德勤發佈2020技術趨勢報告:五個新趨勢可引發顛覆性變革
北京新浪網 10-26 18:12
來源:產業智能官
「2020 年的趨勢將顛覆整個行業,並在未來十年重新定義業務,即使數字創新已成為各種規模企業的常規行為。」德勤管理諮詢新興技術研究總監兼政府及公共服務首席技術官 Scott Buchholz 在一份報告中如是說。
近日,《德勤 2020 技術趨勢報告》(中文版)正式發佈(以下簡稱《報告》),報告指出了五個可能在短期內引發顛覆性變革的關鍵新興趨勢:「數字孿生:連結現實與數字世界」;「架構覺醒」;「技術道德與信任」;「人感體驗平台」;「財務與 IT 的未來」。
值得注意的是,這是德勤第十一年發佈技術趨勢年度報告。今年的技術趨勢報告繼續在開篇回顧了 11 年來的技術趨勢發展,展示了技術趨勢隨時間推移的演進全過程以及最新宏觀科技力量作為業務轉型基礎帶來的共生效益和不久的未來的新興科技力量。與此同時,《報告》還指出,未來三大顛覆性技術(即環境體驗、指數智能和量子技術)正蓄勢待發,我們將在本世紀20年代末開始感受到它們的影響。
一、九大宏觀科技力量
隨著以技術為驅動的創新的空前擴張,一場高風險的「打地鼠」的競爭遊戲由此展開,企業利用技術保持先進的能力將決定其生死存亡。
過去十年內,數字化體驗、分析技術和雲技術為各項技術賦能,展現了他們自身的價值,已然成為眾多企業有效地推進戰略和新商業模式的核心基礎。接下來十年中,數字現實、認知技術和區塊鏈將成為企業變革的顛覆性驅動力。它們的應用範圍將越來越廣,各行各業的案例成倍增加。技術業務、 風險和核心系統現代化是驅動企業變革和創新的基礎技術,它們需要保持穩定、強勁、可持續發展。
基於此框架下討論新興技術,可以簡化技術進步對企業所造成的顛覆性影響。同時,圍繞九大宏觀科技力量衍生更多細分領域和更加細化的技術創新點和趨勢點。
十年前我們首次探索數字化體驗、分析技術和雲技術之時,只能看到其中的可能性,並不能確切地估測 它們的影響。現如今,這些技術已經為大家所熟知,並在對業務、運營模式和市場造成了顛覆性影響之 后,發展勢頭依舊迅猛。
(1)數字化體驗
數字化體驗依然是企業變革的重要驅動因素。實際上,在德勤 2018 年全球 CIO 調查報告 中,64% 的參與者表示接下來的三年裡,數字化技術將對他們的業務造成影響。在去年的超越營銷:體驗重塑中,我們已經審視了這一趨勢,企業正逐漸摒棄傳統意義上以獲客為核心的營銷模式,轉而致力於創造更多以人為本的互動——包括與其員工和商業夥伴的互動。
(2)分析技術
分析技術包括能夠提供深刻洞察的基本技術和工具。數據管理、數據治理以及數據運營體系這些重要因素不僅僅是人工智慧項目的核心基礎。同時,鑒於企業內對數據儲存、數據隱私和數據使用的嚴格要求,這些重要因素也是必須面對和考慮的重大策略點。
60%的首席信息官(CIO)表示,在未來的三年內, 數據和分析技術將對他們業務帶來影響。但這個問題正變得更具挑戰性。「靜止的數據」 和「使用的數據」這兩個久經考驗的概念被「動態數據」所連接,藉助工具和平台動態數據進而支持數據流、數據攝取、數據分類、儲存和訪問。值得欣喜的是,雲技術、核心系統重塑、認知技術和其它技術正在為異常複雜的挑戰帶來全新的解決方案。
(3)雲技術
雲技術已經全面深入企業。90% 的企業在使用基於雲技術的服務,並且這一比例有增無減。實際上,就信息技術領域的投資預算來看,接下來三年內對雲技術的投資會翻倍。正如我們 2017 年所預計的那樣,雲技術已經不僅僅只是作為基礎應用,它帶來了 「一切即服務」 的藍海,使任何 IT 能力都可以變成基於雲的服務供企業使用。在眾多企業當中,少數超大規模企業主宰了公有雲和雲技術服務市場,在雲技術的賦能下,為其它宏觀力量的進一步創新提供基礎和平台,例如分析技術、雲技術、區塊鏈、數字現實,以及未來的量子技術。
雲技術還驅動我們思考並重塑一些陳舊的企業管理和業務職能。
當今的顛覆性驅動力(即數字現實、認知技術和區塊鏈)都是由體驗、分析技術和雲技術發展而來。未 來十年,這些新的趨勢雖然不再新鮮,但它們將和過往的重大趨勢一樣,在人們持續深刻的理解和應用 中,推動重要的變革。
(4)數字現實
數字現實技術,包括 AR/VR 、混合現實、語音交互、語音識別、普適計算、360°全方位攝像和沉浸式技術等,幫助用戶突破鍵盤和屏幕的禁錮,與用戶感知無縫銜接,用戶可更加自然地參與互動。數字現實的目的是打破傳統的空間界限,讓人與底層技術進行自然、本能、甚至下意識的互動。
(5)認知技術
機器學習、神經網路、機器人流程自動化、機器人程序、自然語言處理、以及更廣泛的人工智慧領域等認知技術可能推動所有產業變革。這些技術將人機互動個性化、場景化,通過 定製化語言或圖像信息,驅動業務流程,實現無人值守。
企業對認知技術的需求大幅增長一一互聯網數據中心(IDC)預測 2022 年 企業此項支出將達 776 億美元,與此同時,信任和技術道德問題也迫在眉睫。
(6)區塊鏈
德勤 2019 年全球區塊鏈調查報告中,超過半數的參與者表示區塊鏈技術至關重要,較前一 年增長了 10% 。83% 的人能夠明確構思區塊鏈技術的實際應用,較前一年增長了 9% 。調查結果顯示,2019 年,企業已經不再討論「區塊鏈是否可行?」,轉而關注「我們該如何利用區塊鏈?」
