在2018世界機器人大會17日的主論壇上，中國電子學會發(fā)布《新一代人工智能領(lǐng)域十大最具成長性技術(shù)展望（2018-2019年）》。

　　一、對抗性神經(jīng)網(wǎng)絡。

　　是指由一個不斷產(chǎn)生數(shù)據(jù)的神經(jīng)網(wǎng)絡模塊與一個持續(xù)判別所產(chǎn)生數(shù)據(jù)是否真實的神經(jīng)網(wǎng)絡模塊組成的神經(jīng)網(wǎng)絡架構(gòu)，創(chuàng)造出近似真實的原創(chuàng)圖像、聲音和文本數(shù)據(jù)的技術(shù)。該技術(shù)有望大幅提升機器翻譯、人臉識別、信息檢索的

　　二、膠囊網(wǎng)絡。

　　是指在深度神經(jīng)網(wǎng)絡中構(gòu)建多層神經(jīng)元模塊，用以發(fā)現(xiàn)并存儲物體詳細空間位置和姿態(tài)等信息的技術(shù)。該技術(shù)能使機器在樣本數(shù)據(jù)較少情形下，快速識別不同情境下的同一對象，在人臉識別、圖像識別、字符識別等領(lǐng)域具有廣闊的應用前景。精度和準確性，隨著三維模型數(shù)據(jù)序列能力的提升，未來將在自動駕駛、安防監(jiān)控等領(lǐng)域產(chǎn)生可觀的應用價值。

　　三、云端人工智能。

　　是指將云計算的運作模式與人工智能深度融合，在云端集中使用和共享機器學習工具的技術(shù)。該技術(shù)將龐大的人工智能運行成本轉(zhuǎn)移到云平臺，能夠有效降低終端設備使用人工智能技術(shù)的門檻，有利于擴大用戶群體，未來將廣泛應用于醫(yī)療、制造、能源、教育等多個行業(yè)和領(lǐng)域。

　　四、深度強化學習。

　　是指將深度神經(jīng)網(wǎng)絡和具有決策能力的強化學習相結(jié)合，通過端到端學習的方式實現(xiàn)感知、決策或感知決策一體化的技術(shù)。該技術(shù)具有無需先驗知識、網(wǎng)絡結(jié)構(gòu)復雜性降低、硬件資源需求少等特點，能夠顯著提升機器智能適應復雜環(huán)境的效率和健壯性，將在智能制造、智能醫(yī)療、智能教育、智能駕駛等領(lǐng)域具有廣闊發(fā)展前景。

　　五、智能腦機交互。

　　是指通過在人腦神經(jīng)與具有高生物相容性的外部設備間建立直接連接通路，實現(xiàn)神經(jīng)系統(tǒng)和外部設備間信息交互與功能整合的技術(shù)。該技術(shù)采用人工智能控制的腦機接口對人類大腦的工作狀態(tài)進行準確分析，達到促進腦機智能融合的效果，使人類溝通交流的方式更為多元和高效，未來將廣泛應用于臨床康復、自動駕駛、航空航天等多個領(lǐng)域。

　　六、對話式人工智能平臺。

　　是指融合語音識別、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)者提供具備識別、理解及反饋能力的開放式平臺的技術(shù)。該技術(shù)能夠?qū)崿F(xiàn)機器與人在對話服務場景中的自然交互，未來有望在智能可穿戴設備、智能家居、智能車載等多個領(lǐng)域得到大規(guī)模應用。

　　七、情感智能。

　　是指利用人工智能手段模擬表情、語氣、情感等類人化情緒響應，以打造具有情緒屬性的虛擬形象的技術(shù)。該技術(shù)可賦予機器設備更好的對人類情感的識別、理解和引導能力，為用戶帶來更具效率和人性化的交互體驗，未來將在智能機器人、智能虛擬助手等領(lǐng)域得到更為頻繁和深入的應用。

　　八、神經(jīng)形態(tài)計算。

　　是指仿真生物大腦神經(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)絡組織方式，賦予機器感知和學習能力的技術(shù)。該技術(shù)的目標在于使機器具備類似生物大腦的低功耗、高效率、高容錯等特性，將在智能駕駛、智能安防、智能搜索等領(lǐng)域具有廣闊應用前景。

　　九、元學習。

　　是指將神經(jīng)網(wǎng)絡與人類注意機制相結(jié)合，構(gòu)建通用算法模型使機器智能具備快速自主學習能力的技術(shù)。該技術(shù)能夠使機器智能真正實現(xiàn)自主編程，顯著提升現(xiàn)有算法模型的效率與準確性，未來的進一步應用將成為促使人工智能從專用階段邁向通用階段的關(guān)鍵。

　　十、量子神經(jīng)網(wǎng)絡。

　　是指采用量子器件搭建神經(jīng)網(wǎng)絡，優(yōu)化神經(jīng)網(wǎng)絡結(jié)構(gòu)和性能的技術(shù)。該技術(shù)充分利用了量子計算超高速、超并行、指數(shù)級容量的特點，有效縮短了神經(jīng)網(wǎng)絡的訓練時間，未來將在人臉識別、圖像識別、字符識別等領(lǐng)域具有重要應用價值和廣闊前景。