在这场人工智能“战争”中，这些国家都在做些什么？ | 人工智能入侵华尔街，最聪明的公司告诉你：主动拥抱AI更明智！
在这场人工智能“战争”中
这些国家都在做些什么？
本文转载自人工智能学家（ID：AItists），来源：Future智能
概要： 人工智能是引领未来的战略性技术，世界主要发达国家都已经把发展人工智能都作为提升其国家竞争力、维护国家安全的重要战略，进行针对性布局，力图在新一轮国际科技竞争中掌握主导权。
人工智能是引领未来的战略性技术，世界主要发达国家都已经把发展人工智能都作为提升其国家竞争力、维护国家安全的重要战略，进行针对性布局，力图在新一轮国际科技竞争中掌握主导权。从美国的庞大资本市场推动，到中国政府的新开放政策与发展规划；从德国传统的工业基础，到英国不可忽视的人才优势。几乎所有的世界一线国家都在针对自己的条件，制定独特的人工智能发展规划，希望在这一轮的科技竞赛中取得领先。
人工智能是引领未来的战略性技术，世界主要发达国家把发展人工智能都作为提升其国家竞争力、维护国家安全的重大战略，加紧出台规划和政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权，从而引领世界，引领潮流。
美国
美国在人工智能发展方面具有明显的优势，从政府到企业对人工智能带来的变革都极为重视，科研机构对人工智能重视程度也在不断加强，相关创新型产品迭代迅速。
战略层面高度重视，成立国家专家委员会机构
2015年以来，美国白宫科技政策办公室连续发布的《为人工智能的未来做好准备》、《国家人工智能研究和发展战略计划》和《人工智能、自动化与经济报告》3份重量级报告。2016年5月，美国白宫推动成立了机器学习与人工智能分委会（MLAI），专门负责跨部门协调人工智能的研究与发展工作，并就人工智能相关问题提出技术和政策建议，同时监督各行业、研究机构以及政府的人工智能技术研发。
资本与政策共同发力，挖掘最具潜力的创业企业
美国硅谷是当今人工智能发展的重点区域。聚集了从人工智能芯片到下游应用产品的全产业链企业。在人工智能融资规模上，美国在全球占主导地位，比重在60%以上。美国的科技巨头们早已展开一系列收购暗战，例如近5年来，Google成为人工智能领域最活跃的收购者，相继收购了DNNresearch、DeepMind和Nest。
巨头企业形成集团式发展，共建人工智能生态圈
以谷歌、微软、亚马逊、Facebook、IBM五大巨头为代表，自发形成人工智能伙伴关系，通过合作的方式推进人工智能的研究和推广。这种新型的巨头集团式发展模式，成为人工智能时代的亮点，能保证技术方案的效益最大化。在未来，还会有更多企业和机构加入其中。用户组织、非营利组织、伦理学家和其他利益相关者也都会围绕生态圈进行更大范围的研究和开发。
推动软硬件系统协同演进，全面开发人机协作智能系统
美国更加关注长期投资在具有潜在能力的高风险高回报项目，以此补充社会和企业短期内不愿涉足的领域。在软件方面，提升人工智能系统的数据挖掘能力、感知能力并探索其局限性，同时推动系统革新，包括可扩展、类人的、通用的人工智能系统的研发。在硬件方面，优化针对人工智能算法和软件系统硬件处理能力，并改进硬件体系架构，同时，推动开发更强大和更可靠的智能机器人。
德国
“工业4.0”计划
德国政府在工业机器人发展的初级阶段发挥着重要作用，其后，产业需求引领工业机器人向智能化、轻量化、灵活化和高能效化方向发展。20世纪70年代中后期，德国政府在推行“改善劳动条件计划”中，强制规定部分有危险、有毒、有害的工作岗位必须以机器人来代替人工，为机器人的应用开启了初始市场。2012年，德国推行了以“智能工厂”为重心的“工业4.0计划”，工业机器人推动生产制造向灵活化和个性化方向转型。
以服务机器人为重点，加快智能机器人的开发和应用
德国联邦教研部在“信息和通讯技术2020—为创新而科研”研究计划中安排有服务机器人的项目。联邦经济部的“工业4.0的自动化计划”的15个项目中涉及机器人项目的有6个。德国科学基金会通过计划和项目资助大学开展机器人基础理论研究，如神经信息学、人机交互通信模式、机器人自主学习和行为决策模式等。
