2020年专家预测5大新兴科技趋势（下）：5G、AI和工程演进
三、5G
Keysight团队预测：要实现5G成熟，挑战将无处不在。
2020年的5G新功能将给网络带来压力，揭示新的数据中心和网络瓶颈。
工业物联网应用将增加访问请求，移动汽车物联网应用将延长延迟需求。边缘计算对于处理增加的访问请求并满足严格的延迟要求将变得更加重要。
更高的数据速度将对数据中心中更快的内存，更快的数据总线和更快的收发器提出更高的要求。满足速度和灵活性要求将是原因之一，但是通过网络实现应用程序货币化的客户可追溯性将成为升级到最新标准的主要动力。
我们将看到先进的设计，测试和监视功能，可确保网络和产品提供预期的性能和故障安全可靠性。业界将经历芯片组与产品制造商，软件公司，网络运营商，云托管公司和国际标准组织之间更紧密的合作，以构建明天的网络基础架构。
5G代表了许多领域的技术演进和革命，带来了跨越多个领域的新技术挑战。要实现5G成熟，挑战将无处不在。
该行业将从一小批将最初的5G网络商业化的早期行动者转变为一个全球社区，在这个社区中，每个大洲和许多国家的多个运营商都将拥有商业5G网络。
早期采用者将扩大规模，2020年推出的用户将迅速解决其初始部署中的问题。第二代设备和基站将被推向市场，并且该标准将在3GPP的Rel-16中发布另一个新版本。
2020年该行业的关键技术挑战将是：确保中频带（3.5-5GHz）频率的性能，将毫米波移至移动性，向完整的独立（SA）5G网络过渡的规划以及解决架构分解和标准集中式RAN和移动边缘计算（MEC）。
Nubix工程副总裁Mike Gray预测：5G不会很快到达工业物联网。
虽然5G在工业物联网中具有巨大的潜力，但在制造，石油和天然气，公用事业和交通运输的公司能够利用新的移动技术方面，还有很长的一段路要走。主要原因：安装和扩展此基础架构的成本很高。5G将首先到达主要都会区，但在偏远地区，由于5G覆盖的距离不那么长，因此需要增加更多的蜂窝塔。对于物联网传感器和其他物联网/边缘计算基础设施要求可靠性和低延迟的行业，不应期望很快利用5G的优势。
四、人工智能
西部数据首席信息官Steve Phillpott预测：
公司将开始自动执行ML的数据科学家角色
全世界根本没有足够的数据科学家来支持ML工作负载的增长。公司现在正在开发将ML的功能交付给软件工程师和/或业务主题专家的方法。新的现成工具将能够履行数据科学家的基本职责，而真正的数据科学家的角色将转移至更高级别的附加值，例如针对特殊用例工作对ML进行微调。在3-5年内，机器学习自动化将成为常态，并且公司将拥有更多可用的工具来使数据科学家人员更加高效和敏捷。
AI / ML将帮助推动“自动”一切的采用
在IT中，对更高效率的追求永无止境，而自动化对于成功至关重要。从数据库任务到制造到汽车，再到客户体验和自助业务功能，几乎所有可以自动化的东西都将成为现实。利用多种数据类型的融合，新的AI / ML模型和见解将成为自动化的关键推动力。在2020年，组织将继续实施AI / ML，以释放自动化的力量来提高效率和提高生产力。结果？降低整个价值链的成本。
我们将在AI / ML生态系统中看到更多的标准化，这将使其更易于在边缘集成和部署解决方案
分析是竞争优势–到2020年没有在分析上进行投资的公司可能会在2021年停止营业。有太多的公司数据可以收集，处理然后转化为洞察力。那些在这个领域没有充分利用现代分析工具的人将会遭受苦难。这样，新的互联世界将有越来越多的工作负载移至边缘，从而增加了确保这些非常小的边缘设备具有运行和分析大量数据的能力的需求。由于占地面积小和快速部署的需求，我们将需要更多的标准化和互操作性。这将采取更加开放的架构，开放的标准，开放的消息传递等形式。
而Philipp HF Wallner，MathWorks行业经理预测：AI成为灵活生产的推动力，边缘计算也将帮助AI和预测性维护发展。
在过去的几年中，自动化行业一直在讨论“一个样本量一个”的愿景–生产线如何生产一种种类的商品而又不会遇到较长的转换时间或其他效率低下的问题。对于工业4.0，必须实现这一愿景才能满足生产中完全个性化的要求。这意味着机器不能以固定的，不固定的方式安装在车间上，即无法针对重复生产几个月甚至几年的一种特定产品进行调试，参数设置和调整。生产线必须灵活。它们必须由可以轻松重新布置的多个机电模块构建。还必须有一个AI，可以根据生产线上的下一个个性化商品对机器进行参数设置和调整。
工业控制器和边缘计算设备的快速增长的计算能力以及云系统的使用，有助于在生产系统上实现软件功能的新维度。基于AI的算法将更好地优化整个生产线的吞吐量，同时将能源和其他资源的消耗降至最低。预测性维护将不断发展并不仅考虑来自一台机器或站点的数据，而且还将考虑来自多个工厂以及来自不同设备供应商的设备之间的数据。根据需求，这些基于AI的算法将部署在非实时平台以及PLC等实时系统上。
五、工程演进
Keysight团队预测：教育将转移以培养下一代工程师。
学术界将建立行业合作伙伴关系，以跟上技术发展的步伐，并将认证计划，行业级仪器和自动化系统纳入教学实验室，以对学生进行当前实际应用的培训。
为了解决物联网问题，大学将结合基本电子学，网络，设计工程，网络安全和嵌入式系统的方法，同时越来越重视技术对社会和环境的影响。
为了解决人工智能，自动化和机器人技术问题，大学将把诸如认知科学和机电一体化等当前利基性话题主流化为必修课程。
Nubix边缘计算工程部副总裁Mike Gray预测，即将改变企业的编程方式。
随着边缘计算的快速增长，企业将开始改变其编程方式。大多数云原生开发人员都使用Python和Java等高级编程语言。他们不了解C和C ++，因此他们甚至无法开始为边缘设备编写软件。企业没有资源聘请另一个具有正确技能的开发团队来从事边缘计算项目，但是在许多情况下，业务目标需要边缘计算带来的收益。这些组织将需要利用他们已经拥有的开发团队的技能和知识。为了实现这一目标，我们将开始看到云开发人员熟悉的概念（例如容器）适用于嵌入式世界。
作者：Embedded Computing Design的副编辑佩里·科恩（Perry Cohen）。
编译：枭枭
点击跳转至上文《2020年专家预测5大新兴科技趋势（上）：边缘物联网与云》
