量子计算、区块链、自动驾驶……这些技术在2018年的命运如何？

- - - 【指导】 - - -

那些看似天马行空的高科技技术正以意想不到的速度渗透到我们的生活、生产和服务中。 那么，这些技术在即将到来的2018年又将迎来怎样的命运呢？ 这里有最权威的2018科技趋势预测。

随着物联网技术、量子计算、边缘计算、自然语言处理、区块链、自动驾驶等前沿技术的不断渗透，科技圈已经无法抑制对其发展趋势和应用方向的期待2018年，今日，阿里巴巴与今日头条联合发布了2018年科技趋势预测。

来自全球不同领域的15位科学家，就各自领域的前沿技术将如何在2018年生存、影响世界、影响社会生活给出了相关预测。

石耀云

量子霸权或将实现，应用任重而道远

回顾2017年，科技圈的从业者不难举出几项超凡的成就。 例如，我国潘建伟团队研制出世界上第一台性能超越早期计算机的光量子计算机，而国际巨头IBM、谷歌和英特尔都直接针对49个量子比特的“量子至上”级别的量子纠缠进行了研究。并制定了更详细的推广计划。

一切似乎都乐观而繁荣。 你是不是天真地认为那些久未解决的计算问题、生物问题、超级计算、金融预测等等……很快就会迎来量子计算过关？ 阿里云量子实验室首席科学家石耀云的预测告诉你，这个质的飞跃来得并不容易。 石耀云认为，量子霸权、多元算法、量子密码应用将是2018年量子计算的三大趋势。

2018年量子计算第一幕的高潮应该是“量子霸权”。

多个超导团队和可能的离子阱团队将声称实现经典计算机无法模拟的量子处理器。 然而，经典的模拟能力可能会随着新的理论突破而大幅提升，重新设置争霸的起点。

量子算法和路径之争将蓬勃发展

今年可能会见证第一个拓扑比特的诞生。 超导、离子阱等其他颠覆性新思想的种子可能在今年悄然落下。 由于进入门槛低，昆腾软件将继续蓬勃发展。 关于量子算法的论文将会蓬勃发展，但大多数只不过是组合。

在量子安全通信方面，量子安全性能与经典密码学的竞争将加剧。

一方面，经过多年苦心钻研的经典密码学“后量子密码学”，秘籍终于被实践到实用层面，展现了抗量子攻击的能力和无需额外投资的成本优势. 另一方面，作为应对措施，今年可能会出现体积小、价格低廉的量子密码产品，打开短距离量子密码的大规模市场。

蒋国飞

见证物联网应用爆发，区块链将实现跨链价值

物联网圈子是“元年”富起来的圈子。 有人说，2017年是AI爆发元年、区块链元年、物联网元年。 蚂蚁金服副总裁、技术实验室负责人蒋国飞认为，2018年，我们或将真正见证物联网应用。 大爆发。

传感器融合与数据处理迈上新台阶

受益于物联网市场的爆发，用户体验得到了前所未有的提升，但传感器的融合以及大量传感器带来的数据计算和处理将成为新的课题。

边缘计算价值进一步凸显

物联网前端大量传感器数据处理的需求将推动边缘计算的快速落地。 庞大、分布式、轻巧的物联网设备给整个系统的安全管理带来了前所未有的挑战。 2018年，图像、视频、语音等交互技术的进步，将让机器更“懂”你。 更多的生物识别技术将取代密码。 随着传感器数量的爆发式增长，海量的物联网数据以前所未有的方式将物理世界映射到虚拟网络中。 将数据挖掘和人工智能技术相结合，可以让我们更准确地认识世界和我们自己。

