2015年中国十大新兴技术盘点

　　6。自然发生的人工智能

　　简单而言，人工智能(AI)就是一门让电脑来代替人类干活的科学。近年来，人工智能取得了重大进展：我们大多数人手中的智能手机都能识别人类的语言，很多人都在机场边检排队时体验过人脸识别技术。无人驾驶汽车和无人机正处于测试阶段，尚未如外界所期待的一样投入广泛使用，但对于一些学习和记忆任务而言，机器肯定要强于人类。

　　与普通软硬件相比，人工智能可帮助机器感知环境变化并做出应对。自然发生的人工智能则在此基础上更进了一步，机器可通过消化海量信息进行自动学习。卡内基梅隆大学的“永不停止的语言学习”项目(NELL)便是一例。这套计算机系统不仅能查阅数以亿计的网页来读取现成的材料，还能在此过程中主动提高自身阅读和理解能力，以求在未来进一步提升表现。

　　与下一代机器人一样，机器在某些任务的执行上显然要优于人类。有鉴于此，完善后的人工智能将会带来生产力的显著提高。大量证据表明，无人驾驶汽车有助于减少道路交通中发生的碰撞和由此引发的人员死伤等问题，因为机器可避开人类容易犯的错误，如注意力不集中、视觉误差等问题。智能机器能在更短的时间内获得更多信息，并能不带任何人类式的偏见去做出应对，因而在疾病诊疗上或能完成得比医学专家更为出色。当前，肿瘤学上正在部署“华生”系统，来协助开展诊疗工作。

　　7。分布式制造技术

　　分布式制造技术将颠覆我们的产品生产方式和销售方式。传统制造业是把原材料收集起来，加以组装，并在大型集中式的工厂中把产品制作成形，之后再原样分销至顾客手中。分布式制造技术则把原材料和生产方式分散化，而产品的最终生产将在终端顾客的身边完成。

　　从本质上说，分布式制造技术的概念是尽可能多地用数字信息取代实体供应链。以椅子制作为例，其流程是将有关椅子部件切割的数字方案发送到当地的生产中心，再用CNC刳刨机等由计算机控制的切割工具进行切割，然后由顾客或当地的制作车间进行组装，变为成品。美国家具企业AtFAB公司目前已经采用了这一模式。

　　当前，分布式制造技术在使用上高度依赖自助式的“创客运动”，即爱好者们利用本地的3D打印机、用本地的材料来生产产品。这当中有开源思维的元素，即消费者可以根据自身需求和喜好来制作个性化的产品。

　　分布式制造技术能使当前一些模式化的物品变得更为多样化，比如智能手机和汽车等等。产品的体积大小不成问题。英国FacitHomes公司已经在用个性化的设计和3D打印来为客户量身定制房屋。

　　8。能够“感知和躲避”的无人机

　　近年来，无人驾驶飞行器，即无人机，已成为一国军事实力的重要组成部分，但也引发了不少争议。此外，无人机在农业、航拍和其他许多频繁需要低成本空中巡查工作的任务中也有广泛应用。但截至目前，这些无人机仍都有人类飞行员，只不过这些飞行员是在地面远程操控飞行器的飞行。

　　下一步，无人机技术将要开发可以自主飞行的机器，应用领域将进一步拓宽。要做到这一点，无人机必须能感知周围环境并做出应对，调整飞行高度和飞行线路，避免与途中其他物品发生碰撞。在自然界中，鸟类、鱼类和昆虫均能成群结队地集合在一起，每一只动物几乎都能与身边的伙伴同步瞬时移动，并以团队为单位飞行或游动。无人机不妨对此加以模仿。

　　9。神经形态技术

　　目前，哪怕最先进的超级计算机，其复杂程度也无法与人脑相媲美。计算机是线性的，主要依靠高速中枢，在中央处理器和存储芯片之间实现数据的来回移动。相比之下，人脑则处于全方位的互联状态，人脑中的逻辑和记忆紧密关联，其密度和多样性均是现代计算机的数十亿倍。神经形态芯片旨在用与传统硬件完全不同的方式处理信息，通过模仿人脑构造来大幅提高计算机的思维能力与反应能力。

　　近年来，计算机微型化使得传统计算性能得到大幅提升，但存储器与中央处理器之间数据的不断移动会消耗大量能源，产生多余热量，这一瓶颈限制了计算机的进一步改进。相比之下，神经形态芯片能效更高、性能更强，可将负责数据存储和数据处理的元件整合到同一个互联模块当中。从这一意义上说，这一系统与组成人脑的数十亿计的、相互连接的神经元颇为相仿。

　　神经形态技术将是高性能计算的下一个发展阶段，它能够大幅提升数据处理能力和机器学习能力。IBM公司2014年8月所公布的百万神经元级别的TrueNorth芯片，在执行某些任务时，其能效可达传统中央处理器的数百倍，首次与人脑的大脑皮层有了可比之处。神经形态芯片计算能力显著提高，能耗和体积却要小得多，更为智能的小型机器或将引领计算机微型化和人工智能的下一阶段。

　　其潜在用途包括：可更好地处理和应对图像信号的无人机、更为强大、更为智能的相机和智能手机、有助于解读金融市场奥妙或进行天气预报的大规模数据透视。未来，计算机可以自主地进行预测和学习，而不是仅仅按照预先编写好的程序行事。

　　10。数字化基因组

　　人体基因组由32亿个DNA碱基对组成，历史上第一次对其排序时，花了数年时间，耗资高达数千万美元。但今天，仅需几分钟，便可完成个人基因组的排序和数字化，花费也仅需数百美元。所得数据可通过U盘传输到笔记本电脑上，随后十分便捷地通过互联网进行共享。这种技术仅需很低的成本，便能瞬时探明我们每个人所独有的遗传结构，将为进一步推动医疗个性化、改善医疗效果带来一场革命。

　　人类健康所面临的许多最难对付的挑战，不管是心脏疾病还是癌症，都有着与之对应的遗传因素。有了数字化技术之后，医生能通过观察肿瘤的基因结构来决定如何治疗癌症患者。同时，这一新知识也有助于制定具有高度针对性的疗法，使精确用药成为可能，从而改进患者特别是癌症患者的治疗效果。