回顧過去的12個月，我們都不會忘記網絡安全恐慌、數據失誤以及無數的大規模數據泄露事件。

而指控范圍從未經用戶同意便追蹤其位置數據到在美國高科技硬件上秘密安裝微型間諜芯片，雖然這聽起來有些荒謬。

顯而易見的是，2019年數據泄露隱私需求將促進創新，推進技術升級，而時下的熱門技術也將像去年的加密貨幣那樣發展。

本文對2019年的科技趨勢做出了一些預測。

數據所有權和互聯網正呈上升趨勢過去12個月來，劍橋分析數據泄露丑聞無疑是一個領頭羊式的失誤。

被竊取的數百萬數據被用來影響選民在關鍵政治決策中的行為。

馬克·扎克伯格的全球秘密實驗被暴露在公眾眼前，人們就此事也展開了激烈的討論。

據調查，這次丑聞披露后，5%的英國人注銷了他們的Facebook帳戶。

開源社區中的大多數人都認為自己已經處于一個轉折點，公眾開始理解，他們的數據被濫用的程度已經令人發指。

除此之外，千禧一代正迅速對這個平臺失去興趣，這意味著在2019年，我們將離“成熟”的互聯網（有時稱為Web 3.0）更進一步。

在被要求接受用戶友好的數據泄露隱私權和數據所有權后，企業的壓力將持續增加。

文化期望的轉變以及數據立法的引入（如通用數據保護條例，GDPR）將迫使“圍墻花園” 停止運行此前的筒倉數據模型，但其使用方式并不會暴露。

否則，用戶將逃離該平臺，最終造成多米諾骨牌效應：如果一個倒下，其他全都倒下。

市場上涌現出各種替代方案嘗試破解這一僵局，但尚未出現能夠匹敵Facebook、Twitter、谷歌等平臺的替代方案。

但是隨著公眾人物對改革的不斷呼吁，預計我們將在2019年看到更多此類嘗試。

機器學習呈下降趨勢繼如同過山車之旅般的比特幣泡沫后，區塊鏈成為2018年初的熱詞。

然而，當我們進入2019年時，只有最忠誠的粉絲才會捍衛它那永遠還沒建立的應用程序，以此來解決我們將來可能會遇到或可能不會遇到的問題。

很可能區塊鏈會在新的一年里繼續沿著其成熟度曲線呈下降趨勢，但我們不能用這種預測來反駁其他任何趨勢。

如今機器學習是一個熱門話題，但我覺得大多數人對此評價過高。

但不可否認，有些公司已經用機器學習完成了一些偉大的事情，并用于專門的領域。

對于更廣泛、更吸引人眼球的應用來說，這些問題似乎比我們所預計的更難解決。以自動駕駛汽車為例。

我們已承諾自動駕駛汽車時代將會到來，但我們離實現完全自動駕駛還有多遠呢？我們什么時候能看到第一個能對你在路上遇到的所有情況作出反應的無人駕駛汽車的例子？總之肯定不是在2019年。

顯而易見，在滿是人類駕駛者的道路上，使用機器學習的自動駕駛汽車無法識別各種社會成分。

在保證道路安全的因素中，眼神交流和社會暗示至關重要，對于人類來說這很容易。

但對于機器來說就完全不同了——無論我們完成多少個道路交通標志和店鋪的驗證碼，想讓他們學會識別微妙的人類交流的任務仍舊十分困難。

除此之外，還有隱私因素。

汽車收集了很多關于我們的數據，包括我們去過的地方以及時間。

但我們并不清楚這些數據賣給了誰。

雖然它可能是“匿名的”，但在公司保存在用戶身上的數據類型中，位置數據是最能識別出個人信息的類型之一。

在個人數據上，人們需要有更多的控制權。

至于自動駕駛汽車的未來，關鍵在于使用公開標準和公開協議將所有汽車聯網。

一旦所有的汽車連接起來，機器就不需要來理解人類交流的復雜性。

這就是開源法，也是我們創建互聯網的方法。

同理，為什么我們不創建汽車互聯網呢？給予用戶控制權過去一年對于科技行業來說也是個多事之秋——通過涉及空間和基因生物工程領域的特斯拉，我們在使公眾了解數據隱私問題方面取得了飛躍的進步。

Facebook的危機恰巧為引入GDPR提供方便，并催化了關于數據權、隱私權和所有權的討論。

而天平的另一端是，我們曾經認為已經出現在我們身上的革命性技術，將繼續被推后。

自2019年起，我們對開源解決方法的興趣空前高漲。

我不禁猜測，以后創新者將繼續應用這項技術，然后從公司取得數據控制權并將其返還給用戶。