Johan Paulsson (安迅士首席技術長)

正如古希臘哲學家赫拉克利特所說，“這世上唯一不變的就是變化”。對於那些涉及技術領先或是以技術為基礎的的工作者來說（現如今很少有人不是如此），當然也是相同的情況。技術創新的步伐是那麽迅速，即使是想像最爲奇幻的未來，似乎也很容易變成現實。

隨著現有技術日趨成熟，無法預料的發展進步層出不窮，以及創新使得消費應用不斷向商業應用前進（反之亦然），我們必須竭力尋求能够爲我們與客戶業務加值的各種技術。

展望 2018 年，我和同事們攜手努力，希望發現我們認爲會對我們的業務與行業産生影響的那些技術發展趨勢。

1、向邊際發展

雲計算與物聯網這兩種技術發展趨勢，近年來逐漸爲人們所熟悉，並且爲企業與消費者帶來了不可否認的好處。但是，它們同時也帶來了一些影響：從聯網設備向數據中心傳輸以便處理和存儲的數據量飛速增長，所需的相關頻寬也日益增加。而邊際計算可以在靠近數據源的網絡“邊際”執行數據處理任務，從而解决這一問題。它可以顯著降低感應器、設備和數據中心之間所需的頻寬。邊際計算的進一步發展還與數據的完整性和隱私等問題密切有關：在數據傳輸到數據中心之前，通過邊際設備將數據進行匿名和加密，可以有效地解决這些問題。

隨著網路攝影機、音訊和其他感應器（網絡邊際的設備）變得越來越先進，品質也越來越高，雲計算和邊際計算的平衡勢在必行，因爲只有這樣才能够提供精確、可靠和可用的數據。

2、雲到雲

儘管存在如上所述的邊際計算發展趨勢，但雲計算仍將在 IT 基礎架構中發揮重要作用。不過，雖然雲計算給人以單一實體的印象，但實際上全球有許多“雲”廣爲人們使用。隨著越來越多的企業開始提供基於雲的服務，雲生態系統日益成爲了人們首選的整合點，而非傳統的內建系統。

雲之間進行整合有一個好處，那便是可以大幅减少所需的內部 IT 服務。而且，透過豐富的服務 API，我們可以設立和佈建來自於多家供應商的高級複合服務，包括數據分析、內容管理和儲存，從而縮短上市時間並快速擴大規模。提供雲服務的組織機構應該研究如何抓住這個機會，透過整合有關服務爲客戶和合作夥伴增加價值。

3、深度學習與機器學習

在目前這個發展階段，我們已經可以開始實現深度學習和機器學習架構的所有優勢：我們擁有海量的數據可供分析；我們擁有强大的處理能力，能够在合理的時間範圍內完成分析；我們擁有先進的演算法，以及大量的案例可供借鑒。當某些非凡的深度學習應用與圖像解讀、語音識別和决策支持相關連時，安全保障領域的分析潛力則不言而喻。

在相對比較基礎的層面上，深度學習應用將改善影像運動檢測、臉部辨識、個體追踪和誤報控制。它將有助於系統設計、配置、優化和設備管理。此外，隨著應用的發展，預測分析將迎來前所未有的機遇，最終能够預防各種事件的發生，包括恐怖事件、滑倒與墜落事故、交通問題和入店行竊。

然而，現在仍屬早期階段。當前的發展快速而不可預測，對處理能力的要求也非常高，不過，深度學習的潛力是巨大的，最終可能促成自主系統的出現。

4、個人化與隱私

提供高度個人化的服務是深度學習的潛在應用之一。設想在某個零售環境中，顧客進店時接受臉部辨識，然後商店基於他先前的購買、偏好、甚至最近的瀏覽情况，將相關産品推送到他的行動設備。不過，有些事情並不是因爲可以做所以就應該做的，這個例子也包含人們對隱私問題的擔憂，以及對企業和其他組織機構如何使用個人數據的擔憂。

人們正在透過立法來解决這些問題。在歐盟，即將推出的“通用數據保護條例”（GDPR，2018年5月全面實施）將統一保護歐盟範圍內的個人數據，而無論他們的數據在哪裏保存或使用。

但是，無論公民和顧客是受到了立法的鼓舞，還是僅僅想要做對的事情，在日益增加的個人化和個人數據和隱私保護之間的拿捏，將成爲所有組織機構在新的一年中必須游走鋼絲，取得平衡。

5、網路安全

網路安全必須再次出現在未來 12 個月及以後的技術發展趨勢列表中。網路安全的持續强化是一項永無止境的任務，因爲網路犯罪分子擁有充足的資源，他們決不會停止尋找任何新技術漏洞的脚步。而且隨著網路化設備的數量呈指數級增長，潛在的問題也會曝露，如果不加以解決，可能會導致網路入侵，勒索軟體植入，或者更爲簡單地說，會導致代價高昂的停機。