金融服務和金融科技公司持續領航區塊鏈技術的發展,但其它領域也開始推行區塊鏈技術, 尤其是政府、生命科學與醫療健康、科技、媒體、通訊等領域。
再提技術業務、風險和核心系統重塑似乎有些枯燥無味,但不可否認,它們是業務的核心所在。企業在這些已經發展很成熟的領域,依然繼續進行著可觀的投資。綜合來看,正是因為它們不僅為數字化轉型、創新與增長提供了可靠的、可規模化的基礎,也是在分析技術、認知技術、區塊鏈等顛覆性技術成功投資的必要條件。
(7) 技術業務
隨著技術應用與業務戰略的融合,技術業務也在不斷發展。隨著企業更多地通過重塑 IT 來實現運營效率提升和與業務部門合作者一起進行價值創造,很多 IT 團隊通過實施促進跨業務協作的開發體系(如敏捷和 DevOps ),逐漸將傳統的項目制交付調整為產品化運營。
強大的技術功能讓企業更敏捷地響應技術驅動的市場和業務的變化。一隻強大的數字化技術運營團隊能夠幫助企業迅速回應技術對市場的影響以及相關業務挑戰。
(8)風險
在以創新為驅動力的時代,企業面臨的風險遠遠超越了傳統的網路風險、監管風險、運營風險及財務威。2019 年的 CEO 和風險管理調查報告指出,企業最大的風險廣泛涉及新顛覆性技術、創新、生態系統合作夥伴、企業品牌及名譽、文化等。對此,很多公司清楚地意識到他們還未對此類風險做好準備,或沒有想法在管理此類風險方面進行投資。
除合規和安全的必要要求,企業還面臨新興技術對產品、服務和商業目標的潛在影響,這些使得企業正在把更為廣泛的信任作為企業戰略。
(9)核心系統現代化
核心系統現代化體現了數字化轉型、用戶期望及數據密集型演算法給核心系統的前台、中台和後台帶來的持續性壓力。無論是在財務數字化、實時供應鏈,還是在客戶關係管理系統,核心系統都承載了關鍵業務流程。
在如今這個即時、持續和定製交互的時代,企業需要降低整體的技術負債。實現核心系統 現代化的成熟舉措,比如重塑現有的遺留系統,更新 ERP 系統及重寫其他系統,這些目前來講尤為重要。
二、未來三大顛覆性技術
隨著三大顛覆性技術(即數字現實、認知技術和區塊鏈)崛起,並準備在未來十年為業務做出重大貢獻 的同時,未來三大技術發展和創新的新星(環境體驗、指數型智能和量子技術)正蓄勢待發。我們將在 本世紀 20 年代末開始感受到它們的影響。
a:環境體驗
環境體驗展望了這樣一個構想:在未來,技術只是環境的一部分。計算設備的功率不斷增加,體積不斷縮小。這些越來越小的設備將我們的輸入從非自然的(指向、點擊和滑動) 演變為自然的(說話、手勢和思考),它們與我們的交互從被動的(回答問題)變成主動的(提出意料之外的建議)。
隨著設備變得無縫和無處不在,它們和我們越來越密不可分。想像未來的世界,一些微小的,已連接的,內容感知的設備被嵌入辦公室、家中或者其他地方,成為背景活動的一部分。例如,你如果在腦海中想「我要在一個小時之內出發去機場」,就能觸發一系列背景活動,包括安排航班值機,準備可供生物特徵識別的虛擬登機牌,將無人駕駛汽車目的地設置為正確的航站樓,將家中的智能系統狀態調為「離開」,以及暫停出差期間的快遞服務等等。
b:指數智能
指數智能建立在當今認知技術能力上。如今,機器智能能夠發現數據中蘊藏的規律,但是無法判斷這些規律是否有內在的意義。同時,它目前還缺乏識別和響應人類互動和情感的細微差別的能力。而且,機器智能的認知能力還非常有限,比如機器能夠打敗國際象棋大師,卻不能理解房間發生了火災需要逃跑。
未來有無限可能。隨著對語義和符號識別的理解,機器逐漸能從假想的相關中梳理出真實的因果關係。藉助來自人感訥驗平台的技術組合,我們的虛擬助手將越來越能夠識別並適應我們的情緒。隨著研究人員開發出更廣義的智能,指數智能將超越統計和計算的層面。我們敢說,最終,這將導致更有能力的人工智慧誕生。
c:量子技術
量子技術利用亞原子微粒的反直覺特性處理信息,進行新型計算,實現「不可非法侵入式」 交流,技術微型化等等。量子計算中,這些量子比特(或量子位)的特殊屬性有可能發生 指數型變化。通過操縱單個粒子,量子計算機將能夠解決某些高度複雜的問題,這些問題 對於目前的超級計算機來說,太大,太雜亂,包括從數據科學到材料科學。
隨著研究者們不斷突破技術限制,量子計算機將逐漸取代傳統的計算機。數據科學家將能 夠處理前所未有宏大的數據量,並從中獲取相關性信息。材料科學家利用量子比特模擬原 子,這是無法在傳統計算機上實現的。同時,在通訊、物流、安全、密碼學、能量等不同領域,我們都能預見無限可能。
為了幫助大家更好的理解各類前沿技術動態,基於宏觀科技力量及其可被預期的時間範圍,報告歸納整理了一張完整的統一化視圖。
三、五大關鍵新興趨勢
一)技術道德與信任
技術變革常態化的同時,贏得全方位的信任變得更具挑戰——但也充滿機遇。
隨著數字技術的出現,企業要用戶以新的更深層次的方式信任他們,過去是獲取用戶個人信息,現在則是通過數字痕迹追蹤用戶的線上行為。同時,技術引起的問題也經常成為新聞頭條,例如安全漏洞、不當或非法監視、個人信息濫用、虛假信息傳播、演算法歧視、缺乏透明度等等。這些事件導致利益相關方之間不信任(包括客戶、僱員、合作 夥伴、投資者和管理者),嚴重損害企業聲譽。的確,消費者對商家的信任正在逐漸下降,人們對公共機構的態度也越來越謹慎,員工則要求企業明確闡述其核心價值觀。
