7种可能改变IT的“异想天开”技术

Peter Wayner

创新是技术的基石。在IT领域，如果不尝试一下层出不穷的新兴技术，就会有被淘汰的风险。而且，在吸引顶尖人才和保持竞争优势方面，企业会发现自己面临诸多的挑战。

但是，究竟应该采用什么样的新兴技术？人们真有些不知所措。毕竟，很多让人眼前一亮的技术，甚至那些被证明是值得一试的技术，往往都没有像宣传的那么好。然而，人工智能和机器学习等最近被认为是当今最前沿的技术，已经进入了生产系统。有时企业必须得有些前瞻性，才能预见下一波浪潮的到来。但是，看得越远，做出选择的风险就越大。

不过，有时候也不妨冒险一试。对此，本文介绍7种看起来有些异想天开的下一代新技术，这些新奇的想法对于实现业务价值而言也可能帮助企业做出明智之举。这完全取决于你自己的观点。William Gibson曾经说过，未来已来，只是发展不均衡。这些想法对你的部门来说可能太疯狂了，无法尝试，当然也有可能代表了前进的正确方向。

量子计算机

在所有现有的技术中，没有什么比量子计算机更受媒体青睐了，也没有什么比量子计算机更“吓人”了。物理学家和计算机科学家联合起来在超低温环境下摆弄些奇怪的设备来进行量子计算。但是，如果这需要液氮和实验室工作服，那么，它还必须进一步创新。

这项技术至少在理论上是非常有潜力的。机器可以在瞬间处理成千上万的组合，找到数学版本俄罗斯方块的准确答案。如果采用云计算，要找到相同的组合，则需要数百万年的时间。

然而，有些人则持怀疑态度，认为我们要做的99%的工作都可以通过有良好索引的标准数据库来完成。很少有人真的需要寻找奇怪的组合，如果有的话，我们通常是在合理的时间内找到完全可接受的近似值就可以了。

然而，持怀疑态度的人仍然是抱着老眼光看待新事物。我们仅仅处理了老工具能解决的问题。如果你的程序员认为有些工作是不可能的，那么不妨试试IBM的Q Experience量子云服务，这才是正确的做法。微软还推出了用于试验的Azure量子。AWS也在跟进，推出了Bracket。

应用最早的行业：在这些领域中，要从呈指数增长的数百种不同的选择组合中找到答案。

未来五年出现的可能性：低。谷歌和IBM在这方面竞相见诸于媒体。你的企业即使花费数百万美元，也只是刚刚能上新闻。

区块链数据库

很多头条新闻一直关注比特币的剧烈涨跌，而在后台，开发人员开发了数十种不同的方法来创建区块链，使复杂的交易和数字合同能永久保存下去。将此功能融入到数据保存层次结构中，能够满足过程急需的担保和确定性要求。

最大的挑战可能在于对各种哲学式的方法做出决定。你想采用工作量证明方法，还是从一个可信的圈子里发展出来的一些松散的共识？你会为图灵完备的数字合同而烦恼吗，还是只想把交易记录在一个共享的、可信的账本上？有时，一个能及时更新的简单API就足以让合作伙伴保持同步。一些保证数据库会话安全的数字签名可能就足够了。有很多选择。

应用最早的行业：在这些行业中，不想信任对方但不得不信任对方的企业之间必须紧密、同步地运作。这些友商可以使用共享区块链数据库，避免出现纠纷。

五年内成功的可能性：高。已经有几十个活跃的原型系统在运行，其中就孕育着早期采用者。

本地网格

在过去的几十年里，互联网一直是大多数通信问题的解决方案。只要把信息放到网上，就能传输到目的地。这是很好的解决方案，大部分时间都能工作，但有时也会很脆弱，尤其是涉及到蜂窝网络时，代价会相当高。

一些黑客通过使用大部分笔记本电脑和手机中已有的无线电子设备来建立自己的临时网络，从而不受网络的控制。蓝牙代码实现了与附近其他设备的连接，不需要向某个中心网络发出“我可以吗？”的请求，便能够传输数据。

发烧友们的梦想是创建精心设计的由节点构成的本地网格网，节点传递數据包，送达网络的最远端。业余无线电爱好者一直就是这么做的。

应用最早的领域：这些领域中高度本地化的应用程序能够将附近的人分组。音乐节、会议和体育赛事便是一些常见的应用。

五年内成功的可能性：高。已经有一些很好的项目和很多开源实验在运行。

绿色人工智能

“绿色”和“人工智能”这两个流行语本身就很不错，为什么不把它们合起来，使之更吸引人呢？实际情况比夸大的宣传要简单一些。人工智能算法对计算能力有要求，在某些情况下，计算能力与电能成正比。计算能力越强就越耗电，因此，人工智能的运行成本可能会很高。电能产生了大量的二氧化碳。