区块链将实现跨链价值

2018年，业界将继续密切关注区块链技术的发展。 在金融服务、供应链管理等场景中，部分区块链应用将从概念验证（PoC）阶段落地到实际商业系统。 越来越多的传统行业会思考现有的商业模式，拥抱区块链技术。 共识机制、网络决策等核心技术的发展将不断提升区块链系统的性能和规模。 在比特币和以太坊之后，将会出现第三代区块链技术架构。 零知识证明等方面的进步将完善区块链系统的安全和隐私模型，进一步解决互信与隐私之间的矛盾。 此外，在多平台共存的情况下，跨平台多链互联量子技术对比特币的影响，实现跨链价值传递和数据交换，将成为区块链技术关注的焦点。

朱生火

消费者和商业 AI 应用程序都在爆炸式增长

人工智能在技术上取得了长足的进步，这两年不断刷新着人们的认知。 而达摩院机器智能实验室研究员朱生火认为，在应用方面，人工智能也将在消费领域和商业领域迎来双爆发。

不同领域的应用其实不尽相同。

朱生火认为，2018年人工智能应用将有两大趋势：一是面向消费者的人工智能技术（智能音箱、翻译机等）将继续蓬勃发展，二是商业人工智能技术将从边缘走向终端核。

那么这项技术在开发和实施的过程中会遇到哪些挑战呢？ 朱生火认为，主要来自四个方面：

李航

智能语音会更智能

2017年，当智能音箱作为智能家居的爆款开始流行，人们在使用过程中不断体验到人工智能技术，尤其是语音识别准确率和速度的提升。 那么作为核心技术支撑，NLP（自然语言处理）在2018年会有哪些突破呢？

今日头条人工智能实验室主任李航认为，2018年NLP（自然语言处理）在翻译、问​​答、对话等几个方面将继续取得长足进步。 大胆预测，未来一年，对话系统将能够更好地理解人类语言，通过语言更自然地与人类互动。 令人震惊的对话突破可能来自以下场景。

斯洛

机器阅读理解能力将首次略超人类

机器学习是人工智能技术的一个非常重要的分支。 在以往的认知中，机器学习在处理和掌握结构化数据方面是非常顺畅的。 但是，从思维、表达、复杂度、阅读理解、情感分析判断等方面，似乎都没有办法很好地处理结构化数据。 那么，这种情况在2018年会有所改善吗？

量变未质变：认识和思考还有很长的路要走

达摩院机器智能实验室NLP首席科学家司南认为，2018年初，我们的机器阅读理解技术（精准匹配）首次略微超过了人类。 这一里程碑给了研究人员希望。 然而，

但对于机器的最终目标“理解和思考”来说，这只是万里长征的开始。 迁移学习等技术的广泛使用会带来更好的效果，语言学知识或知识库知识会更好地融入机器翻译模型，单语语料库和可比语料库会更多地用于稀缺资源语言的翻译； 信息抽取技术将从纯文本通用类型信息抽取走向富媒体（文本、表格、图片等）和垂直领域信息抽取。 可以预见，未来人类会习惯机器在更具体领域的“超人”表现，但机器在短期内达到人类思维的深度和广度还需要时间。

闫志杰

人机交互将摆脱形式的束缚，更贴近交流的本质

目前人机交互的应用情况还局限于“机器人”与人、智能音箱与人等固定形态。 未来，人机交互的形式将如何丰富？

达摩院机器智能实验室语音技术主任严志杰认为，从2018年开始，人与机器的交互方式将开始完全摆脱任何形式的交互界面，更加接近人与人的交互方式。 这背后是听觉、视觉、触觉，甚至味觉等多模态技术的全面融合。

机器将能够从语气和声音、肢体动作、面部表情等方面感知人类更丰富的表情，从而更智能地理解人类的意图。 生活空间、交通空间、工作空间将是三个最先落地的区域。

谢艳

智能硬件将稳步积累

随着物联网技术的发展，人与物、人与物、物与物的交互将越来越丰富，在移动互联网时代将不再受限于手机。 因此，更实用的智能硬件将会爆发。 这场爆发究竟是体量的提升量子技术对比特币的影响，还是地位上升的结合？ 这是预测。

