首先，介紹一個新科技預測工具—技術成熟度曲線（The Hype Cycle）。技術成熟度曲線是美國高德納公司提出并使用的預測工具。從1995年開始，高德納公司就開始用技術成熟度曲 線對新科技的發展進行預測。其依據的原理是新技術在媒體上的曝光程度，并且隨著時間的變化，來預測新技術從曝光到成熟需要的時間。

圖 1技術成熟曲線

高德納曲線將一個公司從萌芽到成熟劃分為五個階段。分別為：

科技誕生的促動期：新科技誕生，媒體報道迅速增多，往往出現很多非理性的渲染，產品的知名度顯著提升。但從成熟度來看，還處早期，新科技往往出現很多缺點、問題和限制。

過高的期望峰值：隨著媒體曝光的增加，公眾的預期也迅速升高，變得狂熱。新科技演繹出一些成功的故事，但與之對應的是，更多的是失敗的案例。

泡沫的低谷期：由于新科技達不到公眾的期望值，效果被質疑，曝光度迅速下降，被人們所淡忘、忽視。

但從成熟度來看，歷經前兩個階段，新科技已經過多方測試和試驗。它們的適用范圍以及限制，人們已有更客觀的了解。

穩步爬升的光明期：隨著新科技的逐漸成熟，相關成功的經營模式的增加，新科技雖然不再時髦，但會得到業界和媒體肯定，獲得更為理性、客觀的評價，曝光度也會穩步提升。

實質生產的高峰期：新科技產生的利益與潛力，被市場實際接受。相關的支持工具、方法論，經過數代的演進，進入了成熟階段。新興科技也已變成成熟科技。

從技術成熟曲線，可以看到，一個新科技從誕生初期，開始在媒體曝光，隨著媒體大肆渲染，人們開始增加非理性期望，科技熱度進一步上升。當熱度達到一定的程度，人們發現期望無法滿足，新科技熱度開始回落并且掉到谷底。直到新科技有一定的實際應用，然后又開始逐漸回復，人們的期望回歸理性，新科技逐漸向成熟期發展。

下面我們看一下2017年高德納公司發布的全球新科技預測圖。

圖 2 2017年全球技術成熟度曲線

高德納曲線中一共列出了32項新科技，但是這其中就有13個與人工智能有關。今天就預測曲線，探討一下人工智能的發展情況。

首先列出相關的12個產業：深度學習、機器學習，強化學習，通用智能、自動駕駛、認知計算、商業無人機（無人機）、對話用戶界面、企業分類法和本體管理、機器學習，智能微塵、智能機器人，智能空間。

從人工智能在高德納曲線中占有的比率來看，人工智能領域發展的非常強勁。2017年被稱為人工智能的元年，除了AlphaGo戰勝了圍棋世界冠軍，還有很多有力的成績。

Sonnet和TensorflowEager加入開源框架家族；Facebook和微軟聯合，以實現AI框架的互操作性；機器學習即服務（MLAAS）平臺將無處不在。

2017年，一篇突破性的論文“Attention Is All You Need”提出了一個新的模型，即Transformer，它省去了遞歸和卷積的復雜處理，以實現機器翻譯任務的最新性能。

人工智能具有巨大的能量，在十二個人工智能相關領域，其中深度學習和機器學習在2－5年可以走向成熟。深度學習和機器學習在DeepMind的公司的AlphaGo中得到了很好的應用。尤其是其中的無監督學習的強化學習，使得AlphaGo的智能程度又上了一個高度。

人工智能是一個結構性的概念，是一個體系，其中深度學習和機器學習在目前的人工智能生態鏈中發揮著核心樞紐的作用。深度學習是人工智能生態鏈中非常重要的底層技術支撐，其中語音識別和視覺識別都有利用到深度學習為底層技術。人工智能的第三個浪潮的掀起主要就是因為深度學習算法的突破，由于一些開源算法框架的分享，極大降低了人工智能的技術門檻，加快了業內的深度學習的交流、成長和繁榮。

圖 3 Innov100 人工智能創新TOP100

自動駕駛是指沒有人干預的情況下所完成的駕駛行為。但是目前的技術還遠遠達不到這種程度，目前處于半人工干預狀態，高德納預測目前的無人駕駛到全自動駕駛真正應用需要10年以上的時間。

目前無人駕駛領域的測試、研究都在如火如荼的展開，各個廠商都在努力的進入這個領域。無人駕駛技術一旦成熟，收到最大沖擊的就是傳統汽車廠商，無人駕駛技術必然是會變革未來的交通出行的方式的。作為無人駕駛系統中的大腦，除了硬件的支撐，和極大的算力支撐，人工智能將起到決定性的作用。

其中提到的通用智能是指的強人工智能，就是像人類一樣可以完成各種思維人物，而不是只在某一個領域可以勝任。比如AlphaGo就是在棋界稱霸一方。

人工智能的涉及領域從2－5年、5－10年、10年以上都有包含。雖說目前人工智能媒體曝光和熱度尚可，但是確實達不到可復制的大范圍的場景應用，所以之后的人工智能發展會逐步穩定發展。