【装备课堂】最被看好的十大人工智能技术
中国电子学会
在世界机器人大会上
发布新一代人工智能
十大成长性技术展望
不废话，一睹为快
1
对抗性神经网络
是指由一个不断
产生数据的神经网络模块
与一个持续判别所产生
数据是否真实的
神经网络模块组成的
神经网络架构，
创造出近似
真实的原创图像、
声音和文本数据的技术。
该技术有望大幅提升机器翻译、
人脸识别、信息检索的
精度和准确性，
随着三维模型数据
序列能力的提升，
未来将在自动驾驶、
安防监控等领域
产生可观的应用价值。
2
胶囊网络
（胶囊网络算法可以从不同角度识别同一物体）
是指在深度神经网络中
构建多层神经元模块，
用以发现并存储
物体详细空间位置和
姿态等信息的技术。
该技术能使机器
在样本数据较少情形下，
快速识别不同情境下的
同一对象，
在人脸识别、图像识别、
字符识别等领域
具有广阔的应用前景。
3
云端人工智能
（推出人工智能服务的主要云计算公司）
是指将云计算的运作模式
与人工智能深度融合，
在云端集中使用和
共享机器学习工具的技术。
该技术将庞大的人工智能
运行成本转移到云平台，
能够有效降低终端设备
使用人工智能技术的门槛，
有利于扩大用户群体，
未来将广泛应用于医疗、
制造、能源、教育等
多个行业和领域。
4
深度强化学习
（深度强化学习具有良好的结构特点）
是指将深度神经网络
和具有决策能力的
强化学习相结合，
通过端到端学习的方式
实现感知、决策或
感知决策一体化的技术。
该技术具有无需先验知识、
网络结构复杂性降低、
硬件资源需求少等特点，
能够显著提升机器智能
适应复杂环境的效率和健壮性，
将在智能制造、智能医疗、
智能教育、智能驾驶等领域
具有广阔发展前景。
5
智能脑机交互
（神经系统和外部设备间信息交互与功能整合）
是指通过在人脑神经
与具有高生物相容性的
外部设备间建立值接连接通路，
实现神经系统和外部设备间
信息交互与功能整合的技术。
该技术采用人工智能
控制的脑机接口
对人类大脑的工作状态
进行准确分析，
达到促进脑机
智能融合的效果，
使人类沟通交流的方式
更为多元和高效，
未来将广泛用于临床康复、
自动驾驶、航空航天等多个领域。
6
对话式人工智能平台
（对话式人工智能平台结构）
是指融合语音识别、
语义理解、自然语言处理、
语音合成等多种解决方案，
为开发者提供具备识别、
理解及反馈能力的
开放式平台的技术。
该技术能够实现机器与人
在对话服务场景中的自然交互，
未来有望在智能可穿戴设备、
智能家居、智能车载等多个领域
得到大规模应用。
7
情感智能
（情感智能技术将模拟人的情绪）
是指利用人工智能手段
模拟表情、语气、情感等
类人化情绪响应，
以打造具有情绪属性的
虚拟形象的技术。
该技术可赋予机器设备
更好的对人类情感的识别、
理解和引导能力，为
用户带来更具效率和
人性化的交互体验，
未来将在智能机器人、
智能虚拟助手等领域得到
更为频繁和深入的应用。
8
神经形态计算
（神经形态计算的结构）
是指仿真生物大脑神经系统，
在芯片上模拟生物神经元、
突触的功能及其网络组织方式，
赋予机器感知和
学习能力的技术。
该技术的目标在于
使机器具备类似生物大脑的
低功耗、高效率、高容错等特性，
将在智能驾驶、智能安防、
智能搜索等领域
具有广阔应用前景。
9
元学习
（元学习实现快速自主学习）
是指将神经网络与
人类注意机制相结合，
构建通用算法模型
使机器智能具备
快速自主学习能力的技术。
该技术能够使机器智能
真正实现自主编程，
显著提升现有算法模型的
效率与准确性，
未来的进一步应用将
成为促使人工智能
从专用阶段迈向通用阶段的关键。
10
量子神经网络
（量子神经网络结构示意图）
是指采用量子器件搭建神经网络，
优化神经网络结构和性能的技术。
该技术充分利用了量子计算
超高速、超并行、
指数级容量的特点，
有效缩短了
神经网络的训练时间，
未来将在人脸识别、图像识别、
字符识别等领域具有
重要应用价值和广阔前景。
▋来源：来点科学
▋监制：邹维荣
▋责编：韩阜业
▋编辑：王晓学