AliOS首席架构师谢燕认为，移动互联网时代将在2018年正式落幕，越来越多的智能终端将出现，带有麦克风、摄像头、屏幕或更多传感器，具备联网、交互、语音、视觉、等等，向泛AI靠拢。 许多工作和娱乐不需要通过手机来完成。 AI 智能硬件设备活跃量将迎来爆发式增长。

2018年，人们花在单一终端设备上的时间将大幅下降，智能手机用户的活跃时间或将出现近年首次负增长。 相比之下，包括智能手机在内的智能终端设备总量将持续增长，用户的上网时间将更加碎片化。

李雷

计算机视觉将融入大量硬件和服务中

当越来越多的图像处理和视觉处理需求摆在物联网这个巨大的市场面前时，从业者怎能不提升自己的技术实力，落地实际应用呢？

今日头条人工智能实验室主任李雷认为，2018年，摄像头、红外摄像头、麦克风、陀螺仪加速度计等多种传感器的协同分析，将大大提高对场景、空间定位、人物、动作、意图的理解. 随着手机、电视、音箱、耳机、手表等各种终端计算能力的加强，对人物行为的理解能力有望在今年年底移植，实现实时理解和视频创作。

今年机器学习的一个趋势不仅是优化模型性能，还包括在训练和推理过程中引入反馈和人工修正。 在human-in-the-loop机器学习、交互式机器翻译（Interactive machine translation）方面，今年会有更多方法尝试优化模型和人的实时反馈动作，最终取得更好的综合性能。 基础研究将有更大突破，逐步揭开深度学习的黑匣子，提高机器学习模型的可靠性、稳定性和可解释性。

王刚

中国自动驾驶极有可能超越美国

自动驾驶是一个涉及众多行业的行业，近年来发展迅速。 无论是整车制造、科技公司、法律法规，都在密切关注其进步的速度。 那么，期待已久的自动驾驶上路、无人驾驶是否有望在2018年到来呢？

阿里巴巴人工智能实验室杰出科学家王刚认为，2018年将是自动驾驶大规模落地的一年。 从应用场景来看，任何道路上的L4级自动驾驶（无人驾驶）仍面临很大挑战，而L3级以下的自动驾驶（辅助驾驶）则离不开人的接管和控制。 因此，2018年，有限场景下的无人驾驶将率先落地。

由于政策对人工智能产业的大力支持，未来几年中国的自动驾驶极有可能超过美国。 人类不是未来车辆的驾驶员，他们是“珍贵的货物”。 从行业趋势来看，越来越多的研发资源将投入到改善综合交通环境，即人、车、物及其行为对更广泛交通场景的感知和理解。

聂再清

智能家居入口之争将逐渐明朗

阿里巴巴人工智能实验室杰出科学家聂再青认为，2018年一个非常明显的趋势是，随着智能音箱和物联网设备的普及，智能语音助手将进入人们的日常生活。

过去10年，移动互联网时代带来的最典型的社会现象就是更多人低头。 智能手机模糊了线上和线下的界限。 通过手机的进入，物理世界开始被数字化重构。 这是虚拟世界。 “原始积累”阶段。 未来10年将是人工智能时代，2018年智能语音助手将快速走进人们的生活，作为用户在虚拟数字世界中的“替身”，帮助人类处理大量重复性工作，让每个人有更多的时间去创新。

2018年，自然语言处理技术也将在与用户的大众交互中自我迭代，让AI更自然地使用人类语言与人类交流，更准确地接受和理解需求，这将进一步带来社会创造动力的解放和生产力。 未来，人类将越来越习惯于与物理世界对话。 预计五年内人机语音交互频率将超过触摸交互频率。

