未来20年，12个趋势 16项技术主流（深度好文）
【摘要】
试想，当电脑还很大的时候，如果有人说，未来的电脑非常小，小到可以放到包里、兜里，人们一定会觉得这个人很愚蠢。
然而，现在看来，那些不可能的事情，将来都有可能成为现实；
那些看起来不太可能为我们所使用的东西，将来肯定会为我们所用。跟30年后的我们相比，现在的我们就是一无所知。
今天的文章来自凯文·凯利的演讲，作为互联网的预言大神级人物，凯文·凯利对于经济和社会发展的趋势预测，
影响了很多互联网大咖，
20年前，他就预见了如今移动互联网的商业应用：
物联网、云计算、虚拟现实、网络社区、大众智慧、迭代……
在这篇演讲里，
凯文·凯利提到了未来20年的12个趋势，
哪些行业正处于红利期，所有生意的本质是什么？
看完本文你就会有答案了。
跟30年后的我们相比，现在的我们就是一无所知。必须要相信那些不可能的事情，因为我们尚处于第一天的第一个小时——开始的开始。
我想讲一讲未来20年的技术走向。
技术都会有一个前进的方向，我把它叫做必然，就是这个趋势像重力一样，一定会发生。比如有了芯片、电波等，必然会出现互联网，会出现手机。
我不想讲苹果会不会取胜，特斯拉会不会取胜，中国今后怎样，美国将来怎样，这不是我说的必然。
我说的是一种总体趋势，我相信这些趋势是可以预测的，但是它的细节无法预测，比如电话一定会出现，但苹果不是；网络一定会出现，但Twitter不是。
我想讲一些长期的趋势，这种必然的趋势都是交织在一起的、互相依赖的，但最后朝同一个方向前进。
01
第一个趋势 ：形成（becoming）
所有的东西都在不断升级
这是我的书《必然》中的第一章，就是所有的东西，都变成了另外的东西，所有的东西都是一种流动的状态，都在不断地改变。
下雨时每一滴水会如何进入到山谷，这个路线是肯定无从了解的。但是你一定知道方向——因为有重力，所以必然向下。
而类似于必然发生的“重力”，商业趋势也是必然的，总体趋势一定能够预知。
我们是有选择的。在未来，新的技术必然会出现，我们可以选择想要新技术以什么样的形式出现——也就是说“到底出现什么”是我们可以选择的。
而今天聊到的必然趋势，互相依赖互相支持。在未来，所有的东西都变成了另外的东西，都在流动和改变。这样一种流动是时常在发生的。
比如有型的产品变成了无形的订购服务，过去在商场才能买到商品，但是现在，你可以在网上购买相应的服务，服务的一部分包含了你需要的商品。
比如从硬件到软件，现在所有的东西都是软件，这也是流动的趋势。
比如现在，名词变成了动词，有形的东西变成了无形的。还有产品向服务的转型，之前卖成品，是有形的，现在采取订购，订购服务，是无形的。
我们处在一个液态的世界，所有的东西都在不断地流动，不断升级，变得越来越好。比如汽车，这好像是我们能够想象到的最有形的东西，但是你在睡觉时，特斯拉汽车也在不断升级，它的确变得越来越好了，这就是我们将要进入的一个新世界。
这些对我们有什么影响呢？
首先，终身学习，不断学习。当你一直处于一个学习的状态时，你永远都是一个新的人。所有的东西都是不确定的，你永远都是无知的，不管你多大年纪，处在人生哪个阶段，总会有新的东西出现，所以我们要永远处于学习的状态。
其次，所有的东西都是在形成的过程中，我们之前看到的是产品，现在看到的是过程。比如，我们以前拿到的是已出版的百科全书，现在的维基百科就不是一本百科全书，它是一个创造百科全书的过程。一直在被改变，一直处在创造的过程中。
02
第二个趋势 ：知化（Cognifying）
与人工智能的合作表现决定你的薪酬
未来技术变革的影响是永久性的。技术将和人工智能相关，技术要做的事情是让所有的东西更加智能，这个智化的过程就是技术带来的改变。
未来技术跟人工智能相关，是会给我们社会带来根本性变革的技术趋势，可能就像之前的印刷术一样。
