2018年全球十大前沿科技的未來趨勢(shì)的分析預(yù)測(cè)概述

近日，由斯坦福大學(xué)的頂級(jí)學(xué)術(shù)研究團(tuán)隊(duì)、美國(guó)國(guó)防部高級(jí)研究計(jì)劃局、硅谷最具創(chuàng)新力和影響力的創(chuàng)業(yè)公司以及和米資本一起精心策劃，共同探討技術(shù)將如何重新塑造行業(yè)和社會(huì)等問題，分析預(yù)測(cè)了2018年全球十大前沿科技的未來趨勢(shì)。

預(yù)測(cè)1

揭秘人工智能的黑匣子

早期的人工智能階段，我們只是通過數(shù)據(jù)集模型的訓(xùn)練來抓取表面信息。模型可以經(jīng)過訓(xùn)練以建立基礎(chǔ)信息和上下文之前的聯(lián)系，并能從過去的數(shù)據(jù)中自我學(xué)習(xí)。

但隨著我們能獲得更多高質(zhì)量的數(shù)據(jù)后，模型輸出的數(shù)據(jù)也變得更加豐富。因此，我們還需要深入了解模型是如何進(jìn)行決策、如何提供建議以及如何能快速自我觸發(fā)等行為。

美國(guó)國(guó)防部高級(jí)研究計(jì)劃局（DARPA）作為國(guó)防部的一部分，主要負(fù)責(zé)開發(fā)供軍隊(duì)使用的新興技術(shù)。

去年，美國(guó)國(guó)防部高級(jí)研究計(jì)劃局創(chuàng)建了一個(gè)名為“可破解的人工智能（XAI）”的新程序，皆在創(chuàng)建一套機(jī)器學(xué)習(xí)技術(shù)，其中包括：

1.提供更多可破譯的模型，同時(shí)保持高水平的機(jī)器自我學(xué)習(xí)（預(yù)測(cè)準(zhǔn)確性）；

2.使用戶能夠理解、信任和有效管理新一代人工智能。

在很長(zhǎng)一段時(shí)間里，人工智能都被認(rèn)為是一個(gè)無法被破解的黑匣子，沒有人能解釋算法是如何自我做出決定并提供建議的。

因此，這也為人工智能黑匣子的評(píng)估和信任帶來了一個(gè)全新層次的理解和挑戰(zhàn)。組織機(jī)構(gòu)和個(gè)人都相信算法和人工智能是可記錄且真實(shí)性的一個(gè)智能系統(tǒng)，因此，人工智能自然也有責(zé)任和義務(wù)讓決策過程變得更透明和可信任。

預(yù)測(cè)2

人類與自動(dòng)駕駛汽車的無縫體驗(yàn)

在一個(gè)自動(dòng)駕駛汽車的世界里，如果安全性不是隱患，那么他們的實(shí)現(xiàn)將會(huì)更早地發(fā)生，然而需要被優(yōu)先考慮的問題是自動(dòng)駕駛汽車如何與人類交互的？人類在利用自動(dòng)駕駛技術(shù)，與之的關(guān)系以及行為在這個(gè)過程中將如何改變？

例如，在人行橫道上了解、預(yù)測(cè)和設(shè)計(jì)的新方法使得行人與自動(dòng)駕駛汽車之間能有效溝通，以及在十字交叉路口自動(dòng)駕駛汽車與其他司機(jī)如何交流等都是至關(guān)重要的問題。

因?yàn)?，絕大部分在人與交通的相互作用中包括了社交互動(dòng)。如果要大規(guī)模推廣自動(dòng)駕駛汽車，必須實(shí)現(xiàn)他們與乘客、行人、司機(jī)和其他利益相關(guān)者之間的無縫體驗(yàn)。

人們傾向于與技術(shù)進(jìn)行互動(dòng)的，司機(jī)仍然愿意成為自動(dòng)駕駛車的一部分，在不完全脫離自動(dòng)駕駛的情況下，與行人通過目光交流和控制自動(dòng)駕駛汽車。

人們對(duì)待自動(dòng)駕駛汽車作出的不同反應(yīng)，能幫助我們理解他們就自動(dòng)駕駛汽車的接受程度，以及如何通過多種形式相互溝通的。隨著對(duì)自動(dòng)駕駛汽車的備受矚目，人類將迎來一個(gè)無縫連接地自動(dòng)駕駛汽車未來。

預(yù)測(cè)3

打造自動(dòng)駕駛汽車的通用安全標(biāo)準(zhǔn)

普遍預(yù)計(jì)自動(dòng)駕駛汽車將在未來數(shù)10年內(nèi)產(chǎn)生數(shù)萬億的經(jīng)濟(jì)效益，這個(gè)由汽車制造商、供應(yīng)商、科技巨頭和創(chuàng)業(yè)公司推動(dòng)的大規(guī)模研發(fā)項(xiàng)目已經(jīng)逐漸開始帶來收益。在美國(guó)、歐洲和亞洲的主要城市人們開始紛紛進(jìn)行試驗(yàn)，希望打造一個(gè)無人駕駛的未來。

