人腦仿生將取得重大突破

　　人腦仿生是再造人類的打造，通過明確大腦的結構組成和工作原理，可以建立小的神經元組成大的人腦神經網絡，實現人類大腦的再造。我們的大腦不是孤立的，我們需要與機器進行互聯，人腦仿生的利益另外一個方向是人機接口。通過一系列的技術手段，實現大腦與機器的連接，從而可以用我們的大腦和控制機器來運行。

　　從2013年開始，人腦仿生發生了兩個重大的事件。2013年歐盟、中國和美國都提出大的計劃，美國和英國的研究機構在人機接口方面也有重大的技術進展，使我們可以通過大腦來連接航天飛行器。2014-2016年，IBM公司作為重大的技術公司發布類腦微處理芯片，類腦計算機等人造神經元一系列的人腦仿生重要產品，標志著人腦仿生技術有一系列的前沿性進展。2016年，人機接口方面可以使得身體障礙的人士獲得視覺和觸覺的功能延伸，這是人腦仿生技術的重大發展。2017年，類腦芯片和類腦計算機都將會有小規模的商業化運行和適用。

　　機器學習將在數據量大、需求迫切的領域深入應用

　　機器學習的發展有三架馬車，硬件、算法、數據。硬件是支撐的骨干，算法是機器思考的靈魂，數據是機器運行的養料。就像人類在學習一系列知識的教材或資料一樣，這三架馬車標志著機器學習不斷地向前發展，也形成了機器學習目前最重要的范式。

　　面向大規模數據的采集、標注、分析和處理，這是一種統計學的算法。可以說目前機器學習的最重要特征是無數據、不智能。我們可以看看機器學習可以在哪些領域進行應用，如在數據大規模集中的特定領域，在此基礎上我們才能找到行業的痛點，它最需要在哪一些方面運用技術。IBM公司沃森機器學習平臺，突破了以前醫生進行癌癥診斷的重要方式。利用沃森平臺對癌癥病人進行診斷，沃森平臺學習了大規模的癌癥醫學教材、癌癥的病例，通過對這些數據和資料進行學習，從而提供精準化的診療手段，這是智慧醫療的最重要應用。目前IBM公司沃森平臺已經進入國內醫院。

　　智能語音助手將成為自然語言理解發展的突破口

　　提到語音助手不得不提自然語言理解技術。自然語言理解技術主要應用是幫助人類與機器之間進行更好的溝通，機器是智能的，但不是孤立的，需要與人和社會進行融合，這是自然語言理解技術應用的主要方面。

　　智能語音助手是其中的很好應用場景，因為智能語音助手滲透領域很廣，可以把社會里面的所有數據服務和社會人群廣泛連接。亞馬遜、蘋果、微軟、三星、百度都推出自己的語音助手。我們可以通過蘋果公司的Siri了解到當天的天氣情況，能夠馬上知道今天的溫度和霧霾指數到底是多少，同時建議我們如何穿衣出行。我們不需要用手機和搜索引擎查詢各種各樣的信息，而且這些信息只需要我們的一句話就可以獲得。

　　目前，語音助手在智能家居和輔助駕駛都有應用，未來語音助手將成為大平臺、大集成、大服務。語音助手把所有包括吃、喝、游、購、娛、出行等一系列的服務集中在這個平臺，我們只需要一些語言的溝通，動動嘴可以獲得所有的平臺信息，而不需要現在的手操作，觸控操作系統和App。智能語音助手可能會成為未來最重要的大平臺。

　　機器視覺將向生產生活領域不斷滲透

　　人的眼是有局限性的，眼睛看到的遠度和精確度都是有限的，我們怎樣才能突破這樣的局限性?人類誕生以來，不斷地發明各種不同的工具。從剛開始的鐵器、青銅器到現在的計算機信息技術，這就是幫助人類突破目前的視覺極限，可以使得人類和自然環境進行有效的溝通。

　　目前的機器學習技術主要應用于生產和生活領域，在生產中包括組裝、高精度檢測、質量檢測和產品追溯，尤其是對零部件的細小差異。我們生產的汽車零部件，對它的高精度要求很高，一絲一毫都不能差。這是人眼很難分辨的，我們需要通過機器進行檢測，同時需要排除掉一些殘次品，把一些精品再進行組裝成成品，這就是機器視覺最重要的應用。在生活領域，應用最多的就是無人駕駛汽車，百度公司、特斯拉汽車都在研究無人駕駛技術。傳統成像帶來了雷達技術，用雷達測控周邊的環境，這些視覺技術利用智能的傳感器、智能的視頻監控設備等一系列手段，可以感知環境的變化，從而通過后臺深度學習的平臺進行分析，可以為汽車提供最重要且正確的決策支持。我們看到在心臟手術、視頻監控和人臉識別都有視覺技術的身影，未來將會成為人類最重要的視覺延伸。