很多东西已经变得很聪明了。比如看X光方面的专家会被人工智能所取代的，法律方面的AI可以比人类律师助理更高效地阅读文件。
还有飞机驾驶员，比如一趟飞机的航程是12小时，人类飞行员只要工作七八分钟就行了，剩下的时间都是AI驾驶飞机，这些都是已经发生的。
我们为什么还需要人工智能去帮助我们开车呢？比如Google的无人驾驶汽车。因为他们的思考方式跟我们不一样，不会考虑杂七杂八的事情，只是专注去开车。
我们在AI方面做的事情，并不是让他们比人做得更聪明，因为它们很多方面已经比人更聪明了，我们要做的是各种各样的AI，让他们有多种思维方式。
Google训练人工智能玩电子游戏，十年前就开始做了，Google从来没想过去教AI怎么玩，而是教AI怎么学习，AI与人类的不同只在于思考的方式不同。
未来将有数以万计创业公司，他们从事的是人工智能用于某一个领域的工作。使用者越来越多的话，机器会越来越聪明，这是一种滚雪球的方式。
过去我们对智商的的认知就是一维的，这是一般的认知，我们不应该再这样看待智商。我们的智商像不同的乐器弹奏不同的乐曲，不同的人弹奏出的乐曲也不一样，所以大家的IQ不一样。动物、人类和机器的节奏也不一样，所以IQ也不同。
很多人也非常担心，机器人会跟我们抢工作。有一些工作实际上是可以直接让机器人来做的，我们在AI上做的事情不是要让AI更聪明，而是让AI自己去学习，有更多思考和思维。
有很多新工作，是机器人去帮助你完成的，工作职位是不断增加的。
AI帮助人类从电力电气、蒸汽时代到现在多彩纷呈的现代世界。现在的汽车，人类用手的肌肉力量即可开动250马力，我们假设将250马力的车转换成250种思想，那么你开的就不是车，而是自动化的电脑。人类未来的目标，是将智力作为一种服务，可以像电力一样传输。
所以，对效率要求不高的工作更适合人类，比如要求创造力的工作，因为创造本身就是不讲究效率的，不用考虑正确性，这是人类适合去做的工作。任何看上去特别重复性的、没有意思的、没有什么乐趣可为的事情，都可以让机器完成。所以阿尔法狗和人比赛，是不公平的比赛，因为AI吸收了过去所有的套路。
未来不管是哪个领域，实际上它都是最聪明的人加上机器。与人工智能的合作表现决定了你的薪酬，你必须要和机器进行合作，而不是和他们对抗。
03
第三个趋势 ：屏读（Screening）
任何一种平面都可以成为屏幕
这个趋势已经围绕在我们周围了，屏幕无处不在。任何一种平面都可以成为屏幕，看的书是一个屏幕，接触的所有平面都可以是一个屏幕。甚至有的人衣服都可以当成屏幕。
不同的屏幕之间形成了生态系统，不仅我们看他们，他们也在看我们。屏幕可以跟踪你的眼神，知道我们注意力聚焦在那儿了，我们重视什么东西，然后改变屏幕上呈现出来的内容。
情绪跟踪就是很好的例子，屏幕可以做注意力跟踪、情绪跟踪。可以根据用户的注意力、情绪做调整。知道你什么时候高兴，什么时候困扰。我们即将进入屏幕时代，无处不在的屏幕，以前是读书，现在是读屏。
原来书本给人权威，现在是流动开放杂乱的世界，现在的真相是要不断地自己组装。
04
第四个趋势 ：流动（Flowing）
你做的所有生意，都是数据
计算机中的三大阶段：原来是文件夹，之后是网络，现在我们处于一个数据流动的时代。现在的阶段就是流标签，云端组成各种各样的流，通过微信、微博、Facebook等等，我们可以听流媒体上的音乐，看流媒体上的电影电视，所有东西都成为一种流。
什么东西在流动呢？数据，不管你是做房地产、医药、化工，还是教育，其实你做的生意都是数据。
商业乃数据之商业。归根结底，你在处理的都是数据。处理数据和处理客户一样重要。
全世界都处于同一个经济脉搏，企业不可能永远增长。但是城市不一样，城市永远在增长。
因特网像一个城市，而不是一个企业，正因为它拥有着无限增长的特质。比如Facebook现在有15亿的社交连接，15亿人相互连接可以做的事情太多太多了，可以产生的价值也不可估量。
