[Gartner的新興技術發展週期報告最近發出了]
著名科技市廠調查公司Gartner每年都會發出他的新興技術發展週期報告，而這份報告，已經成為科技界的重要趨勢參考資料，今年的報告，在最近終於發出了。
Gartner的報告會把所有的新興科技分為五大階段「技術萌芽期」、「期望膨脹期」、「泡沫破裂低谷期」、「逐步爬升恢復期」與「生產力成熟期」（根據並改編自Technews的報導中的翻譯），而且會以圓圈或三角等記號，另外標記這些技術，達到生產力成熟期所需的時間，有少於兩年、2-5年、5-10年及超過10年等各種推斷，另外也有用圓圈中帶X的達到生產力成熟期前就被淘汰的選擇。AIoT各類產品，當然很多都在這個圖中展現。
[物聯網技術大都進入泡沫低谷期]
物聯網相關的技術，因為已經發展很久了，混合實境、擴增實境、智慧家庭（Connected Home）、全自動駕駛車（第四階段），都已經進入了泡沫破裂低谷期，這其實也代表這些技術的落地，消費者也少了對它們存有不實際的幻想。根據Gartner的推算，除了全自動駕駛車估計最早可以成真最早要到2030年（創新工廠的估算），超過10年之外，其餘的物聯網產品都需要5-10年才能達到生產力成熟期。而由智慧家庭衍生的智慧辦公室，透過人工智慧音箱的加入而被重新定義，我認為所以現在才被Gartner定義在期望膨脹期，它的生產力成熟期會很類似智慧家庭，需要5-10年才能達到生產力成熟期。還有在期望膨脹期的物聯網平台（IOT Platform），也需要5-10年才能達到生產力成熟期。不過我認為這是因為它們連動的，有好的物聯網平台，其他技術提供的好的物聯網服務，才能給消費者更好的體驗。
[人工智慧深度學習蓬勃發展]
好的物聯網平台，本身一定具備深度學習等人工智慧的能力，而現有的深度學習的發展，在影像辨識與語音辨識已經超過人類的能力，語意辨識的部分已能接近人類的水準，而物聯網最需要的用大數據作模型分析的能力，透過物聯網感測器獲得的大量真確資料，可以很快找出模型，不過先決條件還是在於要有足夠的領域專業知識，知道要收集什麼數據及如何收集這些數據。而深度學習的確有機會在兩年內達到生產力成熟期；而其所對應的ASIC是加速所對應的深度學習模型，當深度學習達到生產力成熟期，這樣的對應晶片也必然可以很快達到生產力成熟期；而在邊緣端的人工智慧推論用特殊應用晶片（ASIC），因為有可以減少大量資料上傳時佔掉大量頻寬，即時反應，以及強化隱私權的好處（特別是歐盟頒發了GDPR規定之後），這樣的需求正大量成長中，但真正完整發展到成熟，還需要一段時間，因此Gartner估計應該需要5-10年，而且這也包含雲端AI與Edge AI的合作分工確定發展的期間。
[強化學習目前發展結果差強人意]
而跟機器人主動反應相關的部分，像自動移動機器人、智慧型機器人、對話式AI平台，他們必須具備強化學習的能力，但是強化學習現在做的比較好的都是在有固定規則運作下的封閉性虛擬世界，而要做一個夠好的在強化學習中，目前佔重要角色的獎勵函數尚未發展成熟，這還需要努力一段時間才能夠好，看來Gartner可能是對這些機器人的人工智慧能力要求不很高，所以設定5-10年內即可達到生產力成熟期。有趣的是，去年版的Gartner的新興技術發展週期圖提到了深度強化學習還在技術萌芽期，今年就看不到這項了，反而看到的是另一項通用人工智慧，不過通用人工智慧很需要夠好的強化學習的能力。
[區塊鏈成為網路安全重要機制]
還有，區塊鏈的虛擬貨幣部分，在今年看來是已經泡沫後落地了，不過相對應的應用像智慧合約的發展，目前如火如荼，Gartner定位它在期望膨脹期與泡沫破裂低谷期之間，這個位置在2017跟2018年是差不多的。但是2018年的版本多了資料安全用的區塊鏈，我認為這塊的應用在物聯網的邊緣運算及雲端平台會很多，這塊的技術現在發展得如火如荼，5-10年達到生產力成熟期算很合理，不過這也會跟著AIoT的需求走。
AIoT產業接下來的發展，會越來越落實，對產業的影響也越來越大，伴隨著利用區塊鏈達成的安全機制，是已經確定的未來發展方向，畢竟，消費者要的是能夠帶來好的體驗又安全的AIoT服務，而Gartner的這個2018年的新興技術發展報告，也正在說明這個趨勢。
