為加強(qiáng)對(duì)新一代人工智能技術(shù)的前瞻預(yù)判，把握全球技術(shù)創(chuàng)新動(dòng)態(tài)及發(fā)展趨勢(shì)，中國電子學(xué)會(huì)近期走訪人工智能相關(guān)企業(yè)及高校院所專家，遴選發(fā)布了十項(xiàng)最具特色的成長性技術(shù)

主要內(nèi)容如下：

——對(duì)抗性神經(jīng)網(wǎng)絡(luò)。由一個(gè)不斷產(chǎn)生數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)模塊與一個(gè)持續(xù)判別所產(chǎn)生數(shù)據(jù)是否真實(shí)的神經(jīng)網(wǎng)絡(luò)模塊組成的神經(jīng)網(wǎng)絡(luò)架構(gòu)，創(chuàng)造出近似真實(shí)的原創(chuàng)圖像、聲音和文本數(shù)據(jù)，有望大幅提升機(jī)器翻譯、人臉識(shí)別、信息檢索的精度和準(zhǔn)確性，未來將應(yīng)用于自動(dòng)駕駛、安防監(jiān)控等領(lǐng)域。

——膠囊網(wǎng)絡(luò)。在深度神經(jīng)網(wǎng)絡(luò)中構(gòu)建多層神經(jīng)元模塊，用以發(fā)現(xiàn)并存儲(chǔ)物體詳細(xì)空間位置和姿態(tài)等信息。該技術(shù)能使機(jī)器在樣本數(shù)據(jù)較少情形下，快速識(shí)別不同情境下的同一對(duì)象，在人臉識(shí)別、圖像識(shí)別、字符識(shí)別等領(lǐng)域具有廣闊應(yīng)用前景。

——云端人工智能。將云計(jì)算的運(yùn)作模式與人工智能深度融合，在云端集中使用和共享機(jī)器學(xué)習(xí)工具的技術(shù)。它能有效降低終端設(shè)備使用人工智能技術(shù)的門檻，有利于擴(kuò)大用戶群體，未來將廣泛應(yīng)用于醫(yī)療、制造、能源、教育等多個(gè)行業(yè)領(lǐng)域。

——深度強(qiáng)化學(xué)習(xí)。將深度神經(jīng)網(wǎng)絡(luò)和具有決策能力的強(qiáng)化學(xué)習(xí)相結(jié)合，通過端到端學(xué)習(xí)的方式實(shí)現(xiàn)感知、決策或感知決策一體化。該技術(shù)能顯著提升機(jī)器智能適應(yīng)復(fù)雜環(huán)境的效率，在智能制造、智能醫(yī)療、智能教育、智能駕駛等領(lǐng)域發(fā)展前景廣闊。

——智能腦機(jī)交互。通過在人腦神經(jīng)與具有高生物相容性的外部設(shè)備間建立直接連接通路，實(shí)現(xiàn)神經(jīng)系統(tǒng)和外部設(shè)備間信息交互與功能整合。該技術(shù)使人類溝通交流的方式更為多元和高效，未來將廣泛應(yīng)用于臨床康復(fù)、自動(dòng)駕駛、航空航天等領(lǐng)域。

——對(duì)話式人工智能平臺(tái)。是融合語音識(shí)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(fā)者提供具備識(shí)別、理解及反饋能力的開放式平臺(tái)。該技術(shù)能實(shí)現(xiàn)機(jī)器與人在對(duì)話服務(wù)場(chǎng)景中的自然交互，未來有望大規(guī)模應(yīng)用于智能可穿戴設(shè)備、智能家居、智能車載等領(lǐng)域。

——情感智能。利用人工智能手段模擬表情、語氣、情感等類人化情緒響應(yīng)，以打造具有情緒屬性的虛擬形象的技術(shù)。可賦予機(jī)器設(shè)備更好地對(duì)人類情感的識(shí)別、理解和引導(dǎo)能力，為用戶帶來更具效率和人性化的交互體驗(yàn)，未來將頻繁、深入應(yīng)用于智能機(jī)器人、智能虛擬助手等領(lǐng)域。

——神經(jīng)形態(tài)計(jì)算。即仿真生物大腦神經(jīng)系統(tǒng)，在芯片上模擬生物神經(jīng)元、突觸的功能及其網(wǎng)絡(luò)組織方式，賦予機(jī)器感知和學(xué)習(xí)能力。該技術(shù)旨在使機(jī)器具備類似生物大腦的低功耗、高效率、高容錯(cuò)等特性，將在智能駕駛、智能安防、智能搜索等領(lǐng)域廣泛應(yīng)用。

——元學(xué)習(xí)。將神經(jīng)網(wǎng)絡(luò)與人類注意機(jī)制相結(jié)合，使機(jī)器智能具備快速自主學(xué)習(xí)能力。該技術(shù)能使機(jī)器智能真正實(shí)現(xiàn)自主編程，顯著提升現(xiàn)有算法模型的效率與準(zhǔn)確性，未來將促使人工智能從專用階段邁向通用階段。

——量子神經(jīng)網(wǎng)絡(luò)。即采用量子器件搭建神經(jīng)網(wǎng)絡(luò)，優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和性能，這項(xiàng)技術(shù)利用量子計(jì)算超高速、超并行、指數(shù)級(jí)容量的特點(diǎn)，有效縮短神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時(shí)間，未來將在人臉識(shí)別、圖像識(shí)別、字符識(shí)別等領(lǐng)域?qū)崿F(xiàn)廣泛應(yīng)用。