很多公司已经意识到了这一点。这么多的数据像是形成了超级生物体，远远超过人脑的容量了，这样一个巨大的机器星球，其实是全球化的一个运作，全世界的经济好像都以同样的脉搏在跳动，以同样的行为方式在运作。
05
第五个趋势 ：重混（Remixing）
大多数创新都是现有事物的重组
经济学家发现，全新的东西很少，大多数创新都是现有事物的重新组合。这种重组就是我这里所说的重混。这是世界发展的方向，重要的趋势。
做重组或者重混时，首先是要做一个拆解，把它拆解成非常原始的状态，再以另外一种方式进行重组，之后不断进行这样的循环，就像你把乐高拆开后再组装。
其实报纸也是一样，报纸不是一个单一的物体，它是一个组合，就是把不同的东西组合在一起：体育赛事、天气情况、书评，包括菜谱等等。英特网上也是，不同的信息组合在一起，把之前所有的报纸拆解了，然后组合在一起。
同样，我们也可以拆解银行，把不同的银行功能分解之后重新组合起来，汽车也是这样，基本上所有的东西都可以这样做。
把化学概念运用到企业当中来，就像一张元素周期表，看一下企业当中的元素周期表，有哪些必要的元素，进行多次拆解重组，会形成新的东西。企业想要升级，需要拆解企业的构成，再进行重组，在重组的过程中产生新事物。
06
第六个趋势 ：过滤（Filtering）
能吸引注意力，就能赚到钱
这是世界的另一面。现在有各种各样的选择，比如，每年会有600万首新歌，我们不可能听完，电影、书、杂志、文章，也是如此。
我们肯定需要一些人来帮忙，找到我们真正需要的东西，这就叫做过滤。
我们是缺乏注意力的，所有的东西都变得越来越丰富，唯一变得稀缺的是人类注意力，没有哪一种技术可以增加你的注意力时间。
金钱是会随注意力走的，你能够吸引注意力，就会赚到钱。只要人们在这个地方花了注意力，肯定需要这方面产生价值，你在这方面做文章，就会赚到钱。
既然我们的注意力是世界上最珍贵的资源，我付出了注意力，我就应该拿到报酬。比如，我如果看了广告，就应该拿到报酬。
07
第七个趋势 ：互动（Interacting）
它的影响将和AI一样深远
在我看来，互动的影响力可能和AI一样深远，电脑就是依赖于互动的。
为什么现在电视那么有意思呢？过去电视就是一个开关或者直接换一个频道，现在可以和电视互动了，可以搜索了，可以做各种各样的事情。
2050年的时候，电脑会变成什么样子？基本上你可以用整个身体没有任何障碍地互动，电脑是全方位可互动的机器。就像交响乐团的指挥家一样。有一些纳米雷达技术，他可以知道你手指动作的意义。
智能手机之后应该是什么呢？一个是虚拟现实VR，把机器戴在脑袋上，你可以看到一些东西。
第二种是MR，也就是现实和虚拟混合。你如果把这样一个眼罩戴上的时候，每一件事情都是以3D的方式存在的，你可以用手控制这些现实，而且你真的是相信这些现实是存在的。
08
第八个趋势 ：使用（Accessing）
所有权价值变成使用权价值
“使用”这个词其实很难去解释，也就是之前我们是拥有一个产品，之后我们去使用某一种服务。
优步是世界上最大的租车公司，但是它并不拥有一辆车，Facebook是世界上最大的媒体公司，但是它却不拥有内容，阿里巴巴是世界上最大的零售商，但是它没有库存。
这种拥有的概念已经不是那么重要了，使用在很多方面比拥有更好，你马上用到一个东西，用完之后马上可以丢掉，肯定比拥有某些东西要更好。因为你的目的是使用，但是拥有的话，你要承担很多的责任。拥有的概念发生了改变，使用权优于所有权。很多东西，我们只需要使用，不需要维护、储存等其他工作。
现在很多的软件也是朝这个方向走了，不用购买，而是订阅，不仅是数字行业，在有形的行业也在发生这样的转变，包括汽车，滴滴、优步都是其中的例子。 我们不需要拥有汽车，只需要使用这种服务，使用无需拥有，无需维护无需储存。
