盘点2021：发现数字未来的五个关键词和十本书

该文章首发于微信公众号：要文献找上图。作者：小金。

盘点数字技术五大关键词

在过去的几年里，如果你有关注过ZDNet，就会知道这家知名科技媒体平台每年都会对驱动数据库、数据管理和人工智能领域发展的关键技术因素进行回顾，并预测下一年全世界的技术趋势和发展新模式。最近，结合国际著名研究咨询机构Gartner的分析和预测，ZDNet将开源软件、云计算、区块链、人工智能和知识图谱作为年度五大关键词。对此，小编编译了有关内容让读者先睹为快。

开源软件（OSS）：需求持续增长

根据 Gartner 2021 年开源软件炒作周期（又称为技术成熟度曲线）显示，到2025年，超过70%的企业将增加在开源软件上支出，软件即服务(SaaS) 将成为开源软件的首选消费模型。Gartner预测，到2022年，70%以上的企业内部新应用将基于开源的数据库开发，50% 的关系型数据库也将在技术选型上考虑采用更多的开源组件。

云（Cloud）：云计算驱动开源软件发展

Gartner预测，“数据库市场的未来是云”，而“数据库的未来是开源软件”。到2022年将有75％的数据库被部署到或者迁移到云平台，通过软件即服务(SaaS)将开源软件和云连接起来，更多的开源软件被送上云端。对于许多组织而言，某种程度上，数据库和数据管理系统在云上运行，组织就可以专注于用数据来交付价值。

2021年，开源在全世界范围内的发展速度堪称惊艳：

①　2021 年 1 月，开源软件数据库在db-engines.com上超过了闭源竞争对手（db-engines.com是跟踪数据库指标的流行网站）。

②　在增长最快的开源软件项目中，数据库和数据管理系统的比例很高。比如2021 年全年，ROSS (Runa OSS) 索引包含的开源项目中，约有35% 是数据库和数据管理系统，包括 Appwrite、Prisma 和 SeMI Technologies 等。从前端开发到区块链开发的所有开源工具和应用程序中，数据库和数据管理系统的比例非常高。

③　2021 年有大量的开源软件公司获得了超高融资和估值。例如Databricks 在 2021年2月份筹集10亿美元的G轮融资 ，以及8月的H 轮融资16亿美元，经过这两轮融资，其估值已达到380亿美元。此外，另一家开源软件巨头Confluent也申请了 IPO。

④　有大量资本涌入开源市场，更多开源世界的“独角兽”企业崛起，而且这一趋势将在2022年继续。比如图数据库 Neo4j 筹集了3.25亿美元的F轮融资，这是数据库历史上最大的一轮融资，其估值也超过了20亿美元。Apollo GraphQL以15 亿美元的估值筹集了1.3亿美元D轮融资等等。OctoML、Edge Impulse、Superconductive和 Startree，都是数据和人工智能开源领域的“独角兽”企业。

区块链（Blockchain）：有望走出泡沫

2017年突然成为技术明星的区块链，平台基本都是开源的。根据 Gartner 2021区块链炒作周期来看，区块链正处在度过泡沫的低谷期走进稳步爬升的阶段。

区块链炒作周期2021

Gartner指出最近几个月加密货币价格已经暴跌。由区块链驱动的去中心化金融 (DeFi)虽然受到不可替代代币 (NFT) 和加密货币市场影响，但是今年DeFi市场依然大量增长。随着加密市场整顿，波动性是可以预料的。与此同时，区块链创新也在稳步推进中。

人工智能（AI）：一切都与硬件和数据有关

人工智能正以极快的速度开拓新领域，扩大影响范围。机器学习、深度学习算法以及各项硬件技术的巨大进步，推动AI芯片不断创新并飞速发展。GPU（图形处理器）的发明者英伟达继续主导人工智能硬件市场，构建硬件和软件生态系统。边缘推理是2021年人工智能领域的关键因素,边缘应用即将到来，人工智能及其硬件将成为其中的重要组成部分。

如今，数字化伴随着人类日常几乎所有的活动。激增的数据和人工智能之间存在进化的联系，更多的数据被用来开发更好的人工智能，从而产生更好的产品、更多的数据。未来几年，在以数据为中心的人工智能领域，将机器学习引入生产的MLOps（面向人工智能系统的运维管理）和LLM（大型语言模型）技术，无论是规模还是数量上，都将继续增长。

