盤點計算技術五大關鍵詞
在過去的幾年裡，如果你有關注過ZDNet，就會知道這家知名科技媒體平臺每年都會對驅動資料庫、資料管理和人工智慧領域發展的關鍵技術因素進行回顧，並預測下一年全世界的技術趨勢和發展新模式。最近，結合國際著名研究諮詢機構Gartner的分析和預測，ZDNet將開源軟體、雲計算、區塊鏈、人工智慧和知識圖譜作為年度五大關鍵詞。對此，小編編譯了有關內容讓讀者先睹為快。
開源軟體（OSS）：需求持續增長
根據 Gartner 2021 年開源軟體炒作週期（又稱為技術成熟度曲線）顯示，到2025年，超過70%的企業將增加在開源軟體上支出，軟體即服務(SaaS) 將成為開源軟體的首選消費模型。Gartner預測，到2022年，70%以上的企業內部新應用將基於開源的資料庫開發，50% 的關係型資料庫也將在技術選型上考慮採用更多的開源元件。
雲（Cloud）：雲計算驅動開源軟體發展
Gartner預測，“資料庫市場的未來是雲”，而“資料庫的未來是開源軟體”。到2022年將有75％的資料庫被部署到或者遷移到雲平臺，透過軟體即服務(SaaS)將開源軟體和雲連線起來，更多的開源軟體被送上雲端。對於許多組織而言，某種程度上，資料庫和資料管理系統在雲上執行，組織就可以專注於用資料來交付價值。
2021年，開源在全世界範圍內的發展速度堪稱驚豔：
① 2021 年 1 月，開源軟體資料庫在db-engines.com上超過了閉源競爭對手（db-engines.com是跟蹤資料庫指標的流行網站）。
② 在增長最快的開源軟體專案中，資料庫和資料管理系統的比例很高。比如2021 年全年，ROSS (Runa OSS) 索引包含的開源專案中，約有35% 是資料庫和資料管理系統，包括 Appwrite、Prisma 和 SeMI Technologies 等。從前端開發到區塊鏈開發的所有開源工具和應用程式中，資料庫和資料管理系統的比例非常高。
③ 2021 年有大量的開源軟體公司獲得了超高融資和估值。例如Databricks 在 2021年2月份籌集10億美元的G輪融資 ，以及8月的H 輪融資16億美元，經過這兩輪融資，其估值已達到380億美元。此外，另一家開源軟體巨頭Confluent也申請了 IPO。
④ 有大量資本湧入開源市場，更多開源世界的“獨角獸”企業崛起，而且這一趨勢將在2022年繼續。比如圖資料庫 Neo4j 籌集了3.25億美元的F輪融資，這是資料庫歷史上最大的一輪融資，其估值也超過了20億美元。Apollo GraphQL以15 億美元的估值籌集了1.3億美元D輪融資等等。OctoML、Edge Impulse、Superconductive和 Startree，都是資料和人工智慧開源領域的“獨角獸”企業。
區塊鏈（Blockchain）：有望走出泡沫
2017年突然成為技術明星的區塊鏈，平臺基本都是開源的。根據 Gartner 2021區塊鏈炒作週期來看，區塊鏈正處在度過泡沫的低谷期走進穩步爬升的階段。
圖 區塊鏈炒作週期2021
Gartner指出最近幾個月加密貨幣價格已經暴跌。由區塊鏈驅動的去中心化金融 (DeFi)雖然受到不可替代代幣 (NFT) 和加密貨幣市場影響，但是今年DeFi市場依然大量增長。隨著加密市場整頓，波動性是可以預料的。與此同時，區塊鏈創新也在穩步推進中。
人工智慧（AI）：一切都與硬體和資料有關