未来按需提供的服务比你拥有这件事物的比例要高。按需经济：各行业的优步。有形的企业也在发生改变。
年轻人，我们把他们叫做游牧民族一样的人，他们在世界各地旅行，但是他们随身什么都不带，你需要什么东西的时候，在哪儿都能够拿到。
再过二三十年，新兴人类去哪儿都不用带任何东西了，去任何一个酒店，他们马上提供你想穿的衣服，你穿完后留在那里，酒店会帮你清理好。
甚至连手机都不用上，因为你看到任何一个平板，就可以认出你是谁，变成你的屏幕，任何一个手机可以认出你来，就变成你的手机，整个世界都是你的，非常了解你，你需要什么都可以给你提供，想送到哪儿都可以。不需要行李箱，不需要任何东西，都有相应的服务，就像是新型游牧民族，不需要携带，游走世界。
09
第九个趋势 ：共享（Sharing）
核心不是分享，而是协作
经常会有人讲分享经济，我想拓展一下这个概念。
首先，现在的分享还属于非常初级的阶段，这个世界很大，有很多东西都是可以分享的。对于创业者来说有一个挑战：我们能够做什么？ 能让分享得越多，价值提升越多。
其实我们在讲分享时，不是一般意义的分享，而是在讲协作，即：分享＝合作，以一种规模化的方式合作，可以让成千上万几十亿的人以合作的方式进行互动，这些人的共同协作可以带来社会的变革。这种规模是之前大家都无法想象的，这就是未来分享的趋势所在，不仅仅是分享设备，这会产生巨大的价值和财富，带来巨大的社会变革。
这里面有一个例子，就是区块链，区块链技术就是把一些交易以分布式的方式呈现，所以你可以以合作的方式来进行计算，不是一对一的，而是整个网络上交易都可以计算出来，之前的任何一项交易都会成为之后的网络构建的基础，在这样一个区块链的网络当中，你是无法作弊的。
10
第十个趋势 ：开始（Beginning）
技术的用途，是用出来的
关于技术，在最开始的时候，没有人知道新的发明是最适合用于什么的，比如爱迪生的留声机，爱迪生根本不知道这能用来干什么。
留声机慢慢应用于两个场景：一是录下临终的遗言，二是录下教堂里的讲话，包括唱歌，后来留声机主要用于这个用途。
所以，用途很多时候就是通过使用来发现的，不断尝试，在发明的时候，我们可能想不了那么多。新技术出来的时候，我们也不知道可以用来干嘛，只有通过使用。
我们要评估技术的时候，也必须要使用这个技术，而不仅仅是空想，因为这个趋势是必然的，我们要指引和控制技术发展的方向，必须要使用，然后去调试、优化，使这个技术变得更好。
因为这些是很新的东西，虽然我们每天花五个多小时在社交媒体上，我们也不知道社交媒体能够给我们带来什么好处，这些问题都没有想通。它要求我们真正去学习它，使用它，这是需要时间的。
我们现在在做的工作可能和两年后完全不一样。150年前，美国70%是农民，现在只有1%的农民，难道那69%的农民就失业了？并不是，设想一下，在多年之后，工作可能就不存在了，我们在不断的时代的演变中，不断改变。
先去做，去尝试，去探索然后再思考，再规划，再去重复试验。要先做后想，再做再想。如果没有做就去思考，只是纸上谈兵。
所以我们需要不断学习，不断接受新的技能心得知识。我们要迎合这个时代的变化，所有人都是新手。
学习是不断创新的，如何去创造新的东西，如何去做创造和引领，不仅仅是学习，要去思考，勇于试错（不能害怕这个错误），犯错和学习进步不能分开。持续性的小错误的容忍性，才能有大的创新的推动。最核心的一点，是需要有思考的原型，然后把它延长下去。
11
第十一个趋势：提问（Questionning）
好问题比完美的答案更重要
今天要找到答案很容易，你可以问百度，可以问谷歌，还有各种AI，他们都特别棒，回答变得越来越便宜。
但是同时，提问变得越来越贵了，我们必须要培训人们去提问，让他们创造问题，一个好的问题，会比一个完美的回答更有价值。
