区块链(Blockchain)和机器学习(machine learning)这两大趋势发展始于2016年，并将持续到2018年，而且可望出现更多引人入胜的概念证明。

据IoT Evolution World报导，机器学习是人工智能(AI)的一个分支。人工智能的研究是从「推理」到「知识」，再到以「学习」为重点，有一条自然、清晰的脉络可循。机器学习则是实现人工智能的一个途径，即以机器学习为手段解决人工智能中的问题。

机器学习已有一些有趣的案例研究，例如具串流视讯功能的零售店监视器，可藉机器学习功能执行脸部辨识及扫描某些行为，观察消费者在店内行走的模式。这不仅能带来主动的安全措施，还能在不挖掘客户个人数据的情况下执行任务，避免潜在的个人隐私问题。

区块链是另个即将在2018年爆发的主要应用，特别是金融科技(FinTech)新创公司。区块链的支付和安全应用，几乎肯定会让企业重新思考如何将其用于记录财务交易。

在2017年曾接二连三传出新的IoT安全漏洞，对工业领域而言，这是很严重的问题。由于工业物联网(IIoT)设备资产寿命很长，制造业的连网设备平均可使用7~10年，因此工业公司历来会尽可能让设备维持最低的网络联机。

在设备使用期限内维持设备更新和安全功能很重要，但其中很多设备无法轻易安装修补程序。随着制造业务中日渐融入更多连通性，工业世界对网络安全的思维需迅速赶上，以免不安全的设备持续处于脆弱状态。

目前市场上的许多IoT装置实际上并无适当的安全策略，安全协议、口令方案都太弱，且无有效方法来修补或安装操作系统更新。在2017年出现KRACK和Reaper等IoT攻击事件后，2018年料将再度出现针对IoT装置的大规模殭尸网络(botnet)攻击。

工业领域可解决此问题的方法之一，就是在连网装置上下载和安装最新更新。而美国参议院的改善IoT网络安全法案(IoT Cybersecurity Improvement Act)是朝正确的方向迈出的积极一步。

自驾车可能还在早期发展阶段，但绝非遥远未来的趋势，距其成为主流仅剩几年时间。自驾车浪潮将带来一种全新思维方式。简言之，购买及驾驶自有汽车的传统模式将成为过去。

未来消费者会在一定时间内向供应商租用由行动装置控制的汽车，而非直接拥有。要用车时，自驾车就会到指定地点待命，消费者毋须在两地移动时自行管理汽车。另一方面，出租车和大众运输将利用IoT来提供更好服务、更有效的路线和更令人满意的用户体验。

（来源：DIGITIMES）