人工智慧正以極快的速度開拓新領域，擴大影響範圍。機器學習、深度學習演算法以及各項硬體技術的巨大進步，推動AI晶片不斷創新並飛速發展。GPU（圖形處理器）的發明者英偉達繼續主導人工智慧硬體市場，構建硬體和軟體生態系統。邊緣推理是2021年人工智慧領域的關鍵因素,邊緣應用即將到來，人工智慧及其硬體將成為其中的重要組成部分。
如今，數字化伴隨著人類日常幾乎所有的活動。激增的資料和人工智慧之間存在進化的聯絡，更多的資料被用來開發更好的人工智慧，從而產生更好的產品、更多的資料。未來幾年，在以資料為中心的人工智慧領域，將機器學習引入生產的MLOps（面向人工智慧系統的運維管理）和LLM（大型語言模型）技術，無論是規模還是數量上，都將繼續增長。
圖（Graphs）：圖形是未來的未來
知識圖譜、圖資料庫、圖形分析、資料科學、圖AI以及最近越來越受到關注的GNN（圖神經網路），各種各樣的圖形技術在人工智慧領域被大量採用。知識圖譜的知識組織可以解決資料治理等其他技術難以解決的問題，被確定為2020年代最關鍵的一項技術。圖形資料庫是知識圖譜的基礎，大部分AI 硬體和軟體都使用圖形資料結構。2021年，圖形資料庫開始“走向市場”。Gartner預測，到 2022 年，圖形處理和圖資料庫的應用將以每年100% 的速度增長。到2025年，圖形技術將被用於80％的資料分析創新專案中，高於2021年的10％，從而促進整個企業組織的快速決策。
圖 圖形資料庫年度報告（來源網路）
館藏連結：
世界和你只有一本書的距離
在2022的技術前沿裡淺遊一番後，你是否已經急切地想要到圖書館來找幾本相關書籍書好好了解一下高大上的前沿科技呢？小編分別用五大關鍵詞為主題檢索詞，以某瓣、某乎和某當的推薦書單作為重要參考，從上海圖書館館藏圖書目錄中精選了10本好書，快來看看有沒有pick到你的那本書。
開源軟體
|
_ |
 索書號：I512.45/7204-2 |
|
近些年，隨著開源開放趨勢發展迅速，開源軟體正在許多關鍵技術發展中佔據著主導地位。 這本全景式、系統性論述開源的專業圖書，對開源軟體的歷史和發展、開源社群生態和運營、企業參與開源與引入開源的原則和方法等內容進行了詳細的闡述，同時針對開源軟體在使用中的安全問題和風險、與開源軟體安全治理相關的方法和工具等進行了介紹。
本書是由中國資訊通訊研究院雲計算與大資料研究所核心技術研究團隊撰寫。依託中國信通院客觀真實的調研資料，和產業鏈各方的素材支撐，書中很多篇幅結合國內的實際情況，對中國開源發展的情況透過翔實的資料及能力分析，給出有價值的思考和歸納。
 索書號:TP311.561/5064 |
_ |
|
面對全球範圍內日益劇增的資料量，我們需要新的技術工具來處理這些資料。在數百種技術工具中，Python和R語言都是資料科學學習者最喜歡的程式語言，是世界流行的兩個開源資料科學工具。世界各地的分析師和程式設計師協作開發了大量資料分析軟體包，提供給Python和R使用者免費使用。
這本書基於資料科學方法論進行內容的組織，是深入瞭解Python和R的技術專著。對於沒有資料分析和程式設計經驗的讀者來說，第1章專門為初學者講解Pyhton和R的基礎知識。此後的每一章都提供了使用Python和R解決資料科學問題的分步說明和實踐演練。對於有資料分析經驗的讀者而言，可以一站式學習如何使用Python和R進行資料科學實踐，針對現實世界的業務問題提供切實可行的解決方案。
雲計算
|
_ |
 索書號:TP393.027/4129 |
|
