著名設計公司 frog 做出的這些預測可能會讓你瞭解一些 2017 年的科技發展趨勢。每一個領域都有一個設計師解釋全部的細節。哪些東西已經出現在你們的視野中了呢?

1. 自動駕駛領域的超凡表現

目前，我們所瞭解到的資訊是：世界上每年有 120 萬人死於車禍，自動駕駛汽車(AVs)在這樣的背景之下應運而生。其樂觀的前景是可以確定的，因為 90% 以上的交通事故都是由於人類過失造成的，但即使是那些對於自動駕駛最熱衷的支持者們也知道自動駕駛汽車有時候也仍然可能會發生事故。所以自動駕駛應該如何繼續發展才能避免這些問題呢?

在車禍發生前的瞬間，自動駕駛汽車應該能夠以一種完全非人類的方式巧妙地移動，起到保護生命安全的作用。人類並不是未來車輛的司機：他們是「貴重的貨物」，相信自動駕駛的深度學習網路能夠在各種情形之下保護他們的安全。從外面看，緊急避開前方路人或物體對於人類駕駛員來說是有難度的，但是在訓練有素的人工智慧的控制下，加上感測器叢集的幫助，這樣操作可能會更加理性一些，就好像有個專業保鏢一樣。

想象這樣的一個場景：一輛自動駕駛汽車可能會在開到十字路口前時突然鳴笛，以避免後面車速太快的人工駕駛車輛撞上來。這輛車在緊急避險模式(Emergency Evasive Mode)下甚至還可能讓縱橫的交通停下來，在快要進入十字路口的時候將交通訊號燈變為紅燈。這就不是智慧汽車的問題了——這是關於智慧群(smart swarms)為了實現保護生命安全的全球目標採取的一致行動。

Frog 西雅圖工作室的 Matt Conway 說，「自動駕駛汽車用電影特技一般的超凡表現挽救了一家五口的性命」，我們在幾個月後說不定就會看到這樣的頭條新聞。

2. 精準醫學和大資料將成為醫療行業發展的兩大助力

到目前為止，醫療行業還是採取通用型(one-size-fits-all)方式，但是如果我們能夠根據看護人員和衛生保健專業人員收集到的資料點來評估治療會怎麼樣呢?這就是精準醫學，一種基於資料、演算法和精準分子工具的新型醫療形式。

例如，在精準醫學方面處於領先地位的加州大學舊金山分校目前正在訓練醫生在診斷和治療的過程中要和他們的病人進行不同的對話，以便於對他們的而社會、環境和經濟等背景情況有所瞭解。精準醫學將人們對醫療的關注點從識別症狀到了解並治療疾病機制。另外，精準醫學還在環境和社會因素對健康的影響有所側重。那些瞭解科技和醫學目標的人能夠為解讀和聯絡這些資料點提供平臺，在精準醫學的價值鏈當中創造價值。

3. 空間將會參與到人類活動當中

空間將不會再簡單地為你的活動提供場所和支援——它們將會參與其中。建成的環境將逐漸成為一個進化和學習的系統，並與建築美學和實用功能相結合。在一些低成本感測器的支援下，空間可以很容易地融入到環境當中，機器學習將會被用來識別使用模式，推薦空間進行重新配置以促進醫療衛生、零售、研究、製造、工作和居住空間的新發展。

下面是一個情景如何在醫療中起作用的例子：醫院會改變病房的佈局，更新指示牌，為優化患者體驗對燈光和音響進行個性化調整。這些都會根據患者當前的壓力水平、病情嚴重程度、條件、日程、個人生活方式和健康資料進行設定。隨著空間的學習和參與，這不但對患者的健康有利，對降低醫院的花銷也有作用。(Frog 西雅圖工作室的 Chad Lundberg 和 Jud Holliday)

4. 明年的最佳新藝術家

索尼的 CSL 研究實驗室最近合成了上萬張樂譜，創造了一首叫做「Daddy』s Car (https://youtu.be/LSHZ_b05W7o)」的歌這首歌是由人工智慧生成，又經過人類作曲家加以完善。從《暗黑破壞神》(Diablo)中隨機生成的地牢到《無人深空》(No Man’s Sky)中的無窮空間，我們已經感受到了視訊遊戲中程式化生成(procedural generation)所帶來的影響。《Sunspring》是一部完全由人工智慧進行編寫的科幻短片，今年年初首次在倫敦電影節亮相。

索尼創作的 Beatles 風的單曲確實是一種拙劣的模仿，在 YouTube 上雖不能高居榜首但已足夠讓人印象深刻，但能獲得不錯的觀看量。《Sunspring》只是一個超越現實的小實驗，那麼要是達到正片應有的長度可能就有些困難了。但是如果說這首歌大受歡迎會怎樣呢?這部電影拿了奧斯卡獎呢?什麼時候你最喜歡的藝術家變成了人工智慧?我們找到的這些寫流行歌曲、短劇本的模仿演算法將會繼續發展並且處理更廣泛、更多元的輸入——交叉的旋律、語言以及來自我們物理和虛擬世界深處或者是一些不可能的角落的想象。(Frog 西雅圖工作室的 Graeme Asher 和 Zach Marley)

