1996年，IBM公司開發的深藍計算機與國際象棋大師卡斯帕羅夫進行了一場比賽，最后深藍計算機取得了勝利。當時這引起了社會各界的巨大轟動，甚至有人認為人工智能將取代人腦。此后，智能技術的發展并沒有想象中的那樣快，但是最近幾年，智能技術在為機器賦予了人類感覺和思考能力方面取得了長足進步，將在2016年呈現十大發展趨勢。

　　一、信息系統集成化

　　推動智能技術重大突破

　　由于各類信息系統的集成應用，智能技術在終端輕型化、運算復雜化、平臺大型化等方面形成突破。首先是集成電路技術迅猛發展。集成電路技術推動具有不同功能系統的相互集成。例如，手機成為集通信、拍照、導航等多種功能于一體的智能終端。其次是復雜運算性能大幅提高。計算機的快速并行運算能力為處理大規模非結構化數據提供支撐。最后是大型云平臺集中涌現。大型云平臺推動不同類型的服務向平臺集中，進而引起用戶數據的集中，為智能技術發展提供了沃土。

　　二、機器學習

　　加快平臺化開源化

　　就像學生在學習中提升能力一樣，機器學習是指計算機通過學習人們為它提供的大量“素材”，能夠在不依靠外部設定程序的情況下，具備自主識別、處理信息并做出判斷的能力。目前，谷歌、facebook、微軟、IBM等公司都加快機器學習技術的研發，并向外界開放了本公司的機器學習平臺。究其原因，主要是他們希望以機器學習平臺凝聚全球智力資源，挖掘散落在全球各個角落的智慧聚合價值。同時，和谷歌開放安卓開發平臺一樣，這些公司雖然開放了內部核心技術平臺，但仍然牢牢掌控了機器學習技術生態的主導權。因此，更多的機器學習技術將會在2016年向世界開源，從而形成全球共同研發的大平臺。

　　三、基于人工神經網絡

　　的深度學習擴大技術實驗

　　深度學習和機器學習有本質區別。深度學習是指按照人腦神經結構在計算機上建立人工神經元網絡，教會機器如何像人一樣思考。與人類大腦溝回越多智商越高類似，人工神經元網絡的層次越多，學習深度就越深，神經元規模就越大，計算也就越復雜。因此當前很多大公司都在不斷擴大人工神經網絡的規模，已知規模達到150多層。深度學習在機器翻譯、圖像識別等領域正加快應用。例如，通過不斷提升人工神經元網絡的技術能力，計算機能夠在海量視頻圖像中準確快速地找到某一幀畫面。2016年，更多加深學習深度的技術試驗將會集中展開。

　　四、機器感覺及應用

　　取得關鍵突破

　　機器感覺就是機器要像人一樣具有視覺、味覺、聽覺、觸覺等感覺能力，并憑借此開展一系列工作。機器感覺應用的蓬勃發展主要依賴三大技術的支撐。首先是精準傳感技術。以往，我們的傳感技術只是傳輸大致的數據信息，并不是很準確。例如，壓力傳感過去精度不是很高，而現在智能手機屏幕可以通過識別人們觸摸屏幕的不同強度，而提供不同服務。其次是多傳感、多信息融合技術。人類在看到一朵花的時候，也能聞到它的芳香，這是視覺和嗅覺的融合作業。依托多傳感、多信息融合技術，機器感覺也具備這種能力，能夠將不同類型感知數據以統一格式傳輸到信息處理中樞。最后是互聯網技術。互聯網技術讓機器擁有了遠程感知能力，不光能對周邊環境盡在掌握，還能感知千里之外的環境數據。

