科学网

 找回密码
  注册

tag 标签: 技术预测

相关帖子

版块 作者 回复/查看 最后发表

没有相关内容

相关日志

漫谈错误的技术预测
热度 9 iKnow 2015-4-3 09:32
【注:本文已发表在 2015年第3期《中国计算机学会通讯》 】 最近《 IEEE The Institute 》杂志列出了历史上五个著名的错误技术预测 ,很多读者们看过之后觉得不过瘾。在此笔者又追加了若干有名的错误预测以飨读者(如表 1 ): 表 1. 著名的错误技术预测 这些预测者都是各自领域的精英,为何他们会做出这些看起来有些荒唐的预测?先抛开这个问题,让我们把视线从技术转向股市,来看一下马化腾对腾讯股票的预测。 2010 年 6 月至 2011 年 10 月的一年多时间里,马化腾先后 7 次减持腾讯股票,损失 17.5 亿港元(见表 2 )。分析人士称,这是马化腾与一些投资机构对赌的结果。稍加推敲,我们可以猜测马化腾在与投资机构达成对赌协议时,他肯定没有预测到腾讯股票能达到 200 元,他心里的估价应该是低于 67.806 元。 表 2. 2010 年 6 月 -2011 年 10 月期间马化腾减持腾讯股票情况 一 个有趣的现象是,即使是比任何人都了解腾讯的马化腾,也依然无法预测自己公司的股价。然而今天,我们很多人却在热衷于预测,比如机器人的智慧将很快超越人类、人的知识可以通过互联网下载获得等等。在笔者一开始接触到这些预测时,感到非常惊叹。 后来笔者慢慢地开始觉察和体会到预测也存在“测不准原理”:未来越遥远越容易预测,目标越宏观越容易预测;当决定朝着目标前进时,就会发现相比于预测中美好的未来,现实其实很残酷——哪怕是未来几个月甚至几个星期都充满了不确定性,几乎一切都不可预测。这一点,也正是管理大师柯林斯在其《选择卓越》一书中的核心理念。 不可预测,或者说不确定性,普遍存在于我们的工作生活中,尤其是对于科研活动——我们可以设定一个研究预期目标,但却无法准确地预测几年后的研究成果,也很难预测未来成果的影响力。而好的研究其实就是一个选择的过程,研究中会不断出现没有预料到的情况,因此我们必须不断地分析、判断与选择,从而探索出一条可行的道路。 图 1. 两种不同的研究模式:目标驱动式( Objective Scheme )与培育式( Nurturing Scheme )。 面对研究过程的不可预测性与不确定性,不同的对待和处理方式会产生不同的心态和结果。图 1 是著名生物学家 Uri Alon 总结的两种不同类型研究模式 :一种是目标驱动式( Objective Scheme )研究。这种研究设定的目标非常明确,更像是一个技术路线既定的工程项目,研究过程被严格控制与管理。但是这种研究模式下出现预料之外的结果时,研究人员很容易气馁,于是会开始质疑既定目标,进而质疑制定目标的导师或者负责人的能力。另一种是培育式( Nurturing Scheme )研究。这种模式虽然也设定研究目标,但预先考虑到研究过程中的不确定性。因此,当出现一些预料之外的情况,研究人员会以一种沉着冷静的心态去应对,及时分析调整研究方向,即使与既定目标出现偏差也坦然接受,这样反而更有可能开辟出新的研究方向。 笔者越来越体会到好心态对于研究的重要性。只有坦然面对研究的不可预测性与不确定性,才能在研究的低谷、在最艰难的时候,依然保持斗志,坚持不放弃。笔者曾经与 Berkeley AMPLab 的成员交流过他们的研究模式,发现事实上他们很多研究工作在发表前都被拒过很多次。比如现在由创业公司 Mesosphere 进行产业化的 Mesos 曾经被拒了 2 年,最终发表在 NSDI 2011 ;在国际上引领大数据分析的 Spark 则在被拒了 1 年半后才最终发表在 NSDI 2012 ;而发表在 SOSP 2013 的 Sparraw 工作更是在致谢中感谢了 HotCloud 2012 、 OSDI 2012 、 NSDI 2013 和 SOSP 2013 的评审人。但是 AMPLab 实验室的成员有着非常好的心态,他们都有一种信念,相信自己的工作最终肯定能在顶级会议上发表。而这种信念,一方面来自导师的指导和灌输,另一方面也是得益于师兄师姐们“悲惨”经历所提供的参考。在这样的实验室氛围中,他们已经在潜意识中认识到了做一流研究过程中的不确定性——哪怕是在世界顶尖实验室,也无法保证研究工作一次投稿即被接收。 事实上,正如柯林斯的《选择卓越》书中分析,那些卓越的企业也都有好心态。他们接受未来不可预测的残酷现实,并在此基础上制定了一系列计划和行动,“先子弹,后炮弹”。更直白的表达其实就是“走一步,看一步,时刻做好调整的准备”! 本文开篇的那些错误的技术预测,因为做出预测人的身份与地位而被人为地放大了。事实上,我们必须看到,这些“错误的预言家”其实在绝大多数时候作出了比绝大多数人更正确的预测,才达到了被别人用放大镜观察的地位。从这个意义上来看,他们的总体预测准确度是令人敬畏的。 Five Famously WrongPredictions About Technology, IEEE The Institue, 2014. Uri Alon, How To Choose aGood Scientific Problem, Molecular Cell 35, September 25, 2009.