這是一本詳細解讀雲計算技術的經典書籍。到底什麼是雲？雲計算本身會有哪些的特性？以及雲的基本架構有哪些和安全性等等。書中詳細分析了業已證明的、成熟的雲計算技術和實踐，並將其組織成一系列定義準確的概念、模型、技術機制和技術架構，帶領讀者完整遍歷了雲計算的重要元素、歷史、創新和需求。
本書共包含五個部分，涉及雲計算領域各個方面的內容。第一部分到第四部分主要以雲計算起源為出發點理解雲計算，介紹了雲計算領域的基本概念。第五部分即附錄給出了案例研究結論，介紹了工業標準組織、雲計算機制與特性之間的對應關係、資料中心設施、適應雲的風險管理框架，並給出了雲供給合同和雲商業案例模板。
 索書號:TP393.027/2724-1 |
_ |
|
現如今，越來越多的企業將業務遷移至雲上，雲計算正在改變整個社會的資訊資源使用觀念和方式。雲計算是一種新的計算資源使用模式，雲服務提供商出租計算資源有3種模式，分別是SaaS、PaaS和IaaS。對於雲計算使用者而言，選擇正確的雲服務模式，是成功使用雲計算最關鍵的技術決策之一。
本書致力於從一個雲服務消費者的視角向決策者提供各種服務模式的優點和缺點。雖然全書共有16章，但是作者邁克爾 J.凱維斯有意避開了那些與產品或供應商相關的細節，側重於架構師及架構涉及各方應當解決的各種挑戰，透過對具體問題的分析和案例講解，向讀者提供了大量可供參考的設計決策，並對所有云架構中都必須應對的重點領域進行了強調說明。
區塊鏈
|
_ |
 索書號:F830.49/0248 |
|
區塊鏈究竟是什麼？區塊鏈和比特幣有什麼關係？為什麼區塊鏈是未來十年最值得關注的科技趨勢？如果你想好好讀懂區塊鏈，或者打算研究一下如何利用區塊鏈來抓住某些商業機會，那麼這本書應該能給你提供完整的參考答案。《區塊鏈革命》這本書的作者塔普斯科特父子都是區塊鏈領域專家。老塔普斯科特更是有著“數字經濟之父”之稱的全球著名新經濟學家。
本書系統介紹了什麼是區塊鏈的核心技術，以及這些技術將如何徹底改變網際網路及銀行業、證券業、保險業、會計稅收、法律服務業、文化創意業、物流業、醫藥衛生業、電力業、和製造業等行業；前瞻性闡述這種技術可以做什麼，以及我們如何利用好它。
 索書號：F272/0322-4 |
_ |
|
這本書是由IBM商業價值研究院釋出的區塊鏈行業研究報告。IBM集結全球區塊鏈專家，對全球20個行業的近3000名高管進行了深度調研，洞察區塊鏈如何重新定義交易和分配，並據此集結成書。當下，探討“區塊鏈到底能做什麼”這個話題似乎已略顯過時，那麼你聽說過“長資料”嗎？就是縱向資料在新興科技經濟中的應用。縱向資料是與人員、地點或事物相關的完整歷史資料。這正是區塊鏈技術所擅長的領域。
與介紹區塊鏈原理和技術細節的書籍相比，本書集結了IBM在區塊鏈領域的先鋒思想，以及深入行業的區塊鏈研究成果，配合大量案例，指導讀者如何在將先鋒技術應用到現實，對行業產生革新力量。
人工智慧（AI）
|
_ |
 索書號：TP181/4625-1 |
|
深度學習是機器學習中一種基於對資料進行表徵學習的方法，是機器學習的一個新的分支，近些年在語音識別、自然語言處理、計算機視覺、影象與影片分析、多媒體等諸多應用領域取得了巨大的成功。蘋果Siri語音互動風暴、谷歌100種語言即時翻譯、特斯拉純視覺自動駕駛系統等都是採用了深度學習技術。
本書是深度學習領域奠基性的經典暢銷書，在全世界範圍內享有“AI聖經”的榮譽頭銜。作為一本既適合資料科學家又適合機器學習從業者的必讀書，《深度學習》幾乎涵蓋了與深度學習相關的各種主題內容。全書的內容包括3個部分：第1部分介紹基本的數學工具和機器學習的概念；第2部分講解現今已成熟的深度學習方法和技術；第3部分討論未來深度學習的研究方向和重點。