德勤 2020 年全球市場趨勢報告中提到,當今時代,品牌信任對企業來講尤為重要,關係到企業的方方面面。無論是客戶、監管機構,還是媒體,都期望品牌商在其開展業務的各個領域都是開放、誠信和始終如一,從產品生產、促銷活動、到員工文化和合作夥伴關係維護等。
被技術顛覆的企業,它的每一個方面都意味著可以贏得或失去任何一個客戶、員工、合作夥伴、投資者和/或監管機構信任的機會。如果領導者能夠充分貫徹企業價值觀和技術道德觀,努力履行「做好事」的承諾,企業就能夠與利益相關者建立長期牢固的信任關係。在這種情況下,信任就變成了一個全方位的 承諾,並且確保信任是企業的技術,流程,人員都在共同努力維護的基礎。
技術道德這一術語指的是不局限於或側重於任何 一項技術的綜合價值觀,這個價值觀是指導企業對技術使用的整體方法及通過部署這些技術驅動業務戰略和運營企業應考慮主動評估如何以符合公司宗旨和核心價值觀的方式使用技術。
在數字時代,信任是個複雜的議題,企業面臨著無數的生存威脅。雖然顛覆性技術通常會給企業帶來指數型增長,但僅憑技術卻無法建立長期信任。因此,領先企業們正在通過全方位的維持利益相關者所期望的高度信任。領先企業們正在嘗 試通過各種方式,來維持利益相關者所期望的高度信任。
人工智慧、機器學習、區塊鏈、數字現實和其它 新興技術正以前所未有的速度和深度融入我們的 曰常生活。企業該如何通過客戶、合作夥伴和員工使用這些技術來構建信任呢?
解讀企業價值觀。
如今,技術根植於業務,機器學習也驅動著業務決策和行為,因此,必須先了解企業的技術解決方案,才能進一步解讀和評價企業價值觀。數字化系統可以被設計用來減少偏差,讓企業能夠遵循自己的原則運 營。
保障措施可以防止用戶以不健康或不負責任的方式使用技術,從而幫助提高利益相關者的利益。例如,一家公司對可能成癮的遊戲強制限定遊戲時間和遊戲花費一個內容提供商提醒用戶關注信息來源的準確性;雲計算提供商在 戶超出其預算之前自動發出警報。
建立強大的數據基礎。
如果不能系統性地、統一地追蹤數據內容及來源,並確定可訪問數據的人員,就沒有辦法營造良好的信任環境。強大的數據基礎讓利益相關者擁有共同的願景, 為數據負責,採用安全的技術手段實現有效的數據管理。管理者需要讓利益相關者了解他們提供的數據將如何運用,此外,除非為了法律或監管的目的,在利益相關者要求時須刪除相關數據。
強化防護措施。
德勤 2019 年未來網路調查報告顯示,管理者為網路問題花費的時間越來越多,網路防禦體系意味著您要 保護您的客戶、員工和商業合作夥伴,讓他們遠離與他們——或者說你們——的價值觀不同的群體。從最開始就需要建立並實施網路安全風險策略略,並將其貫穿於商業運營和政策制定的全過程,這絕不僅僅是信息技術部門的問題。企業領導者應當與信息技術部門一起制定全面的數字安全風險策略,考慮安全、隱私、 誠信和保密等各方面,增強利益相關者的信任,提高企業競爭力和優勢。因此,需要評估企業的風險容忍度,明確弱點所在,並判斷企業最具價值的數據和系統,制定風險緩解策略和恢復計劃。
二)財務與 IT 的未來
IT 和財務領導者共同努力為創新融資尋找靈活的途徑。
德勤的研究發現,56% 的首席信息官(CIO)期望應用 Agile, DevOps 或類似的靈活 IT 交付模式,來提高 IT 的響應能力並激發更廣泛的創新的雄心。
但目前有些難以克服的障礙阻礙這些努力:資金的來源和分配。IT 的運營和開發流程正變得越來越靈活,更加側重產品,而財務部門仍舊按照過去數十年的方式來制定預算、融資和財報。結果顯而易見:IT 需求與財務流程之間的矛盾。若這個問題得不到解決,那麼它可能會破壞首席信息官(CIO)的創新計劃,乃至整個企業的戰略目標。
IT 對資金的需求與財務的漫長流程之間的矛盾並非形成於一夜之間。而是在過去十年中曰漸累積。雲技術和平台技術一步步地顛覆了傳統運營模式,迫使財務部門不得不重新評估財務管理方法。
《報告》指出這種變革體現在三方面:
從資本支出轉向運營支出
從在現場轉型到基於雲的系統,涉及大量的支出從資本支出轉移到運營支出。事實上,團隊一直都有一些資本支出和運營支出。新的準則是「誰開發誰管理」。從會計的角度而言,短期運營支出增長會影響季度財報。
衡量難以捉摸的投資回報率。
技術創新舉措通常是難以達到內部收益率預期的嘗試,可能產生正回報也可能不會。在財務及短期收益上, 創新投資通常不具備傳統 IT 項目的信心水平, 因此這類投資往往也很難通過標準管理流程獲得有力支持。在某些情況下,這會導致財務部門難以建立精確的流程,來跟蹤長期投資回報率。例如,對於無限期重複使用的平台這類的固定預算投資,跟蹤其投資回報率更是難上加難。
計算交付價值。
根據德勤《 2018 年全球首席信息官(CIO)調查報 告》,65% 的受訪者表示他們在評估 IT 投資時, 通常採用具體案例具體分析的方法,而不是遵循常規財報流程。顯然,在評估 IT 帶來的價值這件事上,首席信息官 (CIO )與首席財務官 (CFO)不在同一立場。
作為財務與未來的T趨勢的一部分,我們預計有更多首席信息官(CIO)、首席財務官(CFO)以及他們各自的團隊,將會積極探索解決這些及其他在融資、會計與財報上所面臨的挑戰的方法。
三)數字孿生技術
利用下一代數字攣生技術助力企業設計、優化和轉型。