　　AR將超越VR率先駛入快速發展車道

　　2016年在增強現實和虛擬現實領域有幾個重大事件，8月份口袋妖怪游戲風靡全球，引起很多人關注。這就意味著虛擬現實和增強現實大規模商用拓展到消費級的春天即將到來。12月初，美國最著名的增強現實公司，Magic Leap陷入了虛假宣傳的消息，所有的特效都是由視頻公司進行制作，所有的質疑向虛擬現實和增強現實演進。

　　增強現實和虛擬現實背后的體驗完全不一樣，VR—虛擬現實，完全是與物理空間隔離需要戴設備進行沉浸式的體驗。AR—增強現實，是與外界的物理環境融合。虛擬的圖像是顯示在物理的環境里，人與物理環境完全交融。這兩項技術目前都有一定的阻礙，設備成本過高，目前好的設備需要3000美金左右，這樣昂貴的產品是無法走入尋常百姓家的，無法拓展用戶級的應用。同時，用戶體驗也有待提升，戴上這些設備后，用戶可能會有一些眩暈感，這些阻礙也是為我們AR和VR下一步的發展帶來置疑。

　　通過智能手機普及，把AR和VR技術嫁接在廉價的產品上進行發展，專有設備達到一定程度后，再去拓展更好的應用。從口袋妖怪游戲的發展來看，增強現實跟手機的融合度，包括可穿戴設備更好，我們可以戴眼鏡進行增強現實的應用。因此，2017年增強現實會再次超越虛擬現實，通過跟可穿戴設備和智能終端的融合，尤其是手機的融合，不斷豐富應用內容可以有快速發展。

　　區塊鏈加快平臺化、開源化、融合化發展

　　區塊是把數據按照時間窗口記錄下來，再把這些時間區塊用鏈狀進行連接。區塊鏈與傳統的數據庫是有區別的，傳統的數據庫是中心化的連接，區塊鏈在存儲的時候需要分布式的接入達成共識。我們想篡改數據的時候，需要分布式的節點同時進行確認，有一個節點不確定我們無法篡改數據，這是區塊鏈技術帶來的最大好處，可信性非常高，不需要中間化。銀行領域不需要清算中心，可以通過節點進行數據存儲。以太坊與微軟合作、IBM公司開源，區塊鏈技術與物聯網、云計算、大數據等技術相融合發展。物聯網設備的安全問題有很大的挑戰，但只要有區塊鏈技術，可以保證物聯網數據存儲的安全性，在二者融合的前提下，物聯網技術可以有更好的發展。

　　數字孿生將打造居民生活的信息物理空間

　　數字孿生是一種實體空間與虛擬空間的數字化、網絡化、智能化的映射關系，在物理與數字兩個空間同時記錄個體全生命周期的運行軌跡。我們可以在網絡空間中記錄或者觀察物質的運行特征，從而預測未來的走向。

　　數字孿生是實體空間與虛擬空間的精準化映射，數字孿生技術走入工業級，在產品設計和仿真方面有重要的應用。下一步數字孿生拓展到生活領域，醫療和教育以及出行可以構建個人全生命周期的數字預測模型。作為研究人員今天要出研究報告，開幾場會議，數字預測模型會告訴你是否對健康有影響，會告訴你是否應該減少工作量。我們將來可以得到更加科學的指導，這是數字孿生技術在生活領域最重要的應用，全生命周期的預測記錄分析和決策支撐。

　　人工智能產業生態正加速形成

　　我們現在看到產業和工業式的產業完全不一樣，是一種積木式創新。以前有大企業把產業鏈的事情全做，現在產業鏈需要分工協作。所有人工智能企業可以進行分工協作，協同創新，共同推動人工智能產業發展。

　　人工智能產業鏈主要由基礎設施，核心算法，應用平臺(開源平臺)和解決方案等環節構成。上游到下游，下游到上游，中間到兩端這三種模式正從不同路徑共造人工智能產業生態。上游到下游模式，有傳統的芯片公司英特爾正在發展人工智能算法，科大訊飛發展人工智能產品。中間到兩端模式，有谷歌公司開源的平臺，研制了CPU算法，又有一系列的重要應用。很多龍頭企業正在從自己的這端開始向其它端口進行拓展，這樣的拓展有分工合作。今年10月份，美國最重要的人工智能企業，包括谷歌、Facebook等企業形成人工智能產業聯盟，他們游說國家進行人工智能立法工作，這是我們看到人工智能生態依托聯盟協作最重要的發展趨勢。