2018 年無疑將會見證更多的漏洞和攻擊。因應之道在於主動性與系統性措施，確保一旦修補程序啟用便儘快予以落實。

6、透過平台實現物聯網的全面優勢

談到物聯網，現在的問題是，要想擴展、收集和分析數據，以及有效地管理設備網絡，我們就必須使用可擴展的架構。這種所謂的物聯網平台允許不同節點供應商的設備共存，並輕鬆地交換信息，從而透過現有的網路基礎設施形成智慧化的系統。許多企業，包括成熟的技術供應商和新的市場進入者，都在透過平台支持物聯網設備。在新的一年中，這方面的成熟度將會進一步提高。然而，對於未來而言同樣重要的是新的國際標準，它們有助於實現不同物聯網平台之間的互操作性，並支持真正不依賴於特定供應商的系統。

7、區塊鏈：不只是比特幣

對於很多人來說，區塊鏈和比特幣是一回事。但實際上，它們是相互獨立的，比特幣使用區塊鏈作爲基礎，而區塊鏈可以驗證幾乎任何有價值的東西，這種潛力是無限的。作爲一個開放的分佈式賬本，區塊鏈能够以可驗證和永久性的方式有效地記錄雙方之間的交易。新的一年將開始見證區塊鏈在衆多領域的各種應用中接受測試。

在本行業中，鑒於區塊鏈可以對任何內容進行身份驗證，我們可以透過區塊鏈來驗證各種來源（如：公共行動電話和執法機構配備的攝影機）的影像內容，以實現取證調查。除了影像數據之外，區塊鏈還可以用來驗證連接到攝影機網路的設備真實性。

8、破解智慧城市訊息孤立問題

智慧城市（其結果是安全城市）並不是一個新的概念。多年以來，建置在城市環境中的各類感應數量不斷增多，以協助解決從執法到空氣質量監測等各種具體的問題。隨著世界人口越來越多地移居至城市（2050 年城市人口將比現在增加 25%），更多的感應器將被用來幫助建立更適宜居住、永續與更加安全的環境。

然而，真正的智慧城市是城市發展的一個願景，它能够安全地整合資訊、數據、通訊和物聯網（IoT）技術，以便管理城市的各種資産，包括政府部門的資訊系統、學校、圖書館、交通系統、醫院、發電廠、供水管網、廢物管理、執法和應急服務以及其他社區服務設施。

傳統上，這些單位的服務設施大多孤立運行，而這阻礙了智慧城市願景的實現。當一個城市的所有數據在各個服務設施中都是開放和可用的時候，這座城市才算得上是真正的“智慧”城市。 面對各種城市挑戰，包括市民安全保障、交通堵塞、基礎設施老化以及自然災害和恐怖攻擊等事件的即時反應，都需要協調分析可用的數據，以便採取適當和有效的因應措施。

9、非視覺感應器帶來新的面向

直到最近，監控操作人員能够獲得的主要數據（如果不是唯一的話）仍然是只能提供二維視角的影像。而有了新的非視覺感應器之後，視角將變得多面向，從而提供更加豐富的數據，以便更加迅速和準確地評估情况，更加快呈報問題，採取適當的應急措施，並將誤報率最小化。

例如，雷達技術通過電磁波來檢測運動。雷達對通常會觸發誤報的事物不太敏感，包括移動的陰影或光束、小動物、雨滴、昆蟲、風和惡劣的天氣。而且，它還可以提供相關目標的確切位置、行進方向等詳細資訊。雖然熱成像是一種已經相對完善的非視覺技術，但聲音檢測準確性的提升（無論是窗戶被砸還是各種喧嘩的聲音）意味著音訊將會帶來另外一種有用的輸入資訊，而基於純粹影像的解决方案很有可能忽略這樣的訊息。

10、虛擬助手與擴增實境將進入商用領域

去年，消費者大量使用虛擬助手。亞馬遜 Alexa、Google Home、蘋果 Siri 和微軟 Cortana 都被人們廣泛用來管理自己的日常生活，而即將到來的 Facebook M 等技術將會在此基礎上進一步發展。這些技術將不可避免地進入商用環境，因爲消費者希望在工作中能够獲得與在家中一樣的技術幫助。尤其是針對基於複雜技術的産品與服務供應商而言，規範、安裝、配置和管理方面的虛擬支援將不只是預期，更是當務之急。

同樣，擴增實境（AR）是目前在軍事、航空等領域業已大規模存在的一種技術，而在商用領域也顯示出了巨大的潛力，特別是可以廣泛應用於行動設備和日益增加的可穿戴式設備。

技術解決方案的安裝和維護是擴增實境在商用領域的一個顯著機會。在這方面，我們可以將視覺指令覆蓋在技術人員的實際視角上，幫助他們更好地開展工作。具體應用到我們自己的業務，隨著非視覺感應器和分析技術越來越多地運用於給影像資訊增加準確性和進一步的視角，影像監控用戶可以透過擴增實境將這些數據源彙集在單一影像中，以便採取更加迅速與適當的應對措施。

2018 年無疑還會見證我們意料之外的其他技術發展趨勢，而且上述技術發展趨勢的影響也可能會比我們的預期或大或小。但可以確定的是，我們正處在一個政治、文化、經濟、技術等等方面瞬息萬變的世界，所有的組織機構都需要靈活地加以應對。