當下,企業正以多種方式使用數字彎生技術。在汽車和飛機製造領域,數字彎生技術逐漸成為優化整個製造價值鏈和創新產品的重要工具;在能源領域,油田服務運營商通過獲取和分析大量井內數據,建立數字模型,實時指導鑽井作業在醫療保健領域,心血管研究人員正在為臨床診斷、教育、培訓,創造高模擬的人類心臟的數字彎生體;作為智慧城市管理的典型案例, 新加坡使用詳細的虛擬城市模型,用於城市規劃、維護和災害預警項目。
數字彎生可以模擬物理對象或流程的各個方面。它們可以展現新 產品的工程圖和尺寸,也可以展現從設計到消費者整個供應鏈中 所有子部件和相應環節——即」已建成「數字彎生,也可採用 「即維護」模式——生產車間設備的實物展現。模擬模型可以捕獲 設備如何操作,工程師如何維護,甚至該設備生產的產品如何與客戶關聯。數字彎生可以有多種形式,但它們無一例外都在捕獲和利用現實世界的數據。
數字孿生髮展勢頭迅猛,得益於快速發展的模擬和建模能力、更好的互操作性和物聯網感測器, 以及更多可用的工具和計算的基礎架構等。因此, 各領域內的大小型企業都可以更多地接觸到數字孿生技術。IDC 預測,到 2022 年,40% 的物聯網平台供應商將集成模擬平台、系統和功能來創建數字孿生,70% 的製造商將使用該技術進行流程模擬和場景評估。
與此同時,通過訪問大量數據,使得創建比以往更為詳細、更為動態化的模擬成為可能。對於數字孿生的長期用戶而言,這就好比從模糊的黑白快照過渡到彩色高清數碼照片一樣,從數字源中獲取的信息越多,最後呈現的照片就越生動逼真。
長期來看,若想要實現數字孿生技術的全部潛力, 可能需要集成整個生態圈內的系統和數據。創建 一個完整的客戶生命周期或供應鏈(囊括了一線供應商和其自身的供應商)的數字化模擬,可以提供富有洞察力的宏觀運營觀點,但仍然需要將外部實體整合到內部數字化生態系統內。直至今曰,大多數企業仍對點對點連接之外的外部集成感到不滿意。克服這種猶豫可能是一個長期挑戰, 但最終,所有的付出都將是值得的。未來,期望企業會利用區塊鏈打破信息孤島,繼而驗證信息並將其輸入數字孿生體中。這可以釋放先前無法訪問的大量數據,從而使模擬更加細節化、動態化、更具潛在價值。
四)人感體驗平台
通過Al、神經科學、人本設計重塑人機聯接。
人感體驗平台趨勢顛覆了傳統的設計方法,它首先確定我們想要實現的人性化和情感體驗,而後決定使用何種情感和 AI 技術組合能夠達成這一效果。企業將面臨的一大挑戰是,如何針對不同的客戶群體、員工群體和其它利益相關者,確定能引起他們共鳴和引發他們情緒的具體響應或行為,並進一步開發情感技術,使其能夠識別和複製某一段體驗中的特質。
在不久的未來,我們將會看到人們對人性化的技術需求曰益增長。在數字化革命進程中,我們目前進入到一個階段,就是每個人之間未必有 接,但每個人一定都與技術有聯結。我們正在消除流程和交互,直接與機器互動。因此,我們渴望我們正在迅速失去的東西:有意義的聯結。為此,我們期望技術能夠用更 加人性化,更人道化的方式跟我們互動。設計能夠滿足這一期望的技術需要對人的行為有更深刻的洞察,並不斷創新,以提高我們預測和響應人們需求的能力。不久的將來,人感體驗很有可能會帶來長久的、可持續的競爭優勢。
五)架構覺醒
演進架構師角色,從而轉變系統架構並支持業務 發展的速度。
越來越多的技術領導層和高管們逐漸意識到,如今,技術架構領域的科學在戰略上比以往任何時候都更加重要。事實上,為了在技術創新顛覆的市場中保持競爭力,已成立的企業需要不斷演 他們的架構一一這一過程可以從改變技術架構師在企業內扮演的角色開始。
這種轉變的目的非常明確:把經驗最豐富的架構師安排到最需要他們的地方——即加入到設計複雜技術的軟體開發團隊中。一旦這些架構師被重新部署和賦能,他們便可幫助簡化技術棧, 提升技術敏捷性,從而為新興企業獲得市場優勢。另外,他們還可以直接負責實現業務成果,解決架構難題。
此外,擁抱架構覺醒這一趨勢的企業將開始重新定義架構師角色,使其更具協作性、創新性,並能對利益相關者的需求做出回應。具有全局觀的架構師可能會發現,自己正在多部 門混合的項目團隊中,與專注於應用程序的架構師 以及來自 1T 和業務部門的同事共同作戰。未來,他們的使命將不僅是利用傳統的架構組件,還要利用顛覆性力量(如區塊鏈、AI、及機器學習)大胆創新。
資料來源:https://m.news.sina.com.tw/article/20201026/36690918.html
「重複組合計算機」的推薦目錄:
- 關於重複組合計算機 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
- 關於重複組合計算機 在 自然醫學博士 王永憲 Facebook 的精選貼文
- 關於重複組合計算機 在 黃少雍 Facebook 的最佳解答
- 關於重複組合計算機 在 排列組合計算機 的評價
- 關於重複組合計算機 在 lancatlin/combine_generator: 排列組合計算機 - GitHub 的評價
- 關於重複組合計算機 在 計算機操作:以二項分配例題,示範組合數C、階層、e的按法 的評價
- 關於重複組合計算機 在 Re: [理工] 100 台科資工計算機數學- 看板Grad-ProbAsk 的評價
- 關於重複組合計算機 在 指考數學 - 重考板 | Dcard 的評價
重複組合計算機 在 自然醫學博士 王永憲 Facebook 的精選貼文
【痛苦中的成長】
.
