業(yè)開始意識到虛假信息的危害。生成式AI的普及加劇了傳統(tǒng)網絡安全問題，如網絡釣魚、社會工程攻擊和虛假內容傳播，傳統(tǒng)的人工和規(guī)則識別手段已不足以應對這一挑戰(zhàn)，需要如深度偽造檢測等新技術來抵御和識別惡意虛假信息。
以后量子密碼學來應對加密危機
量子計算的快速發(fā)展正帶來重大加密風險，或許比“千年蟲問題”更為嚴峻。
當前廣泛使用的非對稱加密（公鑰/私鑰體系）雖然在傳統(tǒng)計算下幾乎無法破解，但在量子計算面前將變得脆弱不堪。量子計算可以在幾分鐘內破解需要數百年計算才能解開的加密，直接讓現有的安全機制失效，可以威脅如網銀等現在廣泛使用的加密鏈路。
為應對這種威脅，“后量子密碼學”正成為新的解決方案，“后量子密碼學”可以開發(fā)對抗量子破解的加密算法。美國國家標準與技術研究院（NIST）正進行新一輪加密算法評選，預計將在2025年春季更新部分后量子加密算法。
然而，許多企業(yè)尚未意識到這一轉變的重要性。高挺提到，一些黑客已開始存儲企業(yè)的加密數據，等待量子計算成熟后再破解，企業(yè)需逐步采用“后量子密碼”來保護核心敏感信息，以防未來風險。
環(huán)境隱形智能將會有豐富的新應用場景
環(huán)境隱形智能這個概念有點讓人摸不著頭腦，其實，Gartner所說的“環(huán)境隱形智能”是指利用成本低、功耗小的智能標簽和傳感器，能實現對環(huán)境的智能感知與數據采集。
這些低功耗小型設備會采用包括藍牙在內的連接技術，有些設備可以通過收集射頻能量，具備近乎無限的壽命。預計到2025年，這類設備將被大規(guī)模應用，帶來豐富的新場景，例如，可以在倉庫中實時監(jiān)控數百萬件商品庫存，可以在食品運輸中追蹤溫度和行進路徑以減少損耗等。
高挺介紹稱，智能標簽的成本正快速下降，將從每個約20美分降至10美分，這將使幾乎所有商品都能嵌入智能標簽，為客戶帶來創(chuàng)新的互動體驗。例如，在服裝店，顧客可將商品放入自動掃描設備中完成結賬，這正是低功耗智能標簽的應用。
節(jié)能計算，用更少的能耗去進行更多的計算
在AI對算力要求不斷攀升的情況下，全球數據中心不斷擴建，電力不足的問題日益嚴重，且各地對企業(yè)碳排放控制的要求日趨嚴格。而Gartner所說的“節(jié)能計算”指的是在降低能耗的同時，滿足日益增長的計算需求。
高挺介紹稱，“節(jié)能計算”的目標就是是用更少的能耗去進行更多的計算，這樣的目標并非一蹴而就的事兒，是需要分為短期、中期、長期策略。
短期內，可以通過使用綠色能源和低能耗硬件，或將負載轉移到更環(huán)保的云數據中心；中期策略包括使用更高效的算法和硬件來提高能效；長期來看，2030年前可能出現如光學計算、DNA存儲等新技術，其能效遠超傳統(tǒng)硅基芯片。此外，神經形態(tài)系統(tǒng)等前沿技術也被視為未來高效AI計算的潛在方向，但目前仍在早期階段。
混合計算將整合多種計算范式
Gartner認為，未來的計算將走向“混合型計算”，而不僅僅是依賴單一計算方式，比如量子計算。
混合計算是通過整合多種計算范式（如神經形態(tài)計算、量子計算、光計算、生物計算和碳基計算等）來解決不同類型的問題。各計算方式將在特定領域發(fā)揮獨特優(yōu)勢，例如光計算適合優(yōu)化問題，而量子計算在藥物發(fā)現和材料科學中表現出色。
Gartner認為，混合計算的愿景是通過一個系統(tǒng)編排多種計算方式，使其協(xié)同工作，充分發(fā)揮各自能力。當前，混合計算主要體現在小規(guī)模的異構資源整合（如CPU與GPU），但要在大規(guī)模下實現協(xié)調仍需時間，預計混合計算成熟應用需3至10年時間。
空間計算的現狀與未來發(fā)展
高挺解釋稱，“空間計算”是指將物理和數字對象融合在一個超越屏幕顯示的共享框架中，通俗點說，就是把數字世界和物理世界的內容去疊加和混合。
空間計算的關鍵技術包括對物理世界中的人、地點和事物在數字空間的映射與識別，AR/VR/XR技術就是其核心組成部分。現階段，蘋果的Vision Pro和Meta的Quest3等新型頭戴設備的推出，使空間計算逐步從概念走向現實。
然而，空間計算當前仍面臨諸多挑戰(zhàn)。比如，設備昂貴，佩戴不適，續(xù)航不足且操作復雜，用戶需要適應。更重要的是，目前還沒有吸引用戶的“殺手級”應用，用戶面對著硬件、軟件及內容生態(tài)的碎片化現狀，這些都阻礙了空間計算的普及與發(fā)展。
多功能機器人普及帶來的價值與擔憂
Gartner所說的多功能機器人，指的是可協(xié)助人類完成多項任務的機器人，既可以是人形的也可以是犬形。高挺強調說，多功能機器人的設計目標在于多任務適應，而不僅限于單一用途。
Gartner預測，到2030年，80%的人類將與智能機器人互動。預計，未來五到十年將會出現10萬元左右的家用機器人，就像現在的家用汽車一樣普及，比如，能做飯、洗碗、拖地，在更多種場景中的功能表現，就能帶來更高的投資回報率。
高挺也提到了多功能機器人的普及可能引發(fā)的人際關系新問題。機器人不僅會替代工廠勞動力，也可能進入家庭和辦公室，甚至影響人的隱私。人們或許會考慮如何與一個電子同事相處的問題。
可為未來社會和經濟帶來深遠影響的神經增強技術
高挺介紹說，“神經增強”其實就是現在常說的腦機接口技術，是一種利用腦機接口技術提升人類認知能力的前沿科技，通過讀取、解碼、甚至寫入大腦信息來實現“大腦透明度”。
這一領域進展迅速，Neuralink等公司已獲FDA批準進行人體試驗。神經增強的技術路徑從非侵入式的單向讀寫逐步發(fā)展到微創(chuàng)雙向讀寫，未來可能大幅提升人類的認知和反應能力。
Gartner認為，神經增強技術可以帶來三大潛力：
首先，增強記憶力和注意力等認知技能，幫助人類在AI時代保持競爭力，把人變成增強性人類；第二，在營銷領域，它可直接獲取用戶大腦中的偏好數據，可以提供更精準有效的反饋數據；最后，可提升人類神經功能，有助于預防事故、延緩老化并延長大腦健康壽命。
Gartner認為，這項技術將為未來社會和經濟帶來深遠影響。
結束語
以上就是Gartner提到的十大戰(zhàn)略技術的主要內容。其中提到的一些趨勢在近幾年就會有較大影響，比如關于代理型AI、AI治理平臺、虛假信息安全，也有的離現在還有些遙遠的預測。不論如何，這些都是比較受關注的趨勢，值得關心技術發(fā)展的朋友多看幾眼。