5. 合成食品和細胞農業(cellular agriculture)將成為主流

隨著全球對減少溫室氣體排放、應對氣候變化、抵制殘忍屠殺動物製成的食品等的倡議，這場競賽將決定未來人類蛋白質的攝取，可能會不涉及任何動物。我們看到有兩個明顯的產品種類已經開始成型：其中一個是基於植物提取蛋白質，重新進行加工並重新運用到產品當中，這同樣會讓我們有一種像是吃肉的體驗感。另外，在組織工程學(tissue engineering)和合成生物學(synthetic biology)科技中的一些新突破也被運用到了在實驗室環境下的食品製造當中——如肉、雞蛋和奶製品等。

2017 年，我們將會看到很多基於植物的肉類替代品在你當地的雜貨店上市。這些食品要比那些純素的食物更好，而且味道也更好。消費者可能會有這樣的一個問題：感恩節的火雞也是從一顆種子生長出來的嗎?(Frog 奧斯汀工作室 Andreas Markdalen)

6. 商業機器人將會得到長足發展

網路機器人 (Internet bots) 能夠自動執行任務，功能也遠遠超過了一些簡單的聊天應用，像是客戶服務和日程安排等，它能通過很多不同的方式對商業帶來深遠影響。隨著智慧系統和自動化進一步發展為關鍵的商業功能提供支援，商業機器人會協調服務和業務推出，使之相互配合。在不遠的將來我們一定可以看到這樣的場景。

想象一下，一個企業家，他的顧問建議他開始一次新的嘗試，向老年時髦市場推銷復古電動滑板。企業家將會把這個任務委託給一些商業機器人。研發機器人會把設計的挑選眾包給隨需應變的自由設計師，操作機器人會對合作的製造商和生產進度進行管理。隨著商業機器人變得越來越智慧，它們執行復雜操作任務的能力和進行數字控制平臺服務的能力能夠幫助新的企業家更快、更精準地擴大他們的投資規模。(Frog 紐約工作室的 Toshi Mogi)

7. 讓大腦去做不可能的事

虛擬現實療法(virtual reality therapy，簡稱 VRT)已經不僅限於簡單的在當前的背景之下分散大腦的注意力，還可以創造出多感官環境 (Multi-sensory environment)，讓大腦產生一些藥物無法達到的生物效果。起初，我們會看到 VRT 在解決一些心理上的問題——治療恐懼、上癮和其他一些心理上的狀況，但是很快我們就會看到這種治療方法所帶來的心理效果和實際治療輔助效果，比如說 neurorehabilitation(神經康復)。

Mindmaze 是這領域的領頭人，他已經開始通過為中風病人創造虛擬的環境對他們進行治療，這會讓他們的大腦神經重新連線，讓失去知覺的身體部位可以重新活動。隨著創造虛擬環境的做法變得越來越普遍，我們將會看到這一領域的更多實驗，也將會發現更多大腦可以做到的事情。未來，虛擬現實可能會成為患者的認知行為治療(Cognitive Behavioral Therapy)和系統脫敏療法(Systematic Desensitization)中關鍵的一部分。(Lillian Tse 的 Kyle Wolf)

8. 海洋養殖業是最終的「藍海戰略」

隨著世界人口的持續增長，人類需要從已經貧瘠不堪的土地和淡水資源中培育出更多的食物。或許我們能從海洋中找到一種可持續的解決方法。海帶和雙殼類的養殖，開放水域的漁業養殖會使我們獲得大量的食物，免去了耕地，水或農藥的使用。因為海洋養殖業不受其面積的約束，其空間能擴充到海底。

從生產的角度來說，養殖和收穫的新工具和新技術可以從網路上獲得;從需求的角度來說，新的價值鏈和供給鏈正在升級，將這類海鮮帶到更多的餐桌上，它們的口味也在變化。(Frog 波士頓工作室的 Patrick Kalaher)

9. 耳內介面

從上世紀 80 年代開始，人類與計算機的互動通過使用者介面(GUI)變得更為方便。然而，對螢幕疲勞以及從車到家居各種嵌入式技術顯示出我們對超越視覺的新型介面的需求。例如汽車公司，有機會使用音訊互動讓司機的眼睛專注道路。Here One 這樣的裝置正在探索通過聲音擴增實境的可能性。最近，蘋果透露了 AirPods，這款產品可能為世界上的一大群消費者提供獨特的音訊體驗。2017 年將成為 AUI 的一年，也就是音訊使用者介面(Audio User Interface)。

10. 無人機送貨

盧安達正在建立世界上首個無人機機場，以便於向需要的地方快速提供醫藥。相比於等待幾個月修路，無人機能為城區外的人快速提供重要支援。這是在全球發展中國家和已開發國家都正在發生的一個趨勢——無人機送貨。