前幾天我在「王博士的心零雞湯」一文中提到,人通常都是因為不夠痛,所以才會選擇繼續重複過去失敗的模式,妄想著只要再努力一點就會成功。我認為人通常只要夠痛了,才會去尋求改變。
.
網路上有一個這樣的故事,說的就是這個:
.
--------------------------------------------------
.
一個苦者找到一個和尚傾訴他的心事。
.
他說:「我放不下一些事,放不下一些人。」
.
和尚說:「沒有什麼東西是放不下的。」
.
他說:「這些事和人我就偏偏放不下。」
.
和尚讓他拿著一個茶杯,然後就往裡面倒熱水,一直倒到水溢出來。
.
苦者被燙到馬上鬆開了手。
.
和尚說:「這個世界上沒有什麼事是放不下的,痛了,你自然就會放下。」
.
--------------------------------------------------
.
再次聲明,我真的沒有通靈,所以如果上天要讓我學習到某些事情,總是會透過痛苦的方法來讓我知道。
.
上個星期,在因緣際會下,透過朋友認識了一位有出過寫真的日本女藝人,大家相談甚歡,也相約下次再見。
.
因為我對她印象不錯,想說就支持她一下好了。我請住在日本的朋友幫我訂了她的寫真與DVD,用國際快遞送達。
.
因為她明天就要回日本了,今天又碰面時,我拿出寫真與DVD請她簽名,也想說來個合照(上次第一次見面沒有合照),以表示我的支持。結果她面有難色,我問她怎麼了?她回答說,在日本她的公開活動上,要買三張DVD才能得到一個簽名,除非你另外付費。
.
在我感到很傻眼的同時,她在使用過手機上計算機app後開口了:「這樣吧,因為我們是朋友,所以我給你撒必司,總共四個簽名加兩張拍立得合照,算你台幣五千就好,在日本不可能是這樣的價錢,我已經算你很便宜了喔。」
.
除了傻眼,我還翻了加拿大式的白眼。但是現在我騎虎難下,畢竟是我自己買了東西要求人家簽名的;我以為藝人看到別人有自己的作品都會很開心的免費簽名,我也不知道日本人對於遵守規矩可以執著到這種程度(她是A3B2C2D2),而且還會把工作跟私人分的這麼清楚。某個程度上,沒搞懂文化上的差異還自詡日本通,不對的人好像是我。
.
好吧,既然是我不對,就當做花錢消災好了;於是我就花了五千,得到了四個簽名與兩張有我強顏歡笑的拍立得合照。
.
但是事情還沒結束呢,吃完飯回到家後,我突然覺得很累,就回家躺著,一路竟然睡到快十二點,起來後還全身莫名其妙的酸痛。
.
等等!這個不太對,因為我會能量測試,我通常都有前一天先讀取隔天運勢的習慣,今天發生的這些事情,怎麼都跟昨天看的不一樣?
.
昨天看的今天原本的主題應該是享樂8分與好運12分的組合,但現在測起來我卻經歷了痛苦20分的一天。這是怎麼回事?
.
首先我確認了沒有被作法。其實如果有被作法或攻擊,對我來說事情反而還單純一點,直接破解跟反擊就好,今天發生的事情實在讓我百思不得其解。
.
經過一系列的思考(相信我,在全身酸痛又精神萎靡的情況下,還能進行思考是很了不起的一件事),我發現了之前沒發現到的「時空錯置」的問題所在,然後又經過一系列的思考,應該算是找到了解決的方法了。只能說這個機制真的超級複雜與難解的,可以說是我開創量子轉化以來難度最高的代表作了。
.
不過我還是覺得不對勁,繼續再請示,才發現,這是宇宙故意修改掉我今天原本的運勢,為的就是讓我因為出現了這些問題,然後去生出破解的方法。
.
找到破解的方法是很高興,因為這次也是個很大的突破。雖說我又不會通靈,宇宙無法直接把訊息傳遞給我,但是我還是覺得如果每次都要透過出事才來逼我找出破解的方法,這也真的是法克魷very much了。
.
後記:發文的時候,其實今天宇宙要讓我破解的東西我並沒有全部破解完,所以剛剛又重複經歷了一次昏睡與全身酸痛,直到我起來把今天要我破解的都搞定為止。
.