就目前的平臺(tái)和機(jī)器整體而言，消費(fèi)者總是期望他們購(gòu)買的產(chǎn)品能夠一直工作并持續(xù)工作。當(dāng)與這個(gè)期望產(chǎn)生偏差時(shí)，消費(fèi)者對(duì)結(jié)果是不會(huì)滿意。

然而為了確保安全，自動(dòng)駕駛汽車需要經(jīng)過數(shù)千億英里的駕駛測(cè)試。而為了縮小這個(gè)測(cè)試差距，公司正在利用新的仿真技術(shù)來增加實(shí)時(shí)行駛里程的演習(xí)，投資新的傳感器系統(tǒng)并采用ISO標(biāo)準(zhǔn)來大規(guī)模部署自動(dòng)駕駛汽車。

隨著行業(yè)的發(fā)展以及政府監(jiān)管機(jī)構(gòu)也在逐漸更全面地了解安全標(biāo)準(zhǔn)和流程，各地區(qū)將制定通用的安全標(biāo)準(zhǔn)，只有對(duì)軟件、硬件和開發(fā)流程等多方面進(jìn)行嚴(yán)格的驗(yàn)證和審查，人們才能確信自動(dòng)駕駛汽車是安全的。

預(yù)測(cè)4

從概念到實(shí)踐 - 企業(yè)如何最大化人工智能

對(duì)于企業(yè)來說，人工智能和深度學(xué)習(xí)的規(guī)則已經(jīng)發(fā)生了巨大的變化。在過去，假定一個(gè)經(jīng)過歷史數(shù)據(jù)反復(fù)訓(xùn)練出來的復(fù)雜算法可能能取代員工、角色扮演或手動(dòng)工作。

但是經(jīng)過更深入和現(xiàn)實(shí)地思考后，人工智能越來越成為一種難以賺錢的商品，而更多是人們所寄予的期望。但是，我們相信未來的趨勢(shì)將發(fā)生改變。

目前該技術(shù)尚未被優(yōu)化，人工智能還沒有準(zhǔn)備好完全取代整個(gè)勞動(dòng)力。但是，有一些任務(wù)是人工智能的上好選擇，他們能幫助改善大多數(shù)公司的一些基本效率問題。人工智能的完整解決方案被稱為“純AI”，其包括計(jì)算機(jī)視覺、自然語言識(shí)別和語音/感官識(shí)別等各種技術(shù)的組合。

今天，增強(qiáng)現(xiàn)實(shí)在工作流程對(duì)企業(yè)的影響最大，它能提高整體勞動(dòng)力的生產(chǎn)效率。而隨著人力成本逐漸成為有限的資源，如何最大化資源成為企業(yè)的挑戰(zhàn)，企業(yè)紛紛在探索如何通過人工智能結(jié)合現(xiàn)有資源讓其發(fā)揮最大的作用？我們看到，大型科技公司已經(jīng)投入了數(shù)十億美元來開發(fā)自己的開源技術(shù)，而僅有少數(shù)幾家初創(chuàng)公司能借此抓住機(jī)會(huì)為企業(yè)客戶服務(wù)。

預(yù)測(cè)5

多尺度數(shù)據(jù)為疾病建模

未來患者將會(huì)越來越感興趣并關(guān)注他們的健康問題，因此，幫助揭示醫(yī)療數(shù)據(jù)背后的含義以及如何定制化治療方案將是至關(guān)重要的，因?yàn)樗転閭€(gè)性化的治療方案提供合理和有力的數(shù)據(jù)參照，以滿足大眾對(duì)個(gè)性化的醫(yī)療保健的需求。但是，只有一種數(shù)據(jù)模式是遠(yuǎn)遠(yuǎn)不足以為患者提供全面地醫(yī)療方案的。

我們通?；卺t(yī)療記錄來為患者建立基礎(chǔ)模型，使用貝葉斯和核方法進(jìn)行數(shù)據(jù)融合，以識(shí)別和預(yù)測(cè)乳腺癌和卵巢癌。

而計(jì)算機(jī)算法能通過多組學(xué)數(shù)據(jù)來識(shí)別驅(qū)動(dòng)疾病的基因，而且通過多模式、多尺度、高維度、高吞吐量的生物醫(yī)學(xué)數(shù)據(jù)，讓我們能從多個(gè)角度和尺度研究患者的疾病成為了可能性。

