IEEE の 2020 年の 12 の主要なテクノロジー トレンド: エッジ コンピューティング、量子コンピューティング、AI、デジタル ツインなど。

[[314187]]

2020 年のトップ 12 のテクノロジー トレンドに関する予測をご紹介します。IEEE コンピューター ソサエティは 2015 年からテクノロジー トレンドを予測しており、その権威により毎年の予測は幅広い注目を集めています。協会は毎年末にスコアカードや成績表を使って年間予測を評価しており、これも予測自体と同じくらい幅広い読者の注目を集めています。

12の主要なテクノロジートレンド

1. エッジにおける人工知能 (AI) (AI @ Edge)。過去 10 年間で、クラウドとの日常的なやり取りにおいて機械学習 (ML) が爆発的に増加しました。大量のクラウドソースのラベル付きデータが利用可能になり、低コストでコンピューターの計算効率が向上し、機械学習アルゴリズムが進歩したことが、この画期的な進歩の基盤となりました。テクノロジーが向上し、多くのアクティビティを自動化できるほど堅牢になるにつれて、元のクラウドの使用例よりも広範囲にわたる新しい方法で機械学習を使用する需要が高まり続けるでしょう。 5G のようなユビキタスな接続性とモノのインターネット (IoT) のようなスマート センサーを組み合わせることで、機械学習アプリケーションは、私たち全員の身近な物理世界である「エッジ」へと急速に進化します。今後数年間で、運転支援、産業オートメーション、監視、自然言語処理など、私たちの日常生活に大きな影響を与える分野で機械学習が広く導入されることが予想されます。

2. 不揮発性メモリ (NVM) 製品、インターフェース、およびアプリケーション。 NVM Express (NVMe) SSD は今後数年で SATA および SAS SSD に取って代わり、NVMe-oF は 5 年以内に主要なネットワーク ストレージ プロトコルになるでしょう。 NVMe は、耐久性を向上させ、計算ストレージを有効にし、よりメモリに近いデータ アクセスを可能にする NAND 階層化およびプログラミング機能をサポートします。 MRAM、ReRAM、PCM などの新しいメモリ技術により、将来的にはより高性能な NVMe デバイスが実現します。

3. 認知ツインを含むデジタルツイン。デジタル ツインは製造業で現実のものとなりつつあり、Siemens MindSphere などの主要な IoT プラットフォームがそれをサポートしています。複雑なシステムの運用においても広く使用されるツールとなっています。 2019年1月1日から市内の鉄道や発電所で使用されている。シンガポール政府は、シンガポールの都市管理の計画、シミュレーション、運用にデジタルツインを使用しています。認知デジタルツインは、まだ試行と実験の初期段階にあります。

4. 人工知能と重要なシステム。 AI は、公衆衛生、安全、福祉に影響を与えるシステムにますます導入されるようになります。これらのシステムにより、希少なリソースをより有効に活用し、災害を防ぎ、安全性、信頼性、快適性、利便性が向上します。技術的な課題や一般の懸念にもかかわらず、これらのシステムは世界中の何百万人もの人々の生活の質を向上させるでしょう。今後5年以内に、一般の人々に直接影響を与える重要なインフラシステム、いわゆる「クリティカルシステム」における AI の利用が大幅に増加するでしょう。これらのシステムでは、障害が発生すると、人が死亡または重傷を負ったり、資産やプライバシーが著しく損なわれたりする可能性があります。重要なシステムには、発電と配電、通信、道路と鉄道の輸送、医療、銀行などが含まれます。

5. 実用的な配達ドローン。荷物の配送は経済に大きな影響を与える産業ですが、過去数十年間の発展は比較的緩やかでした。それでも、イライラするほど遅く、リソースが無駄になり、労働集約的で、高価になる可能性があります。こうした非効率性とドローン技術の最近の進歩が相まって、この分野は混乱に陥りやすい状況にある。最近、いくつかの企業が実用的な配達用ドローンの開発に取り組んでおり、業界、ひいては社会全体に革命を起こす準備が整っているかもしれない。

6. 付加製造。 3D プリンティングは少なくとも 1980 年代初頭から存在していましたが、主に部品の試作や特殊用途または専門部品の小規模生産に限られていました。現在、新しいプロセス、材料、ハードウェア、ソフトウェア、ワークフローにより、特に大量カスタマイズにおいて 3D プリントが製造業界に導入されつつあります。従来の製造とは異なり、積層造形により、非常に多様な部品を大量に生産することが経済的に可能になります。たとえば、SmileDirect のような企業は現在、3D プリンターを使用して、個人ごとに調整され、カスタムメイドされた型を 1 日に何千個も製造しています。より強力で耐久性の高い素材、より高い解像度、新しい仕上げ技術、工場レベルの管理ソフトウェア、その他多くの進歩により、ヘルスケア、フットウェア、自動車などの業界で 3D プリントの採用が促進されています。 2020 年には、他の業界がマスカスタマイゼーションの利点や、従来の方法では製造が困難または安価だった部品を印刷する機会を発見するにつれて、この傾向が続くと予想されます。