#零通靈博士事件簿
#中秋節也要被逼練功
#拍謝沒收功就講髒話
#只是文化上的差異
#沒有對錯
重複組合計算機 在 黃少雍 Facebook 的最佳解答
中岳哥寫得太好 有空我也要寫一點點編曲心得
{{ 參. 談談編曲實務經驗 }}_13
也許你終於選好了幾首很有時代性、經典代表性的曲目,準備打開你的 DAW 工作站要來挑戰這個『一比一拷貝』的鍛鍊任務了!我猜想~你應該就是在你萬用的電腦裡面,打開你所熟悉的編曲軟體,然後…尋找一些音色,憑藉著從這個專頁第一篇文章就請你訓練的聽力,開始要把你聽到的每一個樂音、節奏好好地抓出來,用 Midi 認真地紀錄下來~?
沒有什麼不對!但,我還是想講一個小故事,希望能對於你要開始執行上述工作前,能有一些效率提升的作用:
時間回到九〇年代的華語流行音樂製作環境的專業錄音室裡。那時候在台北最富盛名的幾間專業錄音室,譬如『白金』、『強力』、『雅弦』,每家錄音室的基本結構都大致相同:每一家都有好幾『套』仔細設計、注意聲學響應的『主控室加收音室』這樣的套裝組合,在想像中 ---至少我是這樣以為的--- ,這些『套裝』的錄音空間應該充滿了製作人、歌手、樂手,像是二十四小時不間斷地一直在生產音樂吧?等到我真的有機會開始『涉足』這些場域,我才發現,真正二十四小時不間斷『盤據』在這些錄音空間的角色,其實是『編曲』工作者,而且,百分之九十五以上,都是鋼琴背景或是鍵盤出身的編曲!
這些編曲家們日以繼夜地以錄音室為家,依恃著他們驚人的音樂才華與過人的體力,幾乎都是以『一天一首』(或以上) 為單位,提供了非常穩地的產出、來維持著九〇年代華語流行音樂恐怖的音樂製作產量。
但當時,電腦還是一種尚未普及的外星文化,這些鍵盤編曲家們所使用的『編曲中央處理器』,是一種只用來處理 Midi 訊號的、類似一臺工程計算機的器材 --- Midi Sequencer (樂器數位介面序列機: https://en.wikipedia.org/wiki/Music_sequencer )。這個『序列機』在處理 Midi 這件事會有多悲情呢?請參閱『KB FRONTNET』網頁作者『Mr.Liu』所寫的文章『時代的眼淚,風靡一時,卻驟然消逝的音樂製作產品』(http://www.kb-frontnet.com/archives/1546 )。這些編曲家們的大腦幾乎都是超高速電腦,可以將心裡所想的音樂聲部、音符,瞬間轉換為行列式的數字,鍵入在非常窄小的 LCD 條幕,透過這些序列機的指令來指示現在要由『哪一臺音源』的『什麼音色』,在『什麼時間』用『什麼力度』與『什麼時間長度』來發出『哪一個』或『哪些個』音……
你覺得~一首歌兒的編曲,總共會用到幾種樂器、加起來會有幾個『音』( Note) 呢?
而這些編曲家們是用『一天一首』以上的速度在提供音樂的產出……
不過,這篇文章不是要禮讚這些音樂工作者恐怖的大腦,而是要介紹一下那台『序列機』所『控制』的那些『音色』機器 --- 我們稱之為『音源』( Module)的器材。
這些『音源器材』的源起,應該可以追溯回到早在上個世紀中葉之前就已經研究發展的『合成器』(https://zh.wikipedia.org/wiki/%E5%90%88%E6%88%90%E5%99%A8 ),在經由加入流行音樂產業的過程中,逐步由非常『外掛調整』式的電子線路串接,發展成晶體或中央處理器的『內建整合』式的商用機型。此刻已經慣用現代3C產品的你,可能很難想像、理解,在九〇年代的時候,這些商用機型是如何地巨大、笨重卻又不可或缺!在當時的編曲家們所必須使用的 Midi 音源,每個人至少都有十幾二、三十『U』(https://baike.baidu.com/item/1U )的數量!那是什麼概念呢?我勉強用自己為數不多的器材、與網路上所能搜尋到的圖片,列為圖1與圖2,來解釋一下這些類似『冰箱』大小的機器群,是如何圍繞在這些編曲家們的身邊!
而這些『商用型音源』,從最初的『加法』、『減法』合成器運算開始,就致力於摹仿真實樂器的聲音,隨著運算技術的發展、進步,這些『合成音源』在九〇年代,就已經能夠提供非常華麗、擬真的真實樂器音色,以及非常豐富、大概只存在於外太空、異世界的奇幻聲響,而這些卓越的音色,為全世界的音樂工作者提供了充沛的能量,進而迸發了整個九〇年代多元而瑰麗的流行音樂文化。
然後更新、更厲害的技術出現、成熟了!樂器的音色不再只是依靠波型運算、組合去『模擬』,而是利用了『實際錄製』的方式,產生了『取樣音源』( Sampling) 的器材 --- 『取樣機』( Sampler)!
我第一次聽聞而被驚嚇不已的取樣聲音,其實只是一個 Bass 樂手在彈奏過程中常常會用到的情緒性手法『Slide up & down』(https://www.youtube.com/watch?v=Te7YULZA2kc )而已,真的只是『而已』!但在那個用『模擬運算』的合成器年代,那一聲惟妙惟肖的『Slide』,在我面前昭示了下一個世代風起雲湧的前兆!