你必须要有非常好的驾驭问题的思维方式，因为问题本身可以开发一个新领域，是一个能动最好的推送者，像引擎一样，推动人的思维不断去创造。
问题比回答更有意义，好的问题是新的领域，问一个好的问题，必须要有一个驾驭问题的能力。
必须要有意识去挖掘问题，不管设想是怎样的，问题要提出来。
12
第十二个趋势 ：颠覆（Disruption）
内因从来不是主要原因
最后我想说说颠覆，就是我们的创造性从何而来。当我们在思考颠覆时，有三个规律：
一、不管你在哪个行业，颠覆不是从内部出现的，而是从外部推动的，内因并不是最主要的原因。医药界的创新和发展，并不是医药界推动的。搜索引擎的创新，也不是从搜索开始的。
二、一些一蹴而就的现象和技术，只是看上去很突然，但它其实已经在背后存在了很多年，比如VR已经25岁了，只是因为没有满足成为产品的底限要求，所以到不了大众的视线。
三，创造或者发明，是一个不挣钱的市场。首先大多数的发明都是失败的，风险非常高，一开始的质量非常差，也就意味着利润非常低，任何商人都会告诉你，投资这一行是非常不挣钱的。
市场小、前途未卜是创业公司的坐标，成功的公司不需要承担这些风险。但是创业公司没有选择，因为他们挤不进那些体量大、很赚钱的市场，只能从这块看起来很差的业务做起。
下一波技术颠覆：
航空公司的颠覆者是无人机，现在无人机可以搭载人了，未来还会有更多的发展。也就是说航空业的颠覆来自于无人机的公司。
而银行的颠覆来自***、支付宝等外部公司。
电信行业颠覆不是来自手机、移动通讯网络，而是来自无线网。
汽车的颠覆不是来自汽车，而是特斯拉，带轮子的计算机。
物种进化过程中不断思考如何进化来提升适应度，低的物种就会被淘汰，高适应度的物种就会存活下来。
所有的企业都在不断追求卓越，也是为了提升适应度。当处于生态圈里卓越的公司，想要攀登到更高峰的时候，需要先下山（降低适应度）再提升来达到顶峰，企业越成功越难下山。
附：这16项技术将会成为主流
Gartner今年发布的技术成熟曲线中，出现了16个处于上升阶段的新兴技术，这些正在崛起的技术，或将成为企业未来几年战略性技术趋势的热点。
不久前，信息技术研究公司Gartner发布了2017年度“新兴技术成熟度曲线”（The Hype Cycle），这是用来评估新科技可见度的一种工具， 也是技术企业投资决策的重要风向标。
根据技术成熟演变速度及要所需时间的预测，Gartner将曲线分成5个阶段：触发期（技术萌芽期）、期望膨胀期、幻灭期、复苏期、生产成熟期。
2017年，进入Hype Cycle中的技术一共有33项。其中，以深度学习、机器学习技术为代表的人工智能众望所归，处于期望膨胀期的顶峰；曾经热炒的VR、AR则处于期望幻灭期或艰难复苏期；商业无人机也正在跌入期望落空的下行周期。
同时，Gartner揭示了处于触发期的16项新技术，他们远未成熟，相当部分只出现在科幻电影中，却很可能是下一个讲故事、炒泡沫的技术新概念。
1
智能微尘
智能微尘（Smart dust）可以是机器人、微机电系统（MEMS）或其他设备，可使智能的无线传感器缩小成沙粒或尘埃般大小，通过光学、温度、压力振动、磁场和化学成分等环境参数来检测事物。
智能微尘是可成为一个无线传感器网络中的节点，用以**、处理信息，或与其他的节点连接。
针对智能微尘的研究尚处在实验室阶段，已有些进展，如南加州大学机器人研究实验室（由美国国防高级研究计划局资助）和JLH实验室，已经开发出一种“智能尘埃”微型摄像头。
2
4D打印
比3D打印多的一个“D”，就是时间维度，其可以通过软件对变形材料编程，在设定的时间内变形为所需形状。
4D打印可直接将设计内置到可变形的物料中，不需连接任何复杂的机电设备，按照产品设计自动折叠。目前，技术的最新前沿是在实验室环境中打印组织和器官。