推动“自动与互联汽车”国家战略，引领汽车产业革命
2015年9月联邦政府内阁通过了联邦交通部提交的“自动与互联汽车”国家战略。德国顶尖大学和研究机构对传感器、车载智能系统、连通性、数字基础和验证测试进行的广泛研发使德国在技术领域又一次走在前沿。德国以设备制造商和大学的紧密科研合作为特点，通过公共补贴项目，支持更高水平的自动驾驶大规模研发。
柏林汇聚一半以上的人工智能企业，成为绝对发展中心
柏林作为德国的首都以及科技类创业基地，囊括了将近百分之54的人工智能企业，远超慕尼黑，汉堡以及法兰克福等城市。德国“脑科学”战略重点是机器人和数字化。2012年德国马普脑科学研究所和美国开展计算神经科学合作研究，并于以色列、法国开展多边合作。
英国
英国人工智能注重实效性，强调“综合施治、合力发展”。在产学研的转换周期上，更加快速落地。在政策资金支持上，英国政府拟斥资约2亿英镑，建立新的“技术学院”，针对雇主需求提供高技能水平的人工智能培训。
科学人才供给充足，英国具备领先的发展优势
人工智能最早的概念，就是由英国著名科学家阿兰•图灵提出，英国拥有牛津大学、剑桥大学、英国帝国理工学院以及伦敦大学学院、爱丁堡大学为代表的高等学府以及以阿兰•图灵研究所为代表的众多智能研究机构，其创新型成果不断在全球范围内得到推广应用。人工智能的研发生态优良，研究人员、企业主、投资人、开发商、客户以及创新网络平台等，共同构成了一个丰富完善、良性循环的人工智能生态系统。
创新企业活力十足，高新技术产业转化率高
过去几年，英国也诞生了大量优秀的人工智能初创企业，例如享誉全球的AlphaGo的研发公司DeepMind，就是来自伦敦大学的初创公司。同时，2013年，亚马逊用2600万美元收购英国语音识别创业公司True Knowledge。2014年，Goolge收购了Dark Blue Labs,Vision Factory两家深度学习相关的公司。英国存在大量的科技孵化机构，助力早期的人工智能初创企业，或者提供退出途径，以此形成产业链良性发展。牛津的Isis Innovations和剑桥的Cambridge Enterprise就是有名的技术转让公司，通过帮助大学里的创新技术商业化，确保学校或者个人获得回报。
法国
2017年3月，法国经济部与教研部发布《人工智能战略》，旨在把人工智能纳入原有创新战略与举措中，谋划未来发展。
引导人工智能前沿技术研发，培育后备力量
如发起长期资助计划、人工智能+X(相关领域)合作计划、建设大型科研基础设施、新建法国人工智能中心、设立领军人才计划、普及人工智能知识等。
促进人工智能技术向其他经济领域转化，充分创造经济价值
如设立技术转化项目与奖金、设立人工智能公共服务项目、建设云数据共享平台及数据和软件等资源集成与展示平台、设立投资基金和人工智能基金会、推动人工智能在智能汽车及金融投资等领域应用、扶持人工智能在安全及监测异常行为等冷门研究方向的新创企业、共同起草人工智能研发路线图等。
结合经济、社会与国家安全问题考虑人工智能发展
如开发自主集成软件平台、数据存储与处理平台、自动学习技术平台、网络安全平台等，预见人工智能对社会尤其是就业的影响，评估人工智能对现有工作任务的替代性等。
中国
2017年7月20日，国家突然宣布：举全国之力，在2030年一定要抢占人工智能全球制高点！
国务院印发《新一代人工智能发展规划》，其中提到，新一代人工智能发展分三步走的战略目标，到2030年使中国人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，这是中国首个面向2030年的人工智能发展规划，随着人工智能上升到国家战略，顶层设计框架搭建完成，产业发展有望持续提速，带来投资新机遇。
国家人工智能战略三步走目标
第一步，到2020年人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径，有力支撑进入创新型国家行列和实现全面建成小康社会的奋斗目标。
第二步，到2025年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，实现人工智能核心产业规模达4000亿，带动相关产业规模超5万亿。