35049 次阅读|10 个评论
瞻前顾后看技术预测(150126)
热度 15 ymin 2015-1-26 08:51
瞻前顾后看技术预测( 150126 ) 闵应骅 技术预测很重要。国家要订五年计划、十年规划,要投资重大科研专项引导技术发展;一个企业的发展要看准方向做对路的产品才能赚钱;风险投资公司做好了技术预测才能投得准。我国一些不负责任的技术预测白花了钱,什么也没赚到,事后也不总结经验教训。国人喜欢抽象搞理论,求助未来学,发表一大堆文章,抽象地谈未来、谈预测,没有用。本月 IEEE Spectrum 发表一篇文章,从 2000 年总结出的重大工程技术成果反过来看 1915 年时是什么情况,以提示拿 2015 年的现状看 2100 年可能获得的重大工程技术进展,很有启发。 看过去,想未来。在 20 世纪初,没有电、没有汽车、没有飞机、没有无线电、没有电视,人们过得很艰难。 20 世纪过去以后的 2000 年,美国工程院列出 20 世纪最伟大的工程成就列表(很遗憾,我在网上没有找到这个表)。看什么改变了我们的生活,对我们影响最大?也许是互联网。到 21 世纪,人们的生活还会有这么大的改变吗?这里说的是对人类改善生活最伟大的成就,所以没有包括原子弹、各种杀人武器。 想想在 1915 时候我们所知道的和 2000 年总结出的成就表做一个比较,也许会很有启发。成就表里的项目可以分为三类: 第 1 类是 1915 年时已经出现或者正在研制; 属于第 1 类的不少。譬如, No.1 ,电气化 1915 已经开始,交流电成为输电的主要模式。 No.2 ,汽车, T 型发动机福特汽车已与 1908 年生产出来。 No.3 ,飞机,在欧洲,军事上急于需要飞机。无线电和电视列在 No.6 ,发明于二十世纪初, 1912 年 泰坦尼克号的沉没突出了它的重要性。 No.9 电话网络的发展是整个世纪的成就,但 1915 年时已有进展。 第 2 类是 1915 年时可以预料的,至少是不觉吃惊的; 对于第 2 类,包括高速公路( NO.11 ),农业机械( NO.7 ),家用电器( NO.15 ),空调和冰箱( NO.10 ),供水系统( No.4 )。 第 3 类 1915 年时无法预料到的。 属于第 3 类的,譬如集成电路、激光、登月,这些都是没有预料到的惊喜。 以此推测,对于 2100 年的表,无线技术现在已经开始,而且将在整个 21 世纪得到发展。对于预期的项目,可能是机器智能和 3D 打印。将要出现的惊喜的技术就谁也不知道了。 特别对于今年, IEEE Spectrum1 月号提醒人们关注以下顶尖技术,而且每一项都有一篇文章做介绍。 机器人 空间技术 医药 能源 远程通信 无人机 运输系统 IEEE Spectrum 要罗列 2015 年可能的技术发展多得很,但是要挑出前几名就不容易。他们挑选的原则不是上新闻头条的那种轰动效应,也不是为了个人或者小团体的利益,而是能利到老百姓的手上的技术。我们的指导思想缺乏这个,老是想如何才能世界第一、如何才能消灭敌人、如何才能得自然科学一等奖,而较少考虑让老百姓得实惠。譬如机器人,我们想的是工业机器人、军事机器人,而人家着重考虑家用机器人。因为家用机器人能够方便老百姓,而且,实际上只有家用才能有大市场。凡是能给每个人或者每个家庭带来好处的东西,市场就非常大。譬如房子、汽车、手机、家用电器等等。卫星你能卖出去几个?报上说,有些地方政府给机器人开发和购买以补贴,这有利于少数人,可伤害了大多数人。市场经济最怕不平等竞争。这种现象其实在科技界也有。其他热门技术还包括模块化的智能手机、私人视频无人机等。当然也有大型项目,像太阳能、月球探索等,这些对普通老百姓的生活目前不会有大的影响,但在今年会有重要突破。 技术预测是对客观事物发展的一种推测,不是想人为地去管制它的发展。尊重客观事物的发展是唯物论,而人为去操纵是唯心论。但是,人们要顺应客观事物的发展才能事半功倍,人为的大跃进必吃苦头。对于今年的预测,没有互联网,这让我有点疑问。是不是互联网近期不会有大的改变?也没有计算机、普适计算、大数据、生物技术等等,你说为什么?也许各人有各人的解答吧!
个人分类: 学术导航|7442 次阅读|44 个评论
技术预测方法介绍
热度 3 yngcan 2011-1-14 11:03