图（Graphs）：图形是未来的未来

知识图谱、图数据库、图形分析、数据科学、图AI以及最近越来越受到关注的GNN（图神经网络），各种各样的图形技术在人工智能领域被大量采用。知识图谱的知识组织可以解决数据治理等其他技术难以解决的问题，被确定为2020年代最关键的一项技术。图形数据库是知识图谱的基础，大部分AI 硬件和软件都使用图形数据结构。2021年，图形数据库开始“走向市场”。Gartner预测，到 2022 年，图形处理和图数据库的应用将以每年100% 的速度增长。到2025年，图形技术将被用于80％的数据分析创新项目中，高于2021年的10％，从而促进整个企业组织的快速决策。

图形数据库年度报告（来源网络）

馆藏链接：世界和你只有一本书的距离

在2022的技术前沿里浅游一番后，你是否已经急切地想要到图书馆来找几本相关书籍书好好了解一下高大上的前沿科技呢？小编分别用五大关键词为主题检索词，以某瓣、某乎和某当的推荐书单作为重要参考，从上海图书馆馆藏图书目录中精选了10本好书，快来看看有没有pick到你的那本书。

开源软件

_	索书号：I512.45/7204-2

近些年，随着开源开放趋势发展迅速，开源软件正在许多关键技术发展中占据着主导地位。这本全景式、系统性论述开源的专业图书，对开源软件的历史和发展、开源社区生态和运营、企业参与开源与引入开源的原则和方法等内容进行了详细的阐述，同时针对开源软件在使用中的安全问题和风险、与开源软件安全治理相关的方法和工具等进行了介绍。

本书是由中国信息通信研究院云计算与大数据研究所核心技术研究团队撰写。依托中国信通院客观真实的调研数据，和产业链各方的素材支撑，书中很多篇幅结合国内的实际情况，对中国开源发展的情况通过翔实的数据及能力分析，给出有价值的思考和归纳。

索书号:TP311.561/5064

_

面对全球范围内日益剧增的数据量，我们需要新的技术工具来处理这些数据。在数百种技术工具中，Python和R语言都是数据科学学习者最喜欢的编程语言，是世界流行的两个开源数据科学工具。世界各地的分析师和程序员协作开发了大量数据分析软件包，提供给Python和R用户免费使用。

这本书基于数据科学方法论进行内容的组织，是深入了解Python和R的技术专著。对于没有数据分析和编程经验的读者来说，第1章专门为初学者讲解Pyhton和R的基础知识。此后的每一章都提供了使用Python和R解决数据科学问题的分步说明和实践演练。对于有数据分析经验的读者而言，可以一站式学习如何使用Python和R进行数据科学实践，针对现实世界的业务问题提供切实可行的解决方案。

云计算

_	索书号:TP393.027/4129

这是一本详细解读云计算技术的经典书籍。到底什么是云？云计算本身会有哪些的特性？以及云的基本架构有哪些和安全性等等。书中详细分析了业已证明的、成熟的云计算技术和实践，并将其组织成一系列定义准确的概念、模型、技术机制和技术架构，带领读者完整遍历了云计算的重要元素、历史、创新和需求。

本书共包含五个部分，涉及云计算领域各个方面的内容。第一部分到第四部分主要以云计算起源为出发点理解云计算，介绍了云计算领域的基本概念。第五部分即附录给出了案例研究结论，介绍了工业标准组织、云计算机制与特性之间的对应关系、数据中心设施、适应云的风险管理框架，并给出了云供给合同和云商业案例模板。

索书号:TP393.027/2724-1

_

现如今，越来越多的企业将业务迁移至云上，云计算正在改变整个社会的信息资源使用观念和方式。云计算是一种新的计算资源使用模式，云服务提供商出租计算资源有3种模式，分别是SaaS、PaaS和IaaS。对于云计算使用者而言，选择正确的云服务模式，是成功使用云计算最关键的技术决策之一。

本书致力于从一个云服务消费者的视角向决策者提供各种服务模式的优点和缺点。虽然全书共有16章，但是作者迈克尔 J.凯维斯有意避开了那些与产品或供应商相关的细节，侧重于架构师及架构涉及各方应当解决的各种挑战，通过对具体问题的分析和案例讲解，向读者提供了大量可供参考的设计决策，并对所有云架构中都必须应对的重点领域进行了强调说明。

区块链

_	索书号:F830.49/0248

区块链究竟是什么？区块链和比特币有什么关系？为什么区块链是未来十年最值得关注的科技趋势？如果你想好好读懂区块链，或者打算研究一下如何利用区块链来抓住某些商业机会，那么这本书应该能给你提供完整的参考答案。《区块链革命》这本书的作者塔普斯科特父子都是区块链领域专家。老塔普斯科特更是有着“数字经济之父”之称的全球著名新经济学家。

本书系统介绍了什么是区块链的核心技术，以及这些技术将如何彻底改变互联网及银行业、证券业、保险业、会计税收、法律服务业、文化创意业、物流业、医药卫生业、电力业、和制造业等行业；前瞻性阐述这种技术可以做什么，以及我们如何利用好它。

