[2017年八大智能技術發展趨勢公布]:“2016中國信息產業經濟年會”于2016年12月23日在北京舉行。本屆經濟年會以“數字經濟與新動能”為主題，針對熱點話題進行深入探討。在本次大會上，賽迪智庫信息化中心的助理研究員劉鵬宇發布了2017...

? ? 劉鵬宇提出, 2017年智能技術八大發展趨勢分別是人腦仿生取得重大突破；機器學習將在數據量大、需求迫切的領域深入應用；智能語音助手將成為自然語言理解發展的突破口；機器視覺將向生產生活領域不斷滲透；AR將超越VR率先駛入快速發展車道；區塊鏈加快平臺化、開源化、融合化發展；數字孿生將打造居民生活的信息物理空間；人工智能產業生態正加速形成。 　　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。　　? 　　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。 ? ? 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。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。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。 ? ? 機器視覺將向生產生活領域不斷滲透。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。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。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。AR—增強現實，是與外界的物理環境融合。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。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。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。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。 ? ? 人工智能產業生態正加速形成。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。

“2016中國信息產業經濟年會”于2016年12月23日在北京舉行。本屆經濟年會以“數字經濟與新動能”為主題，針對熱點話題進行深入探討。在本次大會上，賽迪智庫信息化中心的助理研究員劉鵬宇發布了2017年智能技術發展趨勢，從人腦仿生、機器學習、智能語音助手、機器視覺、AR、區塊鏈、數字孿生和人工智能等8個領域進行重點解讀。劉鵬宇提出, 2017年智能技術八大發展趨勢分別是人腦仿生取得重大突破；機器學習將在數據量大、需求迫切的領域深入應用；智能語音助手將成為自然語言理解發展的突破口；機器視覺將向生產生活領域不斷滲透；AR將超越VR率先駛入快速發展車道；區塊鏈加快平臺化、開源化、融合化發展；數字孿生將打造居民生活的信息物理空間；人工智能產業生態正加速形成。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。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。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。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。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。機器視覺將向生產生活領域不斷滲透。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。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。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。AR—增強現實，是與外界的物理環境融合。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。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。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。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。人工智能產業生態正加速形成。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。