果然!錄音室裡的編曲家們突然之間在原來的『冰箱機櫃』裡,紛紛加入了最新的取樣機種,譬如 Roland S760 (http://myweb.tiscali.co.uk/clouzeau/s760/ )、或是後來的取樣機王 Akai S-6000 (http://www.vintagesynth.com/akai/s5000.php ) 這一類的重兵器。但麻煩的是:當你使用任何一種取樣音色,你都必須將這些音色『叫進』( Load) 器材中的『存取記憶體』( RAM) 裡面,才能透過 Midi 去指揮它來發生音樂上的作用;這裡面的問題是:
1. 先別管在當時每個取樣音色實際上有多大的資料量,先看一下最厲害的兩個取樣機材產品的 RAM 配置的大小:Roland S760 原廠配備的 RAM 是 2M,最大擴充量是增加到 32M!是『M』喔!而機王 Akai S-6000 的最大擴充量是 256M!這個意思是:你以為能叫進多少種了不起的音色?
2. 好!也先別管可以叫進多少音色了,就說你今天想要一組非常真實的絃樂好了!你就得把與絃樂有關的取樣音色一個一個叫進來、用 Midi 鍵盤試彈一下是不是你想要的情緒與顏色,萬一很不幸叫進來的音色不甚理想,你就得將這個音色從 RAM 裡刪除、以節省記憶體的用量,然後重複這樣嚐試音色的動作,一直到找到你想要的音色為止 --- 然後天就黑了、也該睡了!
而這些偉大的編曲家們除了添購取樣機材的硬體之外,也一定會購買最新、最厲害的取樣音色,來讓自己的編曲內容一直有著他人無法企及的優異音色,這一買…音色的種類很快就成千上萬種地累積上去,而國外廠商死命地出版新的音色來擴大市佔,音樂家就不斷的買、再買……
故事的背景描述大概就是這樣的時代場景,而故事是:
大約在2000年前後的某一天,我走進編曲家鍾興民先生剛進駐白金錄音室的編曲工作室去拜訪老師 (前面提到編曲家們盤據在錄音室,但常常,會因為製作人所選定的錄音室有所不同,以致於編曲家必須帶著那些笨重的機櫃逐水草而居式地在各個錄音室間流動,像鍾興民 Baby 老師這樣固定『包』下一間錄音室的做法,在當時可算是首屈一指!)。還沒走進錄音室裡、在外面就聽到 Baby 老師在試著各種取樣音色;我心想:『不知道老師今天是編誰的案子?不如趁機來偷學一些招式!』。等走進之後、問過了老師,Baby 老師的回答是:『今天就是來聽音色、寫筆記的!』
[三. 關於編曲開始前應該要會的幾件事]_02 建立、認識你的基本音色
我不知道目前你的編曲實力與實例到了什麼程度,但我猜想,每一次當你要建構你的編曲時,你花在尋找音色的時間,恐怕是相對非常沒有效率的。在本世紀初期,取樣音色的種類爆炸式的產生、而且還沒有轉換成電腦可以直接匯入的格式之前,臺灣最傑出的編曲家鍾興民先生,每天都會花一定的時間去仔細研究他手上買進來的取樣音色片,對每一個音色做適當的筆記;他說:『你聽過了,腦海有了印象,之後有什麼編曲需要什麼樣的音色,找起來就快了!而且,常常音色自己會給你很多的刺激,你就會被激發出不一樣的想法、點子,譬如~~~』,然後老師就很開心地示範了隨便一個音色,彈出了我反正永遠也學不會的句型與節奏……
但,那一天我該偷走的東西,我非常有禮貌地一定就偷走了。
時間轉換到今時今日,電腦科技的神速發展,把當年對於那些編曲老師們的麻煩事兒都精簡到難以想像的程度 --- 隨便叫個幾『G』的取樣音色到編曲軟體裡,根本只是一根手指的事~而且理所當然!那麼,我真的會非常建議你,不論你的手上現在有多少音色,在你每一天的空檔裡,盡可能地去認識、理解這些音色 --- 我的意思是:現在的音色設計,比起當年更多了許多精細、精緻的音色控制參數,這些看似複雜的參數數值,請花一些時間、透過便捷的網路資訊獲取方式 (譬如 Youtube 看都看不完的教學示範),來增加你對於音色的掌握,這對於你日後要在大家都可以有的音色資料庫裡脫穎而出,有著難以估計的巨大作用!