　　五、智能技術在信息

　　密集行業率先商業化

　　智能技術與商業化是相輔相成的，只有很好的商業化才能為技術發展提供源源不斷的資金支持，同時技術發展也將為商業化帶來更多的消費需求。2016年，智能技術將在視頻存儲與處理、網絡與信息平臺運營、電子商務、互聯網金融服務、地圖與位置服務、公共安全管理等信息密集行業加快商業化步伐。例如，在視頻存儲和處理行業，以往感知終端是全天候對外界環境進行不間斷地記錄，由此形成的海量數據會為存儲設備帶來巨大存儲壓力。現在，智能技術會有選擇地進行數據的采集和存儲，在必要的情況下開啟工作，并實時對采集數據進行壓縮、去冗余等操作，實現對視頻數據的智能處理。
六、智能裝備及機器人

　　開始規模量產

　　目前，無人機、無人車、智能機器人、3D打印等都已形成成熟產品，并開始規模量產。在無人機和無人車方面，美國、英國去年都實施了多項優惠政策，支持無人機、無人車的發展；奔馳、奧迪公司提出將在2016年引入智能駕駛技術，百度公司也將擴大無人駕駛汽車的試驗范圍。在智能機器人方面，美國、俄羅斯正在研發新一代具有作戰能力的軍用機器人，同時美國還計劃在太空站部署太空機器人。在智能工廠方面，德國很可能會在2016年推出智能工廠平臺，像Windows平臺連接計算機、打印機等設備一樣，智能工廠平臺將會把工廠中各種機器設備全部連接在一起。

　　七、智能識別技術

　　進入快速產業化階段

　　智能識別技術主要是對物品、環境、圖像的識別。首先是物品智能識別。智能識別技術通過利用二維碼、射頻識別（RFID）等對物品進行標記，能夠快速記錄物品特征信息、實時抓取特定信息、智能追溯物品來源。目前，該項技術已在食藥品流通全生命周期追溯、車牌實時智能識別等領域展開廣泛應用。其次是環境智能識別。機器視覺技術使智能機器人能夠看清楚它所處的環境，并根據所感知到的環境信息，自行規劃行走路徑。最后是圖像智能識別。目前，指紋和虹膜識別在身份識別的精度和安全性方面仍稍顯不足。很多公司都在加快推廣人臉識別技術，比如阿里公司已經研發出基于人臉識別的支付功能，大大提升了移動支付的安全性。

　　八、自然語言理解

　　技術進一步成熟

　　自然語言理解技術是人機交互的重要方面，即人類如何與機器進行順暢的語言溝通。目前，自然語言理解技術已深入手機、汽車等人類觸手可及的終端產品，應用場景不斷拓展。首先，一些電子商務平臺能夠為用戶提供基于語音的集選購、下單、支付等為一體的自助購物功能。其次，一些汽車出行服務平臺能夠以語音形式與用戶在導航、救助等方面進行實時溝通，為用戶答疑解惑。同時，大量家用交談機器人、智能機器人的出現，豐富了大眾的家庭生活。最后，一些智能產品能夠根據用戶語音指示，執行相應操作。例如，科大訊飛推出的一款智能音箱，能夠按照用戶的語音要求，為用戶播放想聽的音樂。

　　九、智能技術與虛擬現實技術

　　融合發展

　　目前，在圖形處理器（GPU）、新型顯示、人機交互與智能技術融合發展的推動下，虛擬現實技術能夠在專用頭盔或者眼鏡上實現對現實環境的虛擬化再現。2016年的消費電子展表明虛擬現實技術已經發展成熟，很多公司都已推出一套成熟的解決方案，只差將虛擬現實技術進行合理的商業化運作。谷歌、Facebook、索尼、暴風影音等公司在游戲、娛樂、教學訓練、創意設計等領域加緊布局虛擬現實，虛擬現實技術在數字內容制作、核心技術研發、顯示設備開發等方面接近爆發臨界點。

　　十、智能技術應用創新

　　進入活躍期

　　2016年，智能技術不斷演進，應用更加廣泛，將進入創新的活躍期。在我們身邊將會涌現出更多的智能技術應用，比如取代人力勞動的智能機器人，管理貨物運輸、倉儲、交付的智能物流應用，以及遠程智能操控家居用品的智能家居技術。智能技術將加速與其它領域先進技術跨界融合，成為社會進步的重要力量。