2016年9月，西安的西京医院曾采用4D打印技术制作气管外支架；今年1月，哈佛团队运用4D打印转换的组织工程支架，用以支持细胞生长。
6月，瑞士的科研团队成功开发了一种4D打印结构，能以完全受控的方式改变自身形状。
3
通用人工智能
通用人工智能（AGI），又名“强人工智能”，指的是在没有编码特定领域知识的情况下，具备处理多种类型的任务和适应未曾预料情形的能力。
2017年的人工智能系统，都未能通过等同于人类智力的通用测试，目前AGI只存在于科幻小说中。
4
神经形态硬件
可以理解为，受到神经生物学结构概念影响的、基于半导体处理器的计算，神经形态芯片与传统处理器不同，是非冯-诺伊曼结构（能在记忆体的不同区域同时执行不同操作）。
2017年，尚处于非常早期的原型阶段，惠普实验室正在开发的“点阵”，就是一种加快神经信息处理形态的引擎设计。
5
人体机能增强
指的是借助外在手段，提供超过正常人类极限的性能，包括增加体力（如通过外骨骼）、提高感知（助听器与手机应用程序优化，或植入磁体检测电流）、提高注意力（如以药物或脑刺激）等。
（资料图）
未来20年，预计这将触发一个价值数十亿美元的市场，相关的伦理争议正在出现，美国有数州通过法案，禁止雇主将芯片植入作为就业条件。
6
5G技术
即第五代移动通信技术。Gartner预计，到2020年，3%的基于网络的移动通信服务提供商（CSP）将推出5G商业化网络。从2018到2022年，国际上将主要利用5G来支持物联网通信、高清视频和固定无线接入。
华为在技术触发期就已布局5G。成为该技术的领导者和推动者，并与全球30多家领先运营商开展创新合作，任正非的传奇看来会延续很多年。
7
无服务器PaaS
无服务器PaaS并非没有服务器，而是将搭建、设置、管理等服务器相关工作封装起来，交由第三方供应商全权接管，让用户感受不到服务器的存在，代表真正“云式操作”的云平台服务，可简化开发、规模经营、降低基础设施成本。
无服务器PaaS预计在未来2到5年迅速成为主流。
8
数字孪生
以数字化方式为物理对象创建的虚拟模型，模拟其在现实环境中的行为，搭建整合制造流程的数字孪生生产系统，可实现从产品设计、生产计划到制造执行的全过程数字化。
例如，一架飞机，依据动力、性能等数字孪生模型，可在电脑里真实地运行起来，方便调校各种参数。
（资料图）
电影《钢铁侠》中斯塔克的研发过程，就利用了数字孪生技术。迄今，已有不少电气企业着手布局，比如美国通用电气（GE）、德国西门子。特斯拉公司还为其生产和销售的每一辆电动汽车建立了数字孪生模型。
Gartner 预计，简单的数字孪生将在消费电子产品等领域快速应用。
9
量子计算
这是一种遵循量子力学规律，以量子位（量子比特）为单元进行计算的新型计算模式。
一个量子位可同时保存所有可能的结果，直到读到一个被称为叠加的属性。由于叠加性的存在，使得量子位状态可处于多种可能性的叠加状态，相比于经典信息处理，量子信息处理的效率上具有更大潜力（小编也说不清楚在说什么）。
基于量子技术的硬件较为复杂，2015年开始，研究竞赛非常激烈，主要玩家有Google，IBM，Intel，Microsoft，D-Wave（加拿大量子计算公司）。其中Intel专注硅量子点技术，微软选择拓扑量子计算，两者较冷门，主要的竞争在Google和IBM之间。
骄傲的是，2017年5月，中科院宣布中国建造了全球第一台超越早期经典计算机的光量子计算机。
中科院建造的基于单光子的量子计算原型机结构
10
立体显示
可将物体呈现为三维效果，采用360度球面视角可跟随观众移动的，可以创建出高度逼真的幻觉效果或立体的视觉感受。
目前，立体显示技术还没有走出实验室，商业应用远未起步。好事者可以想象下，电影《星球大战》中莉亚公主、黑武士等通话中呈现的实体图像。当然，技术的场景肯定不止于通话，至少网红女主播会迎来新一波爆发。
11
脑机接口
