13.4: 信息系统的未来
- Page ID
- 172553
信息系统的未来
量子计算机
当今的计算机使用比特作为数据单位。 正如我们在第 2 章中讨论的那样,位值只能为 0 或 1。 量子计算机利用量子物理学原理,量子比特可以同时表示 0 和 1 的组合。 这将改变计算的游戏规则,并将颠覆信息技术的各个方面。 好处包括显著提高计算速度,这将为当今无法解决的问题提供解决方案。 但是,由于所有 IS 元素都需要重新构想,因此还有许多技术问题需要解决。 谷歌在2019年宣布了量子计算机运行的第一个真实证明(Menard等人,2020年)。 梅纳德等人还表示,将从这种新的计算机类型中受益的行业将是有复杂问题需要解决的行业,例如制药、自动驾驶汽车、网络安全或金融、能源等密集的数学建模。 如需完整报告,请访问 McKinsey.com。
区块链
区块链是使用密码学链接的一组区块或记录列表,用于记录交易和跟踪网络中的资产。 任何有价值的东西都可以被视为资产并进行跟踪。 例子包括房屋、现金、专利、品牌。 交易一经记录,就不能追溯更改。 因此,它被认为是高度安全的。
区块链有许多应用程序,但比特币主要与之相关,因为它是第一个使用区块链技术的应用程序。 有时候,比特币和区块链被误认为是同一回事,但事实并非如此。
比特币是数字货币或加密货币。 它是一个使用区块链技术构建的开源应用程序。 它旨在消除对中央银行的需求,因为人们可以直接发送比特币。 简而言之,比特币会记录谁向他人发送了多少比特币的名单。 与当今货币的一个不同之处在于,比特币的价值会波动,因为它像股票一样运作。 任何人都可以在比特币交易所(例如Coinbase)上购买不同的比特币加密货币或其他加密货币。 比特币和其他加密货币被维基媒体、微软、 Wholefoods等一些组织所接受。 但是,比特币的采用尚不确定。 如果大公司的采用速度加快,那么本地和全球银行业将发生重大变化。
一些早期的企业已经开始使用区块链作为其运营的一部分。 克罗格使用IBM区块链追踪从农场到货架的食物,以快速应对食品召回(IBM.com。 ) Amazon Managed Blockchain 是一项完全托管的服务,可轻松创建和管理可扩展的区块链网络。
人工智能 (AI)
人工智能(AI)包含许多复制人脑功能的技术。 自20世纪50年代以来,它一直在研究中,人们的兴趣起伏不定。 为了理解和复制人脑,人工智能是一项复杂的跨学科工作,涉及计算机科学、语言学、数学、神经科学、生物学、哲学和心理学等多个领域。 一种方法是按如下方式组织技术,并引入了商业解决方案:
-
专家系统:也称为决策支持系统,知识管理。 这些解决方案已经广泛部署了数十年,我们在前面的章节中已经讨论过,例如知识管理、决策支持、客户关系管理系统、财务建模。
-
机器人技术:尽管已经研究了数十年,但这种趋势还是最近才出现的。 机器人可以有不同的形状,例如熟悉的物体、动物或人类。 它可以很小,也可以像设计的那样大:
-
纳米机器人是一种机器人,其组件的规模约为一纳米。
-
用人造皮肤看起来像人类的机器人被称为人形生物。 它们被部署在有限的环境中,例如警察助手、需要帮助的老年人等。两个受欢迎的机器人是波士顿动力公司的Atlas 和 Hanson Robotics的人形机器人Sop hia。
-
诸如智能吸尘器 iRobot Roomba 之类的消费品现已广泛上市。 由于疫情,某些行业对某些类型的机器人的采用有所加快:波士顿动力公司的类似狗的机器人Spot被用来巡逻以保持社交距离。
-
自然语言:语音作为与我们的智能设备通信的一种形式现在已成为常态,例如苹果的Siri,亚马逊的Alexa。
-
视觉:在存储和处理视觉图像的相机技术和解决方案方面取得了长足的进步。 示例包括高级安全系统、无人机、人脸识别、智能眼镜等。
-
学习系统:学习系统允许计算机(即机器人)根据其收到的即时反馈或存储在其系统中的反馈集对情况做出反应。 如今,这些学习系统的简单形式可以在客户的在线聊天支持(也称为 “AI bot”)中找到。 其中一个例子是 IBM的沃森助手。
-
神经网络:这是硬件和软件技术的集合。 硬件包括可穿戴设备,允许人类使用本田汽车的 Brain-Machine Interface 等思想来控制机器。 这仍处于研究阶段,但其结果可能会影响许多行业,例如医疗保健。
100% 复制人脑的目标尚未实现,因为还没有 AI 系统通过名为 Turing Test 的艾伦·图灵测试来回答 “机器能思考吗?” 这个问题 艾伦被广泛认为是人工智能领域的创始人,他设计了一种测试机器表现出与该人类同等的智能行为的能力。 该测试不是寻找正确的答案,而是寻找与人类给出的答案非常相似的答案。
尽管人工智能尚未复制人脑,但其进步已经在许多行业引入了许多基于人工智能的技术,例如人工智能机器人,机器人技术。 人工智能的进步为生成许多实用的商业信息系统做出了贡献,我们在本书中讨论了这些系统,例如语音识别、摄像头、机器人、自动驾驶汽车等。正如我们在前面所讨论的那样,它也引起了人们对某些人工智能技术的开发是否合乎道德的担忧章节。
人工智能的进步取决于收集大量数据、信息和知识的持续努力、硬件的进步、分析未连接和连接的大型数据集的复杂方法,以便在安全、快速的网络的支持下做出推断以创造新知识。
参考文献
波士顿动力公司的狗状机器人Spot正用于冠状病毒社交距离巡逻(2020年)。 检索于 2020 年 12 月 13 日,来自 https://www.cnbc.com/2020/05/15/boston-dynamics-dog-like-robot-spot-used-on-social-distancing-patrol.html。
改变你对机器人能做什么的看法。 检索于 2020 年 12 月 13 日,来自 https://www.bostondynamics.com/。
本田的脑机接口:仅凭思想控制机器人(2009)。 检索于 2020 年 12 月 11 日,来自 https://newatlas.com/honda-asimo-brain-machine-interface-mind-control/11379/#:~:text=Honda%20Research%20Institute%2C%20Japan%2C%20has,using%20nothing%20more%20than%20thought。 &text=then%2c%20the%20doors%20Will%20BE,还有 %20act%20directly%20upon%20 theems。
克罗格使用IBM区块链技术实现农场食品的可追溯性。 检索于 2020 年 12 月 11 日,来自 https://mediacenter.ibm.com/media/Kroger+uses+IBM+Blockchain+technology+for+farm+to+fork+food+traceability/0_527q9xfy。
Menard A.、Ostojic I. 和 Patel M.(2020 年 2 月 6 日)。 量子计算的游戏计划。 检索于 2020 年 12 月 10 日,来自 https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/a-game-plan-for-quantum-computing。
更智能的企业人工智能助手。 检索于 2020 年 12 月 11 日,来自 https://www.ibm.com/cloud/watson-assistant-2/