無論是分析對(duì)病人還是醫(yī)生帶來的影響，這些技術(shù)都將提供額外的維度，以幫助病人或醫(yī)生提供更精準(zhǔn)和定制化的治療方案。

預(yù)測(cè)6

脫離干細(xì)胞再生人體器官

再生醫(yī)學(xué)是一個(gè)新興的研究領(lǐng)域，重點(diǎn)是修復(fù)、替換或再生細(xì)胞、組織或器官以恢復(fù)受損功能。再生醫(yī)學(xué)的研究有可能幫助科學(xué)家和臨床醫(yī)生通過再生或更換細(xì)胞或組織來設(shè)計(jì)對(duì)創(chuàng)傷性損傷或退行性疾病的早期干預(yù)治療。

再生醫(yī)學(xué)最初的重點(diǎn)集中在組織工程領(lǐng)域，旨在用干細(xì)胞代替損傷的組織和器官。因?yàn)檠芯咳藛T需要努力控制干細(xì)胞的行為活動(dòng)，這種方法不僅面臨技術(shù)挑戰(zhàn)，而且都必須進(jìn)行一系列的臨床前和臨床研究，最后在需要通過美國(guó)食品和藥物管理局（FDA）的監(jiān)管批準(zhǔn)。

目前，再生醫(yī)學(xué)已經(jīng)擴(kuò)大到包括使用干細(xì)胞來模擬疾病、自體移植和功能分子的治療性遞送，以及免疫功能在組織修復(fù)中的作用和新興的生物醫(yī)學(xué)工程領(lǐng)域中。

BioAesthetics的團(tuán)隊(duì)發(fā)明了再生醫(yī)學(xué)的新方法，該團(tuán)隊(duì)采用了一種新的方式來利用捐贈(zèng)者的現(xiàn)有組織，為患者創(chuàng)造利益。其專有的方法使來自患者的現(xiàn)有組織衰老，并且可以在不引起嚴(yán)重的免疫反應(yīng)情況下重新植入患者體內(nèi)。我們相信，將來可以采用類似的方法來再生更復(fù)雜的器官，比如人的肺。

預(yù)測(cè)7

增強(qiáng)現(xiàn)實(shí)在簡(jiǎn)化工作流程中的應(yīng)用

在探討自動(dòng)駕駛汽車將如何改變未來的話題中，其中提到最多的是它將取代數(shù)百萬的專業(yè)司機(jī)。而各種形式的自動(dòng)化也存在類似的問題，機(jī)器將取代人類？今天，當(dāng)機(jī)器在不斷降低成本的同時(shí)，也在不斷自我學(xué)習(xí)，提升能力，人類將如何與其競(jìng)爭(zhēng)？

毫無疑問的是，人們將找到自我適應(yīng)的方法。其中有一個(gè)趨勢(shì)備受關(guān)注，那就是自動(dòng)化已經(jīng)在人們的工作流程中被不斷優(yōu)化和簡(jiǎn)化，以提高生產(chǎn)力和效率。而在某些特定的領(lǐng)域，增強(qiáng)現(xiàn)實(shí)在工作中與人的配合比純自動(dòng)化的投資回報(bào)會(huì)更高。

增強(qiáng)現(xiàn)實(shí)、機(jī)器人和人工智能等技術(shù)的創(chuàng)新都是為了有效提高人們的工作效率而服務(wù)。企業(yè)也以通過投資這些技術(shù)做出了行為上的回應(yīng)。增強(qiáng)現(xiàn)實(shí)不僅是一種娛樂形式，而在幫助人們工作減少傷害和疲勞、提高生產(chǎn)力上提供了更實(shí)際的價(jià)值，它將為我們帶來一個(gè)更好的工作環(huán)境。

預(yù)測(cè)8

小型企業(yè)網(wǎng)絡(luò)風(fēng)險(xiǎn)的新時(shí)代

無論是計(jì)算機(jī)、智能手機(jī)、自動(dòng)駕駛汽車還是未來的增強(qiáng)現(xiàn)實(shí)眼鏡，人們對(duì)這些設(shè)備的依賴都會(huì)造成其性能和數(shù)據(jù)存儲(chǔ)上不斷出現(xiàn)漏洞。隨著網(wǎng)絡(luò)風(fēng)險(xiǎn)的迅速演變，保護(hù)數(shù)據(jù)和資產(chǎn)的能力也必須隨著發(fā)生變化。當(dāng)下網(wǎng)絡(luò)風(fēng)險(xiǎn)保護(hù)已經(jīng)以各種方式應(yīng)用于消費(fèi)者和大公司當(dāng)中，但是小企業(yè)的網(wǎng)絡(luò)安全卻有了更強(qiáng)的創(chuàng)新趨勢(shì)。

