Gartner：2013年新兴技术成熟度曲线强调支持以下这6个领域技术199IT互联网TMT数据 | 中文互联网数据研究资讯中心

人类与机器之间不断演进的关系，成为Gartner 2013年新兴技术成熟度曲线的关键主题。Gartner之所以选择谈论人类与机器之间关系的特点，是因为围绕着智能机器、感知计算以及物联网的谈论日益白热化。分析师们认为，人类和机器之间的关系，正在被新兴技术重新定义，两者之间的鸿沟正在不断缩小。

Gartner副总裁Jackie Fenn表示：“今年新兴技术成熟度曲线瞄准人类与机器之间的关系，我们鼓励企业抛开只看到机器和计算机取代人类的狭隘视角。事实上，通过观察早期采用者使用新兴技术的方式，我们看到了当前的三个主要趋势：技术充实人类，例如，员工使用可穿戴式计算设备；机器替代人类，例如，一个感知的虚拟助理可以作为一个自动客户代表工作；人类和机器相互协作，例如，移动机器人与仓库工作人员合作搬运箱子。”

Gartner研究副总裁Hung LeHong认为：“未来的企业将结合利用这三个趋势，以提高生产力、大众和客户体验的转变，并寻求竞争优势。这三个主要趋势可以通过三个协助和支持人类与机器关系的三个领域变成现实：机器更好地理解人类和环境，例如，通过人类的声音感知其中的情感；人类更好地了解机器，例如，通过物联网；机器和人类　　通过协作变得更加智能。”

2013年新兴技术成熟度曲线强调了支持以下这6个领域的技术，包括：

1、 技术充实人类

技术使得人类在身体、情感和认知领域更加充实和增强。对于企业来说，这一点主要的好处在于，创建一个更精干的员工队伍。想象一下，如果所有的员工都使用可穿戴技术，就能回答任何产品或者服务的问题，随意愿获取任何企业的数据。那么，提高生产力、更好地为客户服务的能力就会大大增强。对这些技术感兴趣的企业，可以多关注生物声学感知、自我量化、3D生物打印、人脑机器接口、人类增强、语音翻译、神经网络商业、可穿戴式用户界面、增强的现实和手势控制。

2、 机器取代人类

机器的确有取代人们的机会：危险的工作、简单但是执行成本高的任务、重复度高的任务。让机器替代人类的主要好处是可以提高生产率，减少对人体的危害，有时候工作质量更高或者响应更快。例如，一个非常能干的虚拟客户代理，可以处理很多直接的客户问题，并取代大部分客户服务人员的“批量”工作。企业可以考虑用一些代表性技术，用机器接管人类的工作：立体和全息显示、自动车辆驾驶、移动机器人和虚拟助理。

3、 人类和机器彼此并肩工作

人们还是机器，这不是一个二进制的选择，有时候机器与人类并肩工作会是一个更好的选择。新一代机器人可以做到这一点。IBM的沃森（Watson）可以像研究助理那样为医生做背景研究，确保医生及时获得最新的临床病例，科研成果和其他信息，帮助医生作出诊断或建议治疗方案。机器与人类并肩工作的主要好处是，更好地利用彼此的特点，也就是，机器的生产力和速度，人类的情感智能和处理未知事物的能力。这个趋势的代表技术包括：自动驾驶车辆、移动机器人、自然语言提问和回答、虚拟助理。

这三个趋势将在未来改变劳动力和人类的日常生活，一系列帮助机器和人类更好地了解对方的技术，将把这些趋势变成现实。以下三个领域是人类与机器之间协同关系发展的必要基础：

4、 机器更好地了解人类和环境

机器和系统只会通过更好地了解人类和人类情感中受益。这种了解可以让上下文感知互动变得更简单；更好地了解用户，例如，通过分析Facebook内容衡量消费者对一款新产品线的信心；与客户的复杂对话，例如虚拟助理使用自然语言提问并回答客户的问题，产生互动。这方面的代表技术包括：生物声学感应、智能微尘、自我量化、人脑机器接口、情感计算、生物芯片、3D扫描仪、自然语言的提问和回答（NLQA）、内容分析、移动健康监测、手势控制、活动流、生物认证方法、位置智能和语音识别。

5、 人类更好地了解机器

随着机器变得更聪明，并且开始自动化更多的人类工作，人类将需要信任机器并对此感到安全。组成物联网的技术，将更多地呈现机器是如何操作以及所在环境情况。例如，IBM的沃森提供了关于答案的信心分数，而Baxter在不知道该怎么办的时候，会露出一副很茫然的表情。麻省理工学院也一直致力于Kismet机器人的研究，它可以通过视觉和听觉传感器感知社会线索，用面部表情作为回应。这类技术对于人类和机器协同工作来说是很重要的。代表技术包括：物理网、机器到机器的通信服务、传感器和活动流网络。

6、 机器和人类变得更聪明

随着大数据的激增，分析和感知计算将为人类提供决策支持和自动化，为机器提供感知和智能。这些技术可以用来让机器和人类变得更聪明。NLQA技术可以提高虚拟客户服务代表的能力，也可以被医生用来研究大量医学期刊和临床研究试验，帮助诊断疾病或者选择合适的治疗计划。这些配套技术是人类和机器的基础，我们将迈向一个数字化的未来，企业应该考虑两字计算、规范性分析、神经网络商业、NLQA、大数据、复杂事件处理、内存数据库管理系统（DBMS）、云计算、内存分析和预测分析。