本文采用的(Ayse Kaya Firat,Wei Lee Woon,Stuart Madnick,2008)的一篇文章Technological Forecasting A Review,经过翻译整理,并配图片。 Technological Forecasting A Review一文可以在GOOGLE上搜索并下载。 有近百种的技术预测方法,大致可以分为9个类别: 一、以专家意见为主的技术预测方法 (1)Delphi (iterative survey)德尔菲(多轮调查法) (2)Focus Groups 专题小组研讨 (3)Interviews访谈法 (4)Participatory Techniques参与式方法 二、趋势分析法 (1)Trend Extrapolation 趋势外推法(增长曲线拟合) (2)Trend Impact Analysis 趋势影响分析 (3) Precursor Analysis 前兆分析 (4) Long Wave Analysis 长波分析 三、监控与情报方法 (1) Monitoring 监控(环境扫描与技术观察) (2) Bibliometrics 文献计量(研究进展、专利分析、文本挖掘) 个人考虑:如果对于专利分析仅能选一张图来代表,我仍然会选AUREKA,因为它所建立的这个隐喻系统真的不错,利用山峰山谷来代表技术趋势。虽然这种方法目前看要实现技术预测还只是梦想。 四、统计方法 (1)Correlation Analysis相关分析法 (2)Demographics人口统计 (3)Cross Impact Analysis 交叉影响分析 (4)Risk Analysis 风险分析 (5)Bibliometrics 文献计量(研究进展、专利分析、文本挖掘) 五、模拟与仿真 (1)Agent Modeling 代理模型 (2)Cross Impact Analysis 交叉影响分析 (3)Sustainability Analysis 可持续性分析(生命周期分析) (4)Causal Models因果关系模型 (5)Diffusion Modeling 扩散模型 (6)Complex Adaptive System Modeling (CAS) 复杂适应系统模型 (7)Systems Simulation 系统仿真(系统动力学,) (8)Technological Substitution 技术替代 (9)Scenario-simulation 情景仿真(博弈;迭代情景) (10)Economic base modeling 经济基础模型(投入产出分析) (11)Technology Assessment 技术评价 六、情景分析法 (1)Scenarios 情景分析(情景的一致性检验、情景管理) (2)Scenario-simulation 情景仿真(博弈;迭代情景) (3)Field Anomaly Relaxation Method 场域异常协调法 七、评价、决策、经济学方法 (1)Relevance Trees 关联树法 (2)Action Analysis 行为(选择)分析法 (3)Cost-benefit analysis成本收益分析 (4)Decision anaysis 决策分析(效用分析) (5)Economic base modeling 经济基础模型(投入产出分析) 八、描述性与计量方法 (1)Analogies 类推法 (2)Backcasting 回溯预测法 (3)Checklist for Impact Identification 影响识别检查表方法 (4)Innovation System Modeling 创新系统模拟 (5)Institutional Analysis 制度分析 (6)Mitigation Analysis 抑制分析 (7)Morphological Analysis 形态分析法 (8)Roadmapping 路线图(产品-技术路线图) NASA提供航天运送技术路线 图 (9)Social Impact Assessment 社会影响评价 (10)Multiple perspectives assessment 多元视角评价法 (11)Organizational analysis 组织分析法 (12)Requirements Analysis 需求分析法 九、创新方法 (1)Brainstorming 头脑风暴法(脑迹法、选题小组法) (2)Creativity Workshops 创意工作组(未来研讨会) (3)TRIZ TRIZ理论 (4)Vision Generation 视觉生产法 (5)Science Fiction Analysis科技幻想分析 写在后面: 文章最后还探讨了 一个关于不同行业技术预测方法选择不同的问题,引起了我极大的关注,贴图与大家共享:
个人分类: 专利|13095 次阅读|8 个评论

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-5-23 20:17

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部