回到我們應該要練習的『一比一拷貝』;如果你是使用 Mac 的電腦,你應該可以用相對低廉的價格,購買到『Logic』相關系列的編曲工作軟體,這個系統裡,也內建了不少足堪使用的取樣音色。但如果你秉持著『工欲善其事,必先利其器』的觀念,想要進行下一步的音色升級計劃,我對於這樣的計劃有著一些小小的建議。不過~有三點需要說明一下:
1. 以下建議的音色方案完全不是來自『業配』的概念,而是我自己這些年來在 DAW 編曲系統下所實際使用過的建議,這些建議都符合業界工作標準,但不見的是所有專業編曲工作者都一定認同的選擇 --- 這些,只代表我自己的立場。
2. 『一次購買到位是最節省的採購方案』,一位青年樂手分享了這個觀念給我,我經過個人慘痛的反面實驗後,對此建議驗證無誤!所以~這些建議方案也許不是全然從定價合乎人性的角度出發。
3. 這些建議不會涉及任何精確的使用解說,相關進一步的資訊,我相信網路上一定有足夠的說明可供參考,還請自行發掘。
以下是我在 DAW 工作環境下,取樣音色或相關 Plug-in 軟體的建構建議:
1. 就『一次性』能有各類型高水準的取樣音色選擇方案,我會建議選擇『NATIVE INSTRUMENTS』所出的『KOMPLETE 11 ULTIMATE』(https://www.native-instruments.com/…/kom…/included-products/ );特別是這其中會包含的『KONTAKT 5』這個『Sampler』控制介面,應該是現在最通用、方便的取樣控制器了。
2. 如果回歸到建構一個『Combo Band』所需要的基本節奏組,在鼓組的音色選擇上,我會建議:
a. 同樣來自『NATIVE INSTRUMENTS』出版的『BATTERY 4』(https://www.native-instruments.com/…/kompl…/drums/battery-4/ ),這套音色較之先前的版本,除了有很好的『原聲』鼓組之外,新增了許多更符合現今流行的電音鼓組音色。
b. 來自『TOONTRACK』的『SUPERIOR DRUMMER 3』(https://www.toontrack.com/product/superior-drummer-3/ ),可以研究一下這套取樣音色的錄製用心程度。
c. 來自『STEVEN SLATE DRUMS』的『STEVEN SLATE DRUMS 5』(http://stevenslatedrums.com/ssd5/ ),事實上現在的市場版本是『STEVEN SLATE DRUMS 4』,但因為廠牌擁有者本身對於『鼓組』音色的調校能力,讓我非常期待會在今年更新的第五版。
而在 Bass 的音色選擇上,我的第一推薦是在九〇年代就推出傳奇取樣音色『Bass Legends』(https://www.spectrasonics.net/produc…/legacy/basslegends.php ) 的『SPECTRASONICS』所升級研發的『Trilogy』(https://www.spectrasonics.net/products/legacy/trilogy.php ),它在編曲的元素上所提供的豐富性,是其他廠牌所難以超越的。
而『SPECTRASONICS』這個廠牌所出版的另外兩個絕殺產品『OMNISPHERE 2』(https://www.spectrasonics.net/products/omnisphere/index.php ) 與『STYLUS RMX』(https://www.spectrasonics.net/products/stylusrmx.php ),應該也是 Synth 奇幻音色類,與節奏 Loops 類音色中的翹楚之做!
但另外還有一個來自中國品牌『AMPLE SOUND』所研發『AMPLE Bass』系列 (http://www.amplesound.net/en/index.asp ),整個取樣所涵蓋的資料量非常驚人,而其所使用的運算法,在歐洲市場似乎是穩坐第一的寶座。另外,這個品牌所製作的吉他系列,其細緻的程度,也實在誇張得可怕:https://www.youtube.com/watch?v=AcwbH9LwLZk
3. 關於想擁有足夠聲音表情的管弦樂組音色,我想~應該可以考慮『IK Multimedia』所製作的『Miroslav Philharmonik 2』(http://www.ikmultimedia.com/products/philharmonik2/ )這套鉅作!
4. 因為我假設你會是吉他手,所以吉他類的聲音,應該會是直接用真實樂器來錄製,因此,除了前述的『AMPLE SOUND』系列以外,沒有什麼特別要推薦的;而如果你是鋼琴背景,我覺得你應該會去選購一臺音色與觸鍵都接近真實鋼琴的主控鍵盤,因此~似乎也不必班門弄斧了。
5. 但對於整體音色控制與處理上所需要的效果器類的 Plug-in 軟體,我會建議可以考慮『SLATE DIGITAL』所推出的『Everything Bundle』方案 (http://slatedigital.com/our-store/ ),這個品牌除了致力開發真空管、『Vintage』類型器材的模擬運算技術之外,它所提供的『月租型』方案,我覺得會是未來數位樂器世界的一種主流消費思考模式!
以上。
當然!音樂不必然一定要建立在奢侈的音色追求上,但如果我們一切努力,都是在未來期待能與業界接軌、不致脫離世界的主流標準太遠,那麼,在年輕的時期省吃儉用來投資在必要的『生財工具』上,我想,應該也還算是一種合理的自我要求吧?
祝~一切辛苦,都能有所回應!
--------------------------------------------------------------------
後記1. 在九〇年代的那些硬體音源,從現在的科技條件看來,當然有些落後、甚至不值錢了 (這一點,從現在這些器材的殘值大概可以有『一葉知秋』的體會);但一直到現在,我在自己的編曲裡、特別是在節奏組,我還是常常將硬體音源與軟體音源混用,來彌補軟體音源常常會有的一種缺乏『實體音像』的問題。
而我現在還在使用的硬體音源,除了前述的 Akai S-6000 與 Roland S-760之外,還包括同樣是 Roland 的 JV-2080 (含擴充音色卡)、XV-3080 (含擴充音色卡),以及一些『E-MU』這個品牌的 Synth 。
後記2. 我應該沒有提到當年那些編曲家們投資在硬體音源上的金額吧?我覺得…你應該也不會想知道;但我可以說:如果我們把前面所建議的軟體音源都買下來,那個金額比起當年的那些老師每個人投下去的數字,大概只有十分之一吧?也許可以這樣看:現在投入編曲工作的『入門門檻』,其實是很有人性的。
後記3. 因為書寫這篇文字,就順便翻出當年開始聽音色、寫筆記的一些紀錄,也算是對青年時代的一種回憶吧~~~
重複組合計算機 在 lancatlin/combine_generator: 排列組合計算機 - GitHub 的推薦與評價
取出幾個項目:填入一個自然數,設定要取出多少個數字做排列. 重複:元素是否可重複. 組合:是否只計算組合. 首項非零:第一項是否要避開0,主要用於數字問題. ... <看更多>
重複組合計算機 在 排列組合計算機 的推薦與評價
排列組合計算機. GitHub 使用說明. 從幾個元素 取出幾個項目 重複 組合 首項非0 自訂篩選器:. (array) => { // array is an array of number // return true will ... ... <看更多>