第三步，到2030年，我们的人工智能务必要占据全球人工智能制高点。我国的人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，其智能经济、智能社会取得明显成效，从而为跻身创新型国家前列和经济强国奠定重要基础，实现人工智能核心产业规模达1万亿，带动相关产业规模超10万亿。
日本
日本政府和企业界高度重视人工智能的发展，不仅将物联网（IoT）、人工智能（AI）和机器人作为第四次产业革命的核心，还在国家层面建立了相对完整的研发促进机制，并将2017年确定为人工智能元年。希望通过大力发展人工智能，保持并扩大其在汽车、机器人等领域的技术优势，逐步解决人口老化、劳动力短缺、医疗及养老等社会问题，扎实推进超智能社会5.0建设。
第一阶段（~2020年），确立无人工厂和无人农场技术，普及新药研制的人工智能支持，实现生产设备故障的人工智能预测。
第二阶段（2020~2030），达到人与物输送及配送的完全自动化，机器人的多功能化及相互协作，实现个性化的新药研制，以及家庭与家电人工智能的完全控制。
第三阶段（2030~），使护理机器人成为家族的一员，实现出行自动化及无人驾驶的普及（人为原因交通事故死亡率降为零），能够进行潜意识的智能分析并实现本能欲望的可视化。
结尾
目前来说，人工智能正在朝着我们可预料和不可预料的方向飞速发展。谁能引领人工智能，谁就掌控了人类的未来。新的时代已经渐行渐近，我们根本无力阻止，与其坐以待毙，不如紧跟时代潮流，随风而起！
人工智能入侵华尔街，最聪明的公司告诉你：主动拥抱AI更明智！
本文转载自21世纪商业评论（ID：weixin21cbr）
科技正在重塑金融业。华尔街顶尖金融机构正主动求变，以期赶上硅谷科技公司的节奏。
想象下这样的场景：
早上起床，一名金融人士拿起手机说，“嗨，沃伦，今天苹果要发布新款iPad，哪一家供应商的股票涨幅最大？”数秒钟之后，他就得到了一份漂亮而详细的名单。
当然，回答问题的不是赫赫有名的沃伦·巴菲特，而是一款人工智能软件，它可能对各种金融问题知无不言，比如基于云端计算的AI软件Kensho，可以快速扫描超过9万份资料（包括经济报告、货币政策变化、时政新闻及相关分析），在数秒钟之内回答超过6500万个问题。
如果华尔街的分析师从事同样的工作，至少要花费40个小时，这些人的平均年薪是35万-50万美金。
人们一直担心人工智能会取代低阶的工作，其实，受到冲击远不止于此，西装革履的华尔街精英也可能沦为弱势群体。
2015年，摩根士丹利裁员1200人，其中包括处理固定收益和大宗商品业务的470名前台员工；2016年，高盛先后进行7次小规模裁员，总计裁撤443个岗位，成为2008年金融危机以来裁员最多的一年。高盛高峰期曾雇佣超过600名股票交易员，如今只剩两人，取而代之的是自动交易项目以及200名计算机程序员。
据统计，从2012年开始，华尔街已连续5年减聘人员，总计达到1.27万人。单单过去一年，12家华尔街顶级投行共减聘了1900名前台人员，涉及股票、投行业务和固定收入及大宗商品业务。
需要说明的是，裁员与衰退并无关联，摩根士丹利、摩根大通、花旗的表现均超过预期，失去的工作职位，将永远都不会再回来。
这一切，源自于金融业正在爆发的科技革命，由于金融科技特别是人工智能技术的发展，最聪明的金融机构正在主动求变，以期尽快转型为技术公司，他们从硅谷高薪招揽程序员，开发各种程序和智能项目，进行各种业务场景的实验。毫无疑问，科技正在重塑金融业。
高盛：金融谷歌
高盛在金融科技领域野心勃勃，高管层多次公开表示，他们更希望变成金融界的谷歌。
首席执行官马蒂·查维斯（Marty Chavez）有一个比喻,“想象一下，如果Google像我们一样工作,”他形容说，“每次当你想搜索一条信息的时候，首先会拿起电话，打给你的谷歌销售，将你要搜索的关键词读给他听，然后他将这个词输入内部系统，得到反馈信息，再将信息读给你听。”
这听起来像一场灾难，谷歌不可能这样工作，高盛若继续坚持传统方式，显然不是聪明之举。当务之急是处理数据，高盛拥有大量的数据，只是存在大量冗余重叠、缺乏透明度和权威度，利用效率过低。