脑机接口（BCI）是一种用户界面，用户可通过计算机读取脑中的信息，经过计算处理，让信号转化为相关的反馈指令，计算机或者接受脑传来的命令，或者发送信号到脑。
这个黑科技是科技圈内的热点。今年3月，特斯拉CEO伊隆.马斯克创立新公司Neuralink，涉足该领域；4月，Facebook的硬件开发团队展示了用脑波打字的项目，他们准备打造相关的穿戴式设备系统。
意念意义上的“永生”，也许能通过BCI实现。
12
会话式用户界面
会话式用户界面（CUI）是一个高层次的设计模型，用户和机器以口语或书面自然语言交互作用，其交互作用范围可从简单的话语（如“停止”，“是”或“现在几点”“12:24”）到高度复杂的相互作用（**犯罪案件的证人证言）和高度复杂的结果（如为用户创建一个抽象的形象）。
相比CUI，现在的智能音响就是个玩具。
13
智能工作空间
指嵌入了计算、信息设备和多模态的传感装置的工作或生活空间，以支持人们方便地获得计算机系统的服务。在智能空间的工作和生活过程，将是人与计算机系统不间断的交互过程。
今年3月，阿里巴巴与****eople Squared）联手，共同打造了全球第一款智慧联合办公概念空间——神鲸。
阿里巴巴神鲸空间
14
增强数据挖掘
其标志性的特点是下一代商用智能和分析平台，可使用户自动发现、想象和叙述相关研究，例如相互关联性、整体预测等，无需建立模型或写算法，用户便通过可视化搜索和自然语言查询数据，支持自然语言生成的结果解释。
这将减少数据缺失与人工手动探索造成的“重要见解不正确”风险，有助于优化对策建议，希望它比中国好多高管更靠谱些。
15
边缘计算
指的是一种分散式运算的架构，将应用程序、数据资料与服务的运算，由中心节点处理的大型服务加以分解，切割成更小与更容易管理的部分，分散到边缘节点去处理。在这种架构下，资料的分析与知识的产生，更接近于数据资料的来源，更适合处理大数据。
16
智能机器人
可在物理世界中自主工作，在短期间隔中学习，接受人类监督、培训和示范，在人类的管理下工作。
智能机器人的高可靠性、高安全性、高生产力以及低成本，将在大量行业中表现强竞争力，相关宣传和期望将持续增长。
百度研发的人工智能机器人“小度”
国内互联网的BAT，国外的谷歌、IBM、微软、脸书、亚马逊等科技巨头均在投入巨资，抢占智能机器人的战略制高点。
结语
我最后做一个总结，大家都知道未来令人难以置信，很多年前我在讲电脑，当时的计算机非常大，如果我说，以后计算机可以放到包里，甚至衣服上，人们会觉得我很愚蠢。
这些年来我发现一点，我们必须要相信那些不可能的事情，那些看起来不太可能为我们所使用的东西，将来肯定会为我们所用。我们尚处于开始的开始，处于第一天的第一个小时。
现在没有人是AI的专家——很多人懂AI，但是没有人是专家。跟30年后的我们相比，现在的我们就是一无所知。
我们看过去，认为过去是好的创业时机。同样，未来也是最好的时候。我们也处于最好的创业时代，因为我们还处在一个起点的时代。
如果现在我们已经处于20年以后了，人们会怎么说呢？可能会说，天呀，我真希望2017年活在这个世界上去创业，因为那个时候是创业的最好时期，很简单就找到商机了，很容易就改变世界了。
世界上最伟大的东西，现在还没有被发明出来，也就是说你现在开始，为时未晚。
{{item_time_note}}
{{ticketText != ''&&item_time_note!=''?'（':''}}
说明：{{ticketText}}
{{ticketText != ''&&item_time_note!=''?'）':''}}
还木有人报名，快来成为活动第一人吧！
正在加载...
{{hot.infoTitle}}
加载中
使用微信或支付宝扫码完成支付
扫码支付更轻松
关注成功
185-1971-5119