該領域的許多先行者不只是來自政府或大財團，還有個人。只需要數千美元，個人就能夠體驗這一強大的技術，比如識別非法偷獵者或地震後幫助尋找被埋兒童。無人機使得之前只有大機構使用衛星或直升機才能進行的人道主義救援變得可以讓更多的機構和個人參與進來。無人機的定義是「無人駕駛飛機」(unmanned aircraft)，但實際上是有人操控。明年，我們將看到更多的人推動這一趨勢。(Frog 倫敦工作室的 Lillian Tse)

11. 可延展型自動資料處理

為了做地圖，當谷歌說他們打算讓汽車駛過每一條路並記錄感知到的所有事(音訊、視訊、天氣報告以及交通)時，我們都覺得它瘋了。使用數百萬無人機或感測器收集資訊聽起來很輕鬆(相對而言)。但如今以自動化的方式搞清這些資訊的意義還不太可能。快速對接當前現狀和可延展的自動資訊處理成為了公司做出成功的道路地圖的一部分。

可延展的自動資料處理已經接近到達黃金時期。天氣監控、預測交通模式、在海洋中捕魚、森林健康監測將會被各種公司所用到，而不只是谷歌與微軟這樣的大公司。(Frog 波士頓工作室的 Patrick Kalaher)

12. 智慧建築

不僅只有智慧城市會利用感測器更有效的利用能源，建築和高速公路也將由更智慧的材料構造。從自然模式中學習，材料科學家和建築師已經開發出了培植有細菌的磚塊、製造出了能吸收二氧化碳的水泥，以及創造出了不使用任何降溫裝置(只使用風和陽光)的建築。

這一趨勢可能成為城市的巨大機遇，包括像醫院這樣依賴大量電力的建築。例如，MGM Resorts、Wynn、Las Vegas Sands 最近都配備了太陽能裝置，表現出大公司在邁向可持續基礎設施方面邁出了第一步，這既削減成本，又吸引環境友好型消費者。

13. 按需 VR

隨著 VR 逐漸為主流受眾使用，生活娛樂場所和演出將被這種在家就能得到的低成本/高參與度的方式所取代。作為空席的彌補，或者為了追求更高的利潤，2017 年娛樂產業可能會在演唱會等現場活動中尋求售賣 VR 票的方式，從在麥迪遜廣場花園觀看碧昂斯的演唱會到歐洲冠軍聯賽，也會為過去的表演開啟 VR 分類。

一個極其有趣的概念是 VR 微體驗的概念，也就是讓使用者在時間與空間上進行換位，從而體驗美好的小時刻，重新整理感官。可以把這想象為心靈的一次快速經濟的假期。

屆時，內容製造商能夠在開放的社交市場上提供低成本、高質量的體驗。對那些沒有 VR 硬體的消費者而言，社群會在商場、交通樞紐以及公開場所提供 VR Stations。(Frog 紐約工作室的 Piet Aukeman 和 Sonny King)

14. 軟體機器人的崛起

如今的機器人大部分是由金屬構成的硬體機器人，以一種明確、嚴格的方式進行運作。隨著人類開始在日常生活中接觸機器人，我們需要機器人以一種人性化的方式與我們進行互動以及觸控。

在接下來幾年，我們將看到使用與人類體膚接近材料的軟體機器人。在產品中利用軟體機器人已經有了一些進展，比如 SoftRobotics Gripper。更進一步的是，一些研發部門正在試驗電活性聚合物(electro-active polymers)，比如介電彈性體(dielectric elastomer)，它會在電流通過時改變形狀。我們將看到它們在眾多產業中的應用。例如，我們會希望汽車配備軟體機器人從而在交通上有更好的功能。在車間中，軟體機器人能夠增強我們的力度和準確度，從而有多餘的能力進行有創造性與思想的行為。在醫療中，軟體機器人可能不只是幫助我們治療病人，也可能在病人身體內部發揮作用。軟體機器人的變革是緩慢卻巨大的。隨著機器人變得更加柔軟，它們將會以有趣且重要的方式融入我們的生活。

15. 從機器學習中進行學習

數年來，機器學習持續出現在科技趨勢列表中。但今年，我們將研究的是人類如何從與機器學習的互動中進行學習。AlphaGo 戰勝世界級棋手李世乭成為了機器學習領域的一個里程碑。但在與 AlphaGo 的訓練與對局中，人類棋手也變得更好。以其他的方式，我們也間接的從演算法中進行了學習，無論是在調整 Spotify 演算法的時順便調整了我們的音樂品味，還是在觀察神經網路學習方式時連帶學習了大腦機制。

在未來，因為我們利用人類的行為與選擇幫助機器進行學習，我們也將接受人類從機器中學習的方式。觀察計算機組合文字的方式是否有助於我們成為更有創造力的作家?假如我們能同時教授兒童與計算機進行翻譯又會怎樣?從機器學習中進行學習會對我們的教育與訓練方式產生直接影響，培養出人類-機器學習的共生方法。