2015年，高盛开始搭建数据湖（DATA LAKE），这是一个建立在开源基础上的数据系统，它收集交易、市场、投资研究、邮件、语音、即时通讯、客户信息和事件信息等大量数据。在整个系统中，有三方参与者共同工作，以实现运营：
生产者：负责发布其数据进入数据湖，并保证数据的有效性和服务级别协议（SLA）；改善者：负责清理、丰富和转化数据，并将已整理的版本重新发布到数据湖中；消费者：浏览数据并运用数据生产报告、询问和分析。
同时，高盛致力于消除客户必须来电的传统作业方式。交易平台Marquee的诞生，即是为此目标而服务。
一位参与搭建Marquee的高盛员工概括说，在初期阶段，Marquee主要帮助客户以电子方式和银行进行互动。早在2013年6月，高盛就向部分顶级客户提供可接入Marquee交易平台的工具，用以进行大宗股票电子交易，Marquee的算法执行交易只需数秒，人工交易则要以分钟或小时计。
Marquee是开源平台，允许接入多种应用，SIMON（结构化在线投资市场）是其中一个典型例子。
比如，结构性票据（Structured notes）是一种可定制投资，将固定收益的保本投资和风险较大的衍生性金融商品融为一体，在一定程度上达到规避风险和提高收益的作用。在SIMON出现以前，营业员需在客户和票据发行公司之间进行多次的沟通调整，现在，客户可在平台上自主完成购买操作。
SIMON也是学习平台，能加深客户对结构性票据的了解认知。据《华尔街日报》的报道，高通正在与摩根大通和摩根士丹利洽谈，希望他们也向SIMON提供产品。此外，高盛试水了在线借贷服务Marcus等项目。
高盛正在投入大量技术人才，用以完善各种技术平台，比如，招聘大量应届生工程师奔赴纽约，并将其起薪提升至10万美金。数据显示，高盛雇用的3.6万名员工中，9000名是程序员和技术工程师。
摩根士丹利：人机结合
2017年上半年，摩根士丹利的财富管理业务（Wealth Management）表现出色，营收增长同比增长8%，为公司贡献了49%的收入和42%的税前利润。
财富管理正是摩根士丹利布局AI的重点领域。今年9月，摩根士丹利首次上线试用“最优行动”（Next Best Action），将有500名财务顾问首次尝试，并根据实际运行的结果，不断优化系统。这是其近年来最受重视的AI系统，最终系统将和16000名财务顾问一起为客户提供服务。
“最优行动”包括三个方面功能：第一，与市场上常见的“机器人顾问”功能类似，提供关于投资建议的自动化运算，为顾客推荐合适投资的基金、债券和股票。只是，其推荐首先显示给财务顾问，他们结合自己对客户的理解，再决定是否将建议推送给具体的客户。
第二，充当警报系统，将追加保证金通知、保证金余额提醒、客户投资组合预期剧烈波动等消息推送给财务顾问。当一只股票的信用等级被提升或降低，系统会将该消息以及预计受影响的客户名单，一并推送给财务顾问。与前者相同，财务顾问由自己整理分析后，再将警报信息推送给客户。
第三，将客户的生活需求纳入投资系统。举例而言，如果一个客户的孩子生病，系统会为其推荐摩根士丹利当地最好的医院、诊所以及处理此病情的最优财务建议。这是系统的独有功能，以便于加强客户和财务顾问之间的关系。
当然，客户可以直接在系统中看到最新消息，如果他们愿意，甚至可以选择只接受系统推送信息，这种服务的价格更加低廉，对预算有限或年轻客户更加合适。
“最优行动”不会是个一成不变的系统，而摩根士丹利试图在人与机器之间找到一个最优平衡，与雄心勃勃的金融科技创业公司不同，这家老牌机构并不打算将所有工作交给机器。
“尽管机器人顾问普遍受到欢迎，客户仍然希望是由人来帮助他们解决复杂的生活问题。” 摩根士丹利财富管理部门首席技术官Naureen Hassan表示，客户希望可以有一个简单应用跟踪所有服务，但至少有22%的客户希望有更多时间与人类财富顾问交流。
摩根大通：自动交易
摩根大通AI系统名为LOXM，是一个基于深度学习的智能系统，其角色不是一个顾问，而是一个交易操作员。
在短时间内，LOXM可以综合计算数百万笔交易数据，从而推断出最佳的操作建议，比如，如何进行大量股权抛售的同时，避免触发市场价格的巨幅波动。摩根大通线性量化研究团队的负责人David Fellah介绍说：“这种操作以前是由人类实施的，现在AI机器能以更高的效率做到这点。”