7. ロボットの認知能力。ロボットは生産現場から人間が占有する空間へとますます広がっています。このような環境では、ロボットは、ロボットの環境に対する理解を深めるなどの機能を通じて、新しいタスクに適応できる必要があります。大規模シミュレーション、深層強化学習、コンピューター ビジョンにおける最近の進歩により、ロボットに基本的な認知能力がもたらされ、今後数年間でロボット アプリケーションが大幅に改善されると期待しています。

8. サイバーセキュリティのための AI/ML。サイバーセキュリティは、今日のあらゆる企業にとって大きなリスクの 1 つです。拡大する攻撃対象には、アマチュアによる脅威、高度な分散型サービス拒否攻撃、熟練した国家レベルの攻撃者が含まれます。国家防衛は安全保障アナリストに依存しているが、こうした稀有な人材の多くは適切な訓練を受けておらず、こうした職種の離職率は高い。 AI/ML は脅威を検出し、セキュリティ アナリストに推奨事項を提供するのに役立ち、応答時間を数百時間から数秒に短縮し、アナリストの有効性を 1 日あたり 1 ～ 2 件のインシデントから数千件にまで拡大します。企業の知識を保存し、それを使用してタスクを自動化し、新しいアナリストをトレーニングします。私たちは、世界中の産業界、学界、政府関係者間のパートナーシップが、サイバーセキュリティにおける AI/ML の導入を促進すると期待しています。

9. セキュリティとプライバシーに関連する法的影響を反映する。データの収集と利用の機能はますます高度化、高感度化しており、センサーやその他のさまざまなテクノロジーからのリアルタイムの情報フィードが組み込まれることが多くなっています。これらの強化された機能により、新しいデータ フローと新しいタイプのコンテンツが生成され、潜在的な悪用に関するポリシーと法律上の疑問が生じます。悪意のある行為者や政府が、社会統制の目的でこれらの機能を再利用する可能性があります。同様に、新しいテクノロジーの機能により、本物のビデオを「ディープフェイク」よりも受け入れるなど、一般の人々が正当な技術コンテンツと詐欺的な技術コンテンツの違いを見分けることが難しくなっています。したがって、来年は、一方では技術の社会的利益を維持し、他方ではこれらの新しい技術能力が社会統制や自由の剥奪のために望ましくない悪意を持って利用されるのを防ぐという微妙なバランスを保つ上で極めて重要な年となるでしょう。詐欺行為を検出し、これらの強化された技術機能の悪用を防ぐためには、より積極的な法的および政策的ツールが必要です。

10. 敵対的機械学習。機械学習 (ML) では通常、モデルのトレーニングおよび評価中に環境が悪意を持って操作されていないことを前提としています。言い換えれば、ほとんどの機械学習モデルは、敵がモデルの機能を攻撃して操作する方法を十分に考慮していません。しかし、セキュリティ研究者は、ターゲットモデルのパラメータに関する完全な情報がなくても、敵対的な悪意のある入力によって機械学習モデルが騙され、望ましくない出力を生成できることを実証しました。 ML が他のシステムに統合されるにつれて、ML に対する悪意のある攻撃の頻度が増加します。したがって、敵対的機械学習に関するセキュリティ研究と、ML システムの操作を検出することを目的とした対策が重要になります。同様に、ML システムの誤りやすさと操作可能性に対する認識は、政策立案と法的パラダイムに影響を与え始めるでしょう。

11. インテリジェント システムの信頼性とセキュリティの課題。今日、自律的な意思決定が可能なインテリジェント システムは、世界中でますます多くの経済投資を集めています。スマートシティ、自律走行車、自動運転ロボットなど、さまざまな分野での採用が拡大すると予想されます。インテリジェント システムの自律性は、さまざまなアプリケーション領域ごとに定義されたレベルを通じて形式化されています。もちろん、インテリジェンスのレベルとそれに伴う自律性が高くなるほど、現場で動作するインテリジェント システムの信頼性と安全性に対する要件も高くなります。信頼性とは、指定された時間内に正しく動作する確率として定義され、安全性とは、環境とユーザーに対する壊滅的な結果を回避する能力を指します。 2020 年、高度に自律的なインテリジェント システムに求められる高いレベルの信頼性と安全性を確保することは、よりスマートな世界の実現に直面する主要な技術的課題の 1 つです。

12. 量子コンピューティング。実用的な量子コンピューティングの探求は 2020 年に前進しますが、まだ完了していません。 2020年初頭、実験的な量子コンピューターのデモンストレーションでは、世界最大のスーパーコンピューターの約1万分の1のエネルギーしか消費しなかったが、そのパフォーマンスは1,000倍以上だった。しかし、デモンストレーションされたアプリケーションは、量子コンピューターの自己テストのようなものだった。量子コンピュータが成功するとすれば、計算上の優位性がすでに明らかになっているため、関連性と汎用性を高めることによって成功するだろう。来年のデモはさらに魅力的になると期待しています。例えば、量子コンピュータは標準的なスーパーコンピュータでは不可能な化学シミュレーションを実行できる可能性があり、発見される化学物質が社会に役立つかどうかについての議論を巻き起こす可能性がある。

翻訳者紹介:

Chengqun は IT 分野で 15 年以上の経験を誇ります。ストレージシステムの研究開発やクラウドコンピューティング関連のソフトウェア開発に従事し、デスクトップ仮想化に関する研究も行っています。