解决这个问题有两种策略。一种是使用可再生能源产生的电力，这种解决方案在世界上某些地区是可行的，这些地方比较容易建成水电站大坝、太阳能发电厂或者风力涡轮机。

另一种策略是减少用电，如果使用绿色能源有问题，这种策略就比较有效。（风车会杀死小鸟吗？水坝会杀死鱼类吗？）与其让算法设计人员去寻找最棒的算法，不如让他们去寻找最接近、最简单的函数。然后要求他们优化这种近似函数，把最小的负载放在最基本的计算机上去运行。换言之，不要再梦想着把数据集训练的100万层算法与数十亿个例子相结合，而是开始构建耗电量更少的解决方案。

之所以这样做，背后真正的原因是人们越来越精打细算而且更加环保了。计算越简单，成本就越低——耗电越少也就意味着对环境的压力更少。

应用最早的领域：这些领域中，普通的人工智能应用程序可能不支持高成本的算法。

五年内成功的可能性：高。省钱是很容易理解的动机。

快速输入

自从有人设计了QWERTY键盘来防止打字机卡壳以来，我们就一直被这种键盘束缚着。现在，我们不必再担心类似问题了。有些人设想重新排列键盘，把常用字母放在最方便、最快捷的位置上。Dvorak鍵盘便是一个例子，有一些粉丝会教你怎样使用它。

一种设计更精巧的选择是组合多个键来拼出整个单词或者常见的组合。这是法庭记录员准确地保存笔录所采用的方法，为了通过资格考试，新记录员必须能够每分钟记录200多个单词。据说好的记录员每分钟能处理300个单词。

Plover这个项目开发了一种工具，将普通计算机转换成速记式计算机。如果这能流行起来，可能会出现创造性表达方式的爆炸式增长。重点应用不应该是越来越多的办公室备忘录和精美的印刷品。

应用最早的人：小说家、作家和社交媒体成瘾者。

五年内成功的可能性：中等。两指打字对很多人来说是个挑战。

构建自己的云（或者本地云）

等等，我们不是应该赶紧把所有东西都迁移到云端吗？风向什么时候变了？——当一些企业开始查看每月账单时，上面写满了数千行记录。所有这些都是按小时算钱的。

云是共享资源的理想选择，特别是对于间歇性的工作。如果负载变化很大，那么转向公有云，进行突发式的计算是不错的选择。但是，如果负载相当稳定，那么将资源放回本地可以降低成本，而且不用担心数据在网上到处传输时会出现什么意外。

主要的云供应商采用的解决方案都提供混合选项，以便将数据移回本地。一些桌面机被配置为私有云服务器，可以启动虚拟机和容器。AWS最近发布了Outposts，这是完全托管的计算和存储机架，使用与Amazon数据中心相同的硬件构建，运行相同的工作负载，并通过相同的API进行管理。

应用最早的行业：在这些行业中，具有可预测负载和特殊的安全需求。

五年内成功的可能性：高。一些企业已经在将负载转移回本地。

同态加密

加密领域的弱点在于使用数据。用一种非常安全的加密算法来锁定信息是很容易实现的。标准算法（AES、SHA、DH）多年来经受住了数学家和黑客的持续攻击。问题是，如果你想处理数据，首先要对其进行解读，这会让数据留在内存中，如果系统有任何漏洞，都有可能让人将其偷走。

同态加密的思想是重新设计计算算法，使我们能够使用加密数值来工作。如果数据没有被解读，就不会泄露出去。有很多积极的研究产生了一定程度可用的算法。一些基本算法可以完成简单的任务，例如，查找表中的记录。更复杂的通用算法较为棘手，并且算法是如此复杂，以至于执行简单的加减运算都可能需要数年的时间。如果计算简单，你会发现使用加密数据更安全、更简单。

应用最早的行业：医学研究、金融机构、必须保护隐私的数据丰富的行业。

五年内成功的可能性：各不相同。一些基本算法通常用于屏蔽数据。精心设计的计算仍然太慢。

Peter Wayner是InfoWorld的特约编辑，他撰写了16本各种主题的书籍，包括开源软件、自动汽车、增强隐私计算、数字交易和信息加密等。

原文网址

https：//www.cio.com/article/3510644/7-crackpot-technologies-that-might-just-work.html