 索書號：TP18/4422 |
_ |
|
身處AI（人工智慧）世界，人類所有生活領域都面臨著一場巨大變革。人工智慧到底會如何改變我們的生活？物理學專家、著名科技記者烏爾裡希·艾伯爾透過與前沿的科學家及技術人員交談，將所有資訊彙集成書，用十三章描繪了機器人技術和人工智慧領域的基本構想和最新情況。
本書每個章節都以一幕科幻劇作為開場，回答了人類對無處不在的AI世界中，有關宇宙、人生及很多問題的追問。與此同時，作者在人工智慧的應用領域、社會價值、行為認知以及深度學習等領域進行了更深層面的討論。書中還向讀者介紹了各式各樣的機器人，比如烹飪機器人、演奏機器人、情感機器人，甚至用於軍事領域的殺人機器人等。
圖形技術
|
_ |
 索書號：TP183/0483 |
|
圖神經網路（GNN）是基於深度學習的圖資料處理方法，由於其令人信服的效能和高解釋性，GNN最近已成為一種廣泛應用的圖分析工具。本書作者劉知遠副教授，在自然語言處理、表示學習、知識圖譜等人工智慧研究領域享有盛譽，所開發的自然語言處理演算法已成為該領域的代表方法。他基於圖神經網路具體的實現方法，將GNN分為四大類：卷積圖神經網路、迴圈圖神經網路、圖注意力網路和圖殘差網路。
本書全面介紹了GNN 的基本概念、具體模型和實際應用。書中概述了數學基礎和神經網路以及圖神經網路的基本概念，介紹了不同種類的 GNN以及一些通用的框架，闡述了 GNN 在結構化場景、非結構化場景和其他場景中的應用，並提供GNN的開放資源以及一些未來方向的展望。
 索書號：G302/1164-1 |
_ |
|
知識圖譜作為知識的一種形式，已經在語義搜尋、智慧問答、資料分析、自然語言理解、視覺理解、物聯網裝置互聯等多個方面發揮出越來越大的價值。本書的主要作者都是中文領域OpenKG（開放知識圖譜）的發起人和核心參與人員，對知識圖譜相關領域的進展和技術發展前沿進行了系統的梳理。
本書系統介紹了知識圖譜的理論、技術及應用。在理論方面，本書全面介紹了知識圖譜的各種表示方法，以及知識圖譜的推理方法，這些方法是知識圖譜的根基。在技術方面，本書全面介紹了知識圖譜涉及的關鍵技術，如儲存和查詢技術、挖掘構建、知識融合技術，以及基於知識圖譜的語義搜尋和智慧問答技術。在應用方面，本書全面地介紹了知識圖譜在工業界的典型應用場景。
如何最快直達上面這些好書？
點選閱讀原文，開啟上海圖書館新版書目查詢系統
選擇“索書號”檢索，並輸入小編在每本書的封面下貼上的“索書號”，以《知識圖譜：方法、實踐與應用》為例：
點選檢索圖示，即可直達館藏書目頁：
當然，強大的館藏書目查詢系統決不可能只有這麼簡單的檢索功能，待後續“要文獻找上圖”公號推文再詳細介紹，敬請關注！
參考連結：
[1]https://www.zdnet.com/article/2022-technology-trend-review-part-one-open-source-cloud-blockchain/
[2]https://www.zdnet.com/article/2022-technology-trend-review-part-two-ai-and-graphs/
[3]https://www.zdnet.com/article/5-technology-trends-for-the-roaring-20s-part-2-ai-knowledge-graphs-infinity-and-beyond/