索书号：F272/0322-4

_

这本书是由IBM商业价值研究院发布的区块链行业研究报告。IBM集结全球区块链专家，对全球20个行业的近3000名高管进行了深度调研，洞察区块链如何重新定义交易和分配，并据此集结成书。当下，探讨“区块链到底能做什么”这个话题似乎已略显过时，那么你听说过“长数据”吗？就是纵向数据在新兴科技经济中的应用。纵向数据是与人员、地点或事物相关的完整历史数据。这正是区块链技术所擅长的领域。

与介绍区块链原理和技术细节的书籍相比，本书集结了IBM在区块链领域的先锋思想，以及深入行业的区块链研究成果，配合大量案例，指导读者如何在将先锋技术应用到现实，对行业产生革新力量。

人工智能（AI）

_	索书号：TP181/4625-1

深度学习是机器学习中一种基于对数据进行表征学习的方法，是机器学习的一个新的分支，近些年在语音识别、自然语言处理、计算机视觉、图像与视频分析、多媒体等诸多应用领域取得了巨大的成功。苹果Siri语音交互风暴、谷歌100种语言即时翻译、特斯拉纯视觉自动驾驶系统等都是采用了深度学习技术。

本书是深度学习领域奠基性的经典畅销书，在全世界范围内享有“AI圣经”的荣誉头衔。作为一本既适合数据科学家又适合机器学习从业者的必读书，《深度学习》几乎涵盖了与深度学习相关的各种主题内容。全书的内容包括3个部分：第1部分介绍基本的数学工具和机器学习的概念；第2部分讲解现今已成熟的深度学习方法和技术；第3部分讨论未来深度学习的研究方向和重点。

索书号：TP18/4422

_

身处AI（人工智能）世界，人类所有生活领域都面临着一场巨大变革。人工智能到底会如何改变我们的生活？物理学专家、著名科技记者乌尔里希·艾伯尔通过与前沿的科学家及技术人员交谈，将所有信息汇集成书，用十三章描绘了机器人技术和人工智能领域的基本构想和最新情况。

本书每个章节都以一幕科幻剧作为开场，回答了人类对无处不在的AI世界中，有关宇宙、人生及很多问题的追问。与此同时，作者在人工智能的应用领域、社会价值、行为认知以及深度学习等领域进行了更深层面的讨论。书中还向读者介绍了各式各样的机器人，比如烹饪机器人、演奏机器人、情感机器人，甚至用于军事领域的杀人机器人等。

图形技术

_	索书号：TP183/0483

图神经网络（GNN）是基于深度学习的图数据处理方法，由于其令人信服的性能和高解释性，GNN最近已成为一种广泛应用的图分析工具。本书作者刘知远副教授，在自然语言处理、表示学习、知识图谱等人工智能研究领域享有盛誉，所开发的自然语言处理算法已成为该领域的代表方法。他基于图神经网络具体的实现方法，将GNN分为四大类：卷积图神经网络、循环图神经网络、图注意力网络和图残差网络。

本书全面介绍了GNN 的基本概念、具体模型和实际应用。书中概述了数学基础和神经网络以及图神经网络的基本概念，介绍了不同种类的 GNN以及一些通用的框架，阐述了 GNN 在结构化场景、非结构化场景和其他场景中的应用，并提供GNN的开放资源以及一些未来方向的展望。

索书号：G302/1164-1

_

知识图谱作为知识的一种形式，已经在语义搜索、智能问答、数据分析、自然语言理解、视觉理解、物联网设备互联等多个方面发挥出越来越大的价值。本书的主要作者都是中文领域OpenKG（开放知识图谱）的发起人和核心参与人员，对知识图谱相关领域的进展和技术发展前沿进行了系统的梳理。

本书系统介绍了知识图谱的理论、技术及应用。在理论方面，本书全面介绍了知识图谱的各种表示方法，以及知识图谱的推理方法，这些方法是知识图谱的根基。在技术方面，本书全面介绍了知识图谱涉及的关键技术，如存储和查询技术、挖掘构建、知识融合技术，以及基于知识图谱的语义搜索和智能问答技术。在应用方面，本书全面地介绍了知识图谱在工业界的典型应用场景。

如何最快直达上面这些好书？

点击阅读原文，打开上海图书馆新版书目查询系统

选择“索书号”检索，并输入小编在每本书的封面下粘贴的“索书号”，以《知识图谱：方法、实践与应用》为例：

点击检索图标，即可直达馆藏书目页：

当然，强大的馆藏书目查询系统绝不可能只有这么简单的检索功能，待后续“要文献找上图”公号推文再详细介绍，敬请关注！

参考链接：

[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/

来源：上海图书馆