据悉，2017年第一季度，LOXM已开始在欧洲进行测试，如果运行顺利，将在今年底前应用于亚洲和北美的业务，为了实现最大速度和最优价格的操作，LOXM已接受过数十亿笔重大交易的模拟训练，在交易训练中，其表现远超过以前的人工和自动化操作。
基于交易安全的考虑，现阶段LOXM没有最终的买卖决定权，只是提供具体的买卖方案给客户，由他们做出最后的决定。
摩根大通并不满足于LOXM局限在交易功能，希望LOXM可以向财务顾问的角色进化：能够学习了解每个客户的独特性，在执行交易时，将其可能的反应和行为纳入计算范围，成为一个为客户量身定制的智能系统。
“这也可能会使部分终端客户疏远我们。” 摩根大通全球股票电子交易主管Daniel Ciment说，“有研究表明，大多数客户不相信技术可以进行重大的财务决策，我们需要考虑减轻这项努力所带来的负面影响。”
在LOXM之前，摩根大通上线了另一款机器学习软件COIN，专门用于处理合同，可在数秒钟之内扫描完合同文档，其出错率非常低，且“从来不要求休假”。在COIN之前，这项工作每年会耗费律师大约36万小时的工作时间。
摩根大通的财报显示，公司2016年花费96亿美元的科技研发预算，约占总营收的9%，该项支出在不断增长中。
瑞银：前后并重
瑞银（UBS）是欧洲最大的金融控股集团，在金融科技和人工智能领域多有试水。华尔街大鳄们相对侧重后台智能化，瑞银则对前台的技术化改造颇有兴趣。
瑞银投资银行首席运营官Beatriz Martín Jiménez曾公开评论说：“有关后台自动化的讨论很多，我们希望和前台的人讨论，是否有些工作可用机器人来代替，果然发现了可做的事情。”
第一个应用是相对简单的自动化程序，由瑞银和德勤共同开发，用来处理客户交易后分配请求的业务，可以扫描客户发来的、关于如何分割资金用于大宗交易的邮件，分析邮件内容执行操作。
这项自动化程序用2分钟的时间，能完成前台人员耗费45分钟的工作量，帮助他们节余精力去做其他事情，比如打电话给客户。
另一项“小程序”用于外汇交易预约及相关业务，在UBS的伦敦办公室，可看到一块显示屏和上面自动移动的鼠标，该程序可提取大量的文件，再将他们放置在对应的另一个系统当中。对于投行家们而言，这本是一个无聊的任务。
小程序并不能满足大公司的野心，瑞银也在研发机器学习系统，希望利用大量数据建立投资策略并提供给客户，他们希望该系统达到与人类投行家相当的研究水平，这在内部称为“适应性策略”（Adaptive Strategy）。
伦敦EXCEL中心的一次公开活动上，瑞银创新事业部的负责人Annika Schroeder公开表示，他们正在“建立一个可以模仿投资分析师的虚拟代理⋯⋯可扫描市场数据和美国证券交易委员会的文件，像人类分析师那样将所有需要考量的信息纳入计算，对一个公司进行估值”。
据Schroeder透露，系统已能用“近似于人类语言”的方式输出结果，距离理想中的“虚拟代理”已非常接近，希望通过丰富的数据训练，在正式上线前达到足够高的水准。截至目前，尚无开始此系统服务客户的公开信息或具体时间表。
Kensho：技术新宠
巨头们的技术探索，并没有局限在内部。
2017年2月，以标准普尔为首的九家金融巨头，向金融科技创业公司Kensho投资5000万美元，后者估值一举超过5亿美元。
Kensho尚未达到“独角兽公司”的估值标准，但在其投资者的名单上，集结了几乎全部华尔街大鳄：高盛、摩根大通、美林美银、摩根士丹利、花旗集团和富国银行，俨然集万千宠爱于一身。
其中，高盛早在2014年即对Kensho投资 1500万美元，成为最大股东，以至于后续相当长时间，Kensho一直被视为高盛的AI产品，该公司于2013年创立于波士顿，核心创始人是哈佛数量经济学博士的丹尼尔·纳德勒（Daniel Nadler）。
早在哈佛就读期间，丹尼尔曾参访金融机构，他意外发现，大量对冲基金盛名在外，核心计算工具居然是Excel，信息处理方式原始而缓慢：收集大量研究调查结果，雇佣高薪的量化分析团队，运用Excel计算金融产品的未来趋势。这与他在宿舍所做的事情并无不同，当时，拥有云计算能力的金融公司少得可怜。
