图灵汇官网

【导读】近日，在2018世界机器人大会的基础技术与创新论坛中，中国电子学会发布了一份关于新一代人工智能技术展望的报告。这份报告通过对多家在人工智能技术和产业方面领先的企业的调研，并结合知名高校和研究机构的专家意见，以及权威智库和战略咨询公司的报告，总结出了十项最具潜力的成长性技术。

对抗性神经网络

对抗性神经网络是一种由两个相互作用的神经网络组成的架构，其中一个网络生成数据，另一个网络则判断这些数据的真实性。这种技术可以生成逼真的图像、声音和文本数据，有望大幅提升机器翻译、人脸识别和信息检索的精度和准确性。随着三维模型数据序列能力的提升，未来在自动驾驶和安防监控等领域将展现出巨大的应用价值。

胶囊网络

胶囊网络是一种在深度神经网络中构建的多层神经元模块，用于捕捉和存储物体的空间位置和姿态信息。这项技术使得机器能够在少量样本的情况下快速识别不同情境下的同一对象，具有广泛的应用前景，尤其是在人脸识别、图像识别和字符识别领域。

云端人工智能

云端人工智能是指将云计算与人工智能技术深度融合，通过云端集中使用和共享机器学习工具。这项技术将人工智能的运行成本转移到云平台，降低了终端设备使用人工智能技术的门槛，有助于扩大用户群体。未来，它将在医疗、制造、能源、教育等多个行业广泛应用。

深度强化学习

深度强化学习是将深度神经网络与强化学习结合，通过端到端的学习方式实现感知、决策或感知决策一体化的技术。这项技术具有无需先验知识、网络结构简单和硬件资源需求低的特点，能显著提升机器在复杂环境中的适应能力和效率，将在智能制造、智能医疗、智能教育和智能驾驶等领域展现出广阔的发展前景。

智能脑机交互

智能脑机交互技术通过在人脑神经与高生物兼容性的外部设备之间建立直接连接，实现神经系统与外部设备之间的信息交互与功能整合。这项技术可以实现对人类大脑工作状态的准确分析，从而促进脑机智能的融合，使人类沟通交流更加多元和高效。未来将在临床康复、自动驾驶、航空航天等领域得到广泛应用。

对话式人工智能平台

对话式人工智能平台融合了语音识别、语义理解、自然语言处理和语音合成等多种解决方案，为开发者提供了具备识别、理解和反馈能力的开放式平台。这项技术实现了机器与人在对话服务场景中的自然交互，未来将在智能可穿戴设备、智能家居和智能车载等领域得到广泛应用。

情感智能

情感智能技术利用人工智能手段模拟人类的表情、语气和情感反应，打造具有情绪属性的虚拟形象。这项技术赋予机器设备更好地理解和引导人类情感的能力，为用户提供更加高效和人性化的交互体验，未来将在智能机器人和智能虚拟助手等领域得到更广泛的应用。

神经形态计算

神经形态计算技术模仿生物大脑的神经系统，在芯片上模拟神经元和突触的功能及网络结构，赋予机器感知和学习的能力。这项技术的目标是使机器具备低功耗、高效率和高容错等特性，未来将在智能驾驶、智能安防和智能搜索等领域具有广阔的应用前景。

元学习

元学习技术将神经网络与人类的注意力机制相结合，构建通用算法模型，使机器具备快速自主学习的能力。这项技术能够显著提升现有算法模型的效率和准确性，未来将进一步推动人工智能从专用阶段向通用阶段发展。

量子神经网络

量子神经网络技术采用量子器件构建神经网络，优化神经网络结构和性能。这项技术充分利用了量子计算的超高速、超并行和指数级容量的优势，有效缩短了神经网络的训练时间。未来，它将在人脸识别、图像识别和字符识别等领域展现出重要的应用价值和广阔前景。

当前，全球正在经历科技和产业高度耦合、深度叠加的新一轮变革。大数据的形成、理论算法的革新、计算能力的提升和网络设施的演进正推动人工智能进入新一轮的创新发展高峰期。新技术的不断突破和发展，呈现出以应用为导向的新特征，如深度学习、跨界融合、人机协同、群智开放和自主操控等。加强对新一代人工智能技术的前瞻预判，准确把握全球技术创新动态和发展趋势，将为行业健康发展、资金有序进入、政策规划出台和新兴市场的开拓提供重要的智力支持。