启元

蚂蚁金服首席数据科学家

2018年，人们将更加关注人工智能的落地，大家的关注点也将从下围棋、图像识别等竞赛类活动，逐渐转向利用人工智能真正解决世界面临的问题。 在此背景下，许多人工智能创业公司将面临挑战。 但是，大浪之下，还是会有幸存下来的创业公司。 这些成功转型的企业和“传统”企业，有可能成为未来的行业龙头。 金融行业作为离不开数据和信息的行业，将更直接地受到AI浪潮的冲击，从风控到理财再到贷款的各行各业都将受到AI的巨大影响。 数据与算法的结合将逐步重塑金融行业。

其次，AI芯片之争会越来越白热化； 在云端和边缘端，将开发出支持深度学习和其他机器学习的速度更快、能效更高的芯片，超越当今的 GPU 和 CPU 框架。 在这个方向上，大小芯片厂商都有机会，但最终会逐渐汇聚成少数个别的赢家。

第三，在深度学习获得大数据红利后，AI的技术重心逐渐从深度学习扩展到强化学习、小数据学习、图算法、可解释性、模型压缩等方向。 更多的机器学习技术将在行业中得到发展和应用。

华先生

人机竞争或加剧

达摩院机器智能实验室副主任华先胜认为，计算机视觉仍将是人工智能的热点。 除了安防和交通，视觉技术在工业、农业、环保等行业的应用也将逐渐惠及越来越多的人。 已知和认可的东西会逐渐变成一片红海。 随着人工智能在上述行业的广泛应用，人与机器的竞争可能会在一定程度上加剧，一些相对简单的脑力劳动者将面临失业或转行，但最终会通过人力的转移得到缓解到新兴产业。

医学视觉仍将是大家关注的热点。 医疗行业的从业者开始入局。 有行业经验的从业者、扎实的技术配合、人机配合，都会在这个方向形成壁垒。 总的来说，人工智能会深入到各行各业，发现各行各业的问题和机会，同时带来生产力的变革。 但没有迹象表明人类将被人工智能取代。 相反，人工智能将显着改善人类的整体生活和生活质量。

王长虎

AI将深度控制视频处理和信息处理

AI先抢了谁的饭碗？ 我想很多人都会想到媒体工作者。 没错，很多媒体工作都是高度标准化、流程化、易于操作的。 然而，在过去的一两年里，AI 报道的假新闻和坏消息层出不穷。 那么2018年会有什么变化呢？

今日头条人工智能实验室主任朱长虎认为，2018年，信息分发领域将继续蓬勃发展，进一步呈现多元化趋势。 新闻、文章、问答、图片、视频、直播、语音等个性化内容将占用用户越来越多的碎片化时间。 计算机视觉、视频理解、自然语言理解、语音识别等人工智能技术将深度融合渗透到多媒体信息流的每一个环节，从而显着提升信息生产者和消费者的创作体验和生活质量。

细粒度的深度视频理解将成为计算机视觉领域的重要课题，并将广泛应用于视频分发的各个环节，如内容辅助创作、敏感内容检测、个性化信息推荐、信息消费和互动，信息流广告。 个性化推荐算法将进一步升级，短期利益和长期利益并举，经济效益和社会效益并重，从而再次推动整个行业的发展。

金榕

大数据方法与知识图谱的融合

达摩院机器智能实验室主任金荣认为，如何将大数据方法与知识图谱、语言知识有机结合，提高对文本内容的理解，在2018年变得越来越重要。

在机器视觉方面，提高识别多样性将是一个重要的研究方向。 声场相似。 它需要能够针对不同的口音、方言和噪音自我调整到最佳的识别和唤醒准确度。 在机器学习方面，过去的研究主要集中在硬件端优化和算法/模型端优化。 未来的工作将侧重于硬件和算法更紧密的联合优化，以提高深度模型的推理效率。

任晓峰

人工智能必将走向产业融合

当一项技术优越时，它对社会的意义不大。 因此，科技融入工业和生产生活才是活力之源。

达摩院机器智能实验室副主任任晓峰认为，2018年，人工智能必须也一定会走向实际工业应用。 以下行业动态将被AI“拾取”：

往期热文（点击文章标题可直接阅读）：