2016年美國(guó)小企業(yè)達(dá)到2,880萬戶，占美國(guó)總企業(yè)的99.7％。自1970年以來，小企業(yè)為社會(huì)提供了66％以上工作崗位。為了取得更大的成功，小企業(yè)必須利用技術(shù)在全球范圍內(nèi)分銷其產(chǎn)品，更好地為已經(jīng)改變購(gòu)買行為的客戶提供服務(wù)，并通過數(shù)據(jù)獲得對(duì)客戶的分析。

小型企業(yè)已積極采用基于云計(jì)算的軟件服務(wù)，以便更靈活的按月支付其數(shù)據(jù)需求。因此，人們對(duì)云服務(wù)的依賴以及手機(jī)的普及，也為網(wǎng)絡(luò)黑客創(chuàng)造了一個(gè)新的環(huán)境，小型企業(yè)的網(wǎng)絡(luò)漏洞也在不斷發(fā)生變化。因此，新一代的網(wǎng)絡(luò)保護(hù)解決方案正在興起，以幫助小企業(yè)打造更安全的網(wǎng)絡(luò)保護(hù)。

預(yù)測(cè)9

從2D到3D環(huán)境了解藥物的行為

藥品公司在藥物研發(fā)方面的投入正在逐漸減少，能帶來良好經(jīng)濟(jì)效益的藥物數(shù)量一直在下降。另外，他們正面臨公眾和監(jiān)管方面要求降低價(jià)格的壓力。藥物的失敗率越來越高，因?yàn)樵谂R床試驗(yàn)之前，他們經(jīng)常在過時(shí)的2D平臺(tái)測(cè)試以及對(duì)免疫缺陷的實(shí)驗(yàn)鼠的研究速度非常緩慢。

新藥審批失敗率的上升也造成了制藥公司花費(fèi)大量資金開發(fā)新項(xiàng)目。研究表明，在過去的15年里，制藥在研發(fā)方面的投入一直在飛漲。迄今為止，開發(fā)一種新藥物的平均成本超過25億美元。面對(duì)開發(fā)新藥的成本負(fù)擔(dān)，制藥公司正在認(rèn)真考慮采用新技術(shù)，使他們能夠以更低的成本研發(fā)制造更好的藥物。

有很多種方法可以降低藥物開發(fā)的成本，而制藥公司卻越來越傾向依靠創(chuàng)新公司，來為他們提供新的方法和創(chuàng)新技術(shù)來提高新藥的開發(fā)效率。

在體外階段的測(cè)試中，像Cypre這樣的公司設(shè)法創(chuàng)造與人體接近的微環(huán)境下完成測(cè)試，因此，藥物進(jìn)入人體測(cè)試后成功率會(huì)更高。在臨床試驗(yàn)階段，利用數(shù)據(jù)更好地招募患者進(jìn)行試驗(yàn)已被證明是藥物成功的關(guān)鍵。

預(yù)測(cè)10

人工智能VS醫(yī)生

在一個(gè)需要謹(jǐn)慎對(duì)待數(shù)據(jù)的行業(yè)中，醫(yī)療行業(yè)一直處于利用大數(shù)據(jù)為患者帶來利益的前沿發(fā)展階段。實(shí)際上僅有少數(shù)的公司能真正讓數(shù)據(jù)變得有實(shí)用性，大部分?jǐn)?shù)據(jù)不是給制藥公司而是醫(yī)生，因此，匯總的數(shù)據(jù)之間的相關(guān)性和有意義性也變得尤為重要。例如，在人口老齡化的推動(dòng)下，醫(yī)療影像掃描的需求大幅增加，這也直接導(dǎo)致了放射科醫(yī)師和病理學(xué)家因過度勞累而造成了嚴(yán)重的錯(cuò)誤。

由于需要更加高效和有效的運(yùn)營(yíng)管理，醫(yī)療影像設(shè)備將越來越多地轉(zhuǎn)向人工智能尋求幫助，并將積極尋求幫助自動(dòng)化工作流程的技術(shù)。在中國(guó)和印度這樣的發(fā)展中國(guó)家，這種現(xiàn)象更加明顯，因?yàn)閮蓢?guó)都缺乏對(duì)放射科醫(yī)師的培訓(xùn)，但是兩國(guó)都有購(gòu)買先進(jìn)設(shè)備的能力。

自從神經(jīng)網(wǎng)絡(luò)開始以來，人工智能在諸如醫(yī)學(xué)成像等應(yīng)用中的精度已經(jīng)足夠高，可以被考慮整合到醫(yī)療系統(tǒng)中。人工智能將作為一種完美的工具，不僅可以幫助醫(yī)生獲得二次意見，還能以可承受的成本為患者提供早期診斷。

將人工智能添加到醫(yī)療的獲取和解釋階段將改變行業(yè)的未來。我們相信更直接的解決方案是提供軟件解決方案，使圖像閱讀更快、更準(zhǔn)確、并在需要時(shí)為醫(yī)生提供第二只眼睛進(jìn)行醫(yī)療分配。