丹尼尔意识到，如果建立成熟的计算模型，输入各种影响变量，可以快速得出结果，效率远高于聪慧的分析师。于是，丹尼尔和MIT计算机硕士彼得?克鲁斯卡尔（PeterKruskall）聘用前谷歌的工程师团队，创立了Kensho，共同搭建出了基于云计算的金融建模和分析软件“沃伦（Warren）”。
Warren的计算原理不难理解，作为一个运算模型，当人们向Warren提出问题后，它能快速搜索所有相关信息并将其纳入计算模型，在数秒钟之内提供计算结果。简单说，Warren如同金融界的Siri，会用简单直白的语言回答使用者的问题。利用机器学习技术，未来甚至可以跟进问题重要性进行分级。
根据《福布斯》的报道，2016年6月英国决定脱欧时，Kensho曾在数秒钟之内构建一个信息数据库，得出当地货币将长期下跌的结果——这在英国脱欧后得到印证，英镑汇率从2016年7月开始一路跌至30年来的最低点。
华尔街巨头的触角不止于此。2014年，14家金融机构联合向即时通讯工具Symphony 注资 6600 万美元，同样有高盛领投，投资者包括摩根士丹利、摩根大通、黑石等投资银行。
Symphony 主要服务金融业务行业，其消息服务可使得金融机构内部人员相互通讯，而且帮助他们与使用相同安全框架的其他联系人进行沟通，付费用户已超过20万。2017年，Symphony又融资6300万美元资金，公司估值超过10亿美元，新一轮融资的领衔投资者是法国巴黎银行（BNP Paribas）。
报告显示，2017年以来，高盛投资了约15家侧重资本市场业务的金融科技公司，摩根大通投资9家，预计在2017全年，华尔街成熟的金融机构将向金融科技领域投入创纪录的17亿美元。
一网打尽系列文章，请回复以下关键词查看： |
创新发展：习近平 | 创新中国 | 创新创业 | 科技体制改革 | 科技创新政策 | 协同创新 | 成果转化 | 新科技革命 | 基础研究 | 产学研 | 供给侧 |
热点专题：军民融合 | 民参军 | 工业4.0 | 商业航天 | 智库 | 国家重点研发计划 | 基金 | 装备采办 | 博士 | 摩尔定律 | 诺贝尔奖 | 国家实验室 | 国防工业 | 十三五 | 创新教育 | 军工百强 | 试验鉴定 | 影响因子 | 双一流 | 净评估 |
预见未来：预见2016 | 预见2020 | 预见2025 | 预见2030 | 预见2035 | 预见2045 | 预见2050 | |
前沿科技：颠覆性技术 | 生物 | 仿生 | 脑科学 | 精准医学 | 基因 | 基因编辑 | 虚拟现实 | 增强现实 | 纳米 | 人工智能 | 机器人 | 3D打印 | 4D打印 | 太赫兹 | 云计算 | 物联网 | 互联网+ | 大数据 | 石墨烯 | 能源 | 电池 | 量子 | 超材料 | 超级计算机 | 卫星 | 北斗 | 智能制造 | 不依赖GPS导航 | 通信 | MIT技术评论 | 航空发动机 | 可穿戴 | 氮化镓 | 隐身 | 半导体 | 脑机接口 |
先进武器：中国武器 | 无人机 | 轰炸机 | 预警机 | 运输机 | 战斗机 | 六代机 | 网络武器 | 激光武器 | 电磁炮 | 高超声速武器 | 反无人机 | 防空反导 | 潜航器 | |
未来战争：未来战争 | 抵消战略 | 水下战 | 网络空间战 | 分布式杀伤 | 无人机蜂群 | 太空站 |反卫星 |
领先国家：俄罗斯 | 英国 | 日本 | 以色列 | 印度 |
前沿机构：战略能力办公室 | DARPA | Gartner | 硅谷 | 谷歌 | 华为 | 俄先期研究基金会 | 军工百强 |
前沿人物：钱学森 | 马斯克 | 凯文凯利 | 任正非 | 马云 | 奥巴马 | 特朗普 |
专家专栏：黄志澄 | 许得君 | 施一公 | 王喜文 | 贺飞 | 李萍 | 刘锋 | 王煜全 | 易本胜 | 李德毅 | 游光荣 | 刘亚威 | 赵文银 | 廖孟豪 | 谭铁牛 | 于川信 | 邬贺铨 | |
全文收录：2016文章全收录 | 2015文章全收录 | 2014文章全收录 |
其他主题系列陆续整理中，敬请期待…… |