https://mp.weixin.qq.com/s/xvr0yUIDbS2muVp_LGGX0g
為加強對新一代人工智慧技術的前瞻預判，把握全球技術創新動態及發展趨勢，中國電子學會近期走訪人工智慧相關企業及高校院所專家，遴選釋出了十項最具特色的成長性技術，主要內容如下：
——對抗性神經網路。由一個不斷產生資料的神經網路模組與一個持續判別所產生資料是否真實的神經網路模組組成的神經網路架構，創造出近似真實的原創影像、聲音和文字資料，有望大幅提升機器翻譯、人臉識別、資訊檢索的精度和準確性，未來將應用於自動駕駛、安防監控等領域。
——膠囊網路。在深度神經網路中構建多層神經元模組，用以發現並儲存物體詳細空間位置和姿態等資訊。該技術能使機器在樣本資料較少情形下，快速識別不同情境下的同一物件，在人臉識別、影像識別、字元識別等領域具有廣闊應用前景。
——雲端人工智慧。將雲端計算的運作模式與人工智慧深度融合，在雲端集中使用和共享機器學習工具的技術。它能有效降低終端裝置使用人工智慧技術的門檻，有利於擴大使用者群體，未來將廣泛應用於醫療、製造、能源、教育等多個行業領域。
——深度強化學習。將深度神經網路和具有決策能力的強化學習相結合，通過端到端學習的方式實現感知、決策或感知決策一體化。該技術能顯著提升機器智慧適應複雜環境的效率，在智慧製造、智慧醫療、智慧教育、智慧駕駛等領域發展前景廣闊。
——智慧腦機互動。通過在人腦神經與具有高生物相容性的外部裝置間建立直接連線通路，實現神經系統和外部裝置間資訊互動與功能整合。該技術使人類溝通交流的方式更為多元和高效，未來將廣泛應用於臨床康復、自動駕駛、航空航天等領域。
——對話式人工智慧平臺。是融合語音識別、語義理解、自然語言處理、語音合成等多種解決方案，為開發者提供具備識別、理解及反饋能力的開放式平臺。該技術能實現機器與人在對話服務場景中的自然互動，未來有望大規模應用於智慧可穿戴裝置、智慧家居、智慧車載等領域。
——情感智慧。利用人工智慧手段模擬表情、語氣、情感等類人化情緒響應，以打造具有情緒屬性的虛擬形象的技術。可賦予機器裝置更好地對人類情感的識別、理解和引導能力，為使用者帶來更具效率和人性化的互動體驗，未來將頻繁、深入應用於智慧機器人、智慧虛擬助手等領域。
——神經形態計算。即模擬生物大腦神經系統，在晶片上模擬生物神經元、突觸的功能及其網路組織方式，賦予機器感知和學習能力。該技術旨在使機器具備類似生物大腦的低功耗、高效率、高容錯等特性，將在智慧駕駛、智慧安防、智慧搜尋等領域廣泛應用。
——元學習。將神經網路與人類注意機制相結合，使機器智慧具備快速自主學習能力。該技術能使機器智慧真正實現自主程式設計，顯著提升現有演算法模型的效率與準確性，未來將促使人工智慧從專用階段邁向通用階段。
——量子神經網路。即採用量子器件搭建神經網路，優化神經網路結構和效能，這項技術利用量子計算超高速、超並行、指數級容量的特點，有效縮短神經網路的訓練時間，未來將在人臉識別、影像識別、字元識別等領域實現廣泛應用。
參考連結：
http://www.xinhuanet.com/info/2018-08/31/c_137432594.htm