12月18日消息，为期三周的亚马逊Re:Invent全球大会即将闭幕，亚马逊全球副总裁、首席技术官WeRneR Vogels发表压轴演讲，分享了他对2021年的科技趋势的预测。以下就是他对明年及未来发展的预测。
1.无远弗届，云将无处不在（2021年，云向边缘的推进将进一步加速） 所有云功能都集中在数据中心的时代正在开始消失。你会发现，云应用可以帮助海上船只提高性能，帮助飞机穿越天空，云应用嵌入汽车，进入家庭生活。不只是设备密集的数据中心，农村地区、野外，甚至空中、近地轨道，都可以获得强大的云存储及计算能力。云无处不在。
从AWS的视角看，AWS部署了数量众多的云数据中心区域和接入点，让云技术向全球各地的客户不断靠近。AWS Snowball被部署到夏威夷的火山边、南极洲的研究中心，收集PB级的数据。AWS outposts将云的触角延伸到客户的本地机房。AWS Local Zones将精选的云基础设施部署到更靠近客户需要的地方，帮助城市地区的客户迅速精减其累赘的数据中心。厨房里，健身房的自行车上，边缘设备可以借助AWS IoT GReengRaSS彼此相连。随着5G网络的扩展，运营商开始部署AWS Wavelength区域，让5G终端上的应用可以充分发挥5G网络低延迟、高带宽的优势。当网络的最远端都能高速地连接到云端，伟大的事情就会发生。
当延迟消除了，一些需要极低延迟的操作，从自动驾驶到自然语音处理和翻译，对重要基础设施的主动管理，就不再需要往返于地球的偏远角落和中心服务器之间，可以在最需要结果的地方就地进行。结果是什么呢？无人驾驶汽车成为现实，您可以开始与智能语音助手Alexa进行更自然的对话，工厂、住宅和办公室空间变得更加高效灵活。而且，如果你喜欢玩游戏，无论身在何处，都不必担心延迟影响游戏体验，可以将你的游戏技能发挥到极致。
云的概念从一个中心点延伸出来，进入人们日常的生活、工作环境，将有越来越多原本在云中运行的软件在身边运行，改善人们的生活，从医疗保健到交通运输、娱乐、制造等等。2021年，云向边缘的推进将进一步加速。
2.机器学习的互联网（机器学习从云端延伸到边缘） 数据正在爆炸式增长。今天，一小时产生的数据，比2000年全年产生的数据还要多。未来三年内产生的数据，将比过去30年的还要多。2020 年，科学研究人员、制药公司、政府和医疗机构将所有资源转向疫苗开发、新的疗法，以及其它帮助我们对抗疫情的手段。无论你是不是数据科学家，都会对数据增长曲线有所认识。我们需要处理海量数据的能力。无论是医疗还是别的什么应用，处理所有这些信息的唯一实际方法，就是使用数据摄取和聚合工具，跟机器学习模型相结合，帮助我们理解这些信息。因此，毋容置疑，机器学习在2020年已经成为主流。
机器学习历来是一个计算量很大的工作负载，只能在最强大的硬件上运行。但是随着软件和芯片技术的进步，情况正在改变。通过组合使用AWS多种技术，软件和硬件在边缘端适配，可以发挥出比以往更大的作用。
云向边缘端不断地推进，明年将有更多行业和政府机构加速采用机器学习。在制造业，机器学习将融入生产线，实时发现生产异常。在农业领域，机器学习可以帮助农民更明智地使用宝贵的资源，例如土壤和水。
在世界上以小农户为主的地区，例如整个东南亚和非洲，将机器学习模型的使用推向新的应用领域，在更边缘的地方收集数据，带来的改变将是革命性的，将有助于农户提高收成，并且帮助他们提高售价。
WeRneR说他曾在东南亚拜访过一个AWS客户叫HARA。HARA总部位于印度尼西亚雅加达，他们使用机器学习分析东南亚成千上万小农户的数据。通过人员和设备在田间收集数据，包括农场的季节性生长周期，种植作物需要多少投入，从中可以获得多少收入。这种分析有助于农户获得合理的信贷。随着新冠疫情全球爆发，HARA正在使用其平台识别最需要食物的地方和人，与拥有食物的农户相匹配，并找出两者之间最佳的物流方式。新冠疫情为人类带来棘手的问题，但是科技可以帮助解决这些问题。
机器学习不断扩展，机器对机器的连接将呈爆炸式增长。根据思科的年度互联网报告, 2018年，互联网上只有33%的连接是机器对机器的连接。如果你有一个Echo智能家居产品，或者正在关注汽车行业的快速发展，那么你应该已经看到即将发生的事情，连接云的传感器和设备正在激增。WeRneR预计，到2021年，这一比例将超过50%。
机器对机器的连接不断增加，更多的数据注入机器学习模型，将出现更多针对机器学习的定制芯片。通过AWS InfeRentia，可以在电力和计算方面降低机器学习成本。成本不断降低，性能不断提高，越来越多的机器学习应用场景在边缘执行运算，在边缘建立新模型。对于需要低延迟的应用 来说，这是一个颠覆性的创新。
现实的例子是今年席卷澳洲丛林或者美国西海岸的山火。未来，在边缘设备运行的机器学习模型可以帮助人们，根据历史上的火灾情况，在地面逐秒模拟当前的情况，不用回到中央数据中心，就可以预测火灾危险。边缘设备产生的数据，可以帮助救灾机构预防和扑灭火灾，让我们在世界各地可以看到更准、更快版本的 “今日火灾风险”提示。
如上，机器学习应用在医疗保健领域，用于为最需要的人提供食物，应对山火等气候变化的影响，技术、专家与决策者和社区合作，可以对人们身边的世界产生积极的影响。
3.2021年，图像、视频和音频的表达将超过文字 几年前，《连线》杂志的一篇文章中，WeRneR谈到了声控计算的迅速崛起，新兴的用户界面，让人类可以用更自然的方式与机器交流、进行人与人之间的交流。这一趋势进入2021年及以后，WeRneR认为键盘会继续没落，以渐进的方式被淘汰。
在过去一年，全球疫情让人们与外界隔离，越来越多地通过音频、视频和图像进行通信。随着人们更多地使用多媒体的方式进行交流，在屏幕上产生的文字数量相对减少。在TwITteR上，平均每天有80%的消息包含图像或视频，或者仅仅是图像或视频。今年夏天，TwITteR开始为iOS用户推出音频推文，进一步明晰了这一趋势。快速降低的成本和在云中存储数据的能力，对这一趋势起到了一定的推动作用。
企业要与客户保持联系，更要敏锐地意识到这些习惯的变化，客户会不再依靠键盘、鼠标或其它机械的方式，与企业的产品和服务进行互动。所以企业应该探索从键盘转向更自然的用户界面。Alexa允许客户用语音进行亚马逊购物，其应用情况令人兴奋。
向更自然的交流方式的转变，也让服务和信息的获取更加公平。对那些从未学会读写的人来说，声音可能是他们获取信息的唯一方式。例如在加纳，Cow TRibe公司通过简单的语音命令向牧民分派疫苗、饲料和兽医。不能操作触摸板或键盘的残疾人，可以通过语音，让屏幕显示去年夏天的照片，从附近的餐馆点菜，或者让智能音箱给孩子打电话。
另外， TwITteR和其它地方的所有视频、音频和图像都将成为数据源，可以提供新的洞见，产出新的产品和服务。拿音乐来说，随着人们向数字音乐过渡，音频已成为分析数据的来源，不仅可以播放你喜欢的歌曲，而且帮助你跟踪潮流趋势，发现新的艺术家；结合乐曲、流派和艺术家的历史，将音乐匹配到情绪、言语片段或位置地点。
2021年及以后，从社交平台到业务运营的所有领域，音频、视频和图像的使用将继续取代文字，云技术将发挥重要作用，满足这一需求。
4.科技将改变现实世界，就像改变数字世界一样 2020年，社交隔离闯入人们的生活。隔离让人们有机会审视、再思考，我们的城市是如何运作、如何呼吸、如何流动的。我们生活和工作的许多地方，都是建立在几十年的假设之上（或者有几百年的历史，取决于你的居住地），这些假设不再成立，或者说在此次全球疫情中表现不佳。
在高级数据分析的帮助下，2021年人们将开始思考，如何更好地设计城市，既能做到社交隔离，又不会感到相互之间遥不可及。这将会是数字和物理世界的真正融合。
例如，使用先进的数据分析技术和机器学习，城市能够分析人员流量，了解行人在不同情况下如何走动，如何进入体育场、出入杂货店和地铁站。多年来，大型商场一直在使用这种技术分析特定时刻的人流量，让人们在最佳时刻路过广告或促销牌子。将机器学习模型加入进来，我们就可以在瓶颈和危险点出现之前对其进行预测。
我们可以预测每小时的行人流量，在夏季旅游旺季或冬季流感季提供安全通勤建议。试想在一座博物馆，可以借助这些技术，很快知道如何摆放艺术品最好，更好地设计洗手间出入口，防止人们相互碰撞，保持安全的社交距离。
现实世界的另一个巨大转变，更大程度上将体现在金融方面，人们口袋里的现金正在迅速消失。新冠疫情带来的最大变化之一是无现金支付兴起。世界各地的一些酒吧和餐馆开始禁止使用现金。新的在线支付平台在崛起，他们的业务建立在云上，以区块链为例，底层加密和分类账系统（区块链是一个去中心化的电子分类账系统)是基于云的。这样的支付选择会越来越多，全世界将进一步加速采用数字技术，取代陈旧的、持续了几个世纪的支付方式。
5.远程学习在教育中挣得一席之地 在过去几年里，几乎每个行业都发生了根本性的变化，只有教育是个例外，大多数教育机构的运作方式，仍然与我很多很多年前上学时并无二致。然而，
