计算机能够创造出原创性的艺术、创意和解决方案，它们看起来像在大型艺术博览会上出现的作品一样。制作这些作品的半自主人工智能系统由设计师支持，但通过没有先入为主的限制和使用较高的处理能力来确定新的途径、新的解决方案和新的想法。

 

人工智能在未来将扮演越来越重要的角色，除了完成机械任务外，还可以增强人类的探索和解决问题的能力。下一个前沿领域是使用复杂的机器学习技术设计全新的策略，这些策略迄今仍在挑战人类的想象力。

 

6. 无人驾驶（Driverless）

 

无人驾驶技术广泛应用的主要障碍之一是传感器的相对成本和复杂性，因此需要花费大量的精力来寻找感知世界的新方法。从界面设计的角度来看，无人驾驶车辆出人意料的复杂，创造完全自主无人驾驶汽车的进程仍在继续。然而，尽管有大量的跨国资源致力于开发这项技术，但其前景并不像许多人最初认为的那样可观。从长远来看，无人驾驶成为常态社会将发生范式转变，拥有私家车可能不再对很多人有吸引力，无论是陆运、空运还是海运，运输都将成为一种商品。很难想象某个行业不会受到无人驾驶汽车的影响，因此政府应该保障立法与技术的和谐发展。

 

7. 外骨骼（Exoskeleton）

 

外骨骼是一种体外的人造结构，为了补偿或增强自然的身体能力而设计。它被放置在人的身体上，作为一个增强放大器，增强或恢复人的机械性能。外骨骼最成熟的应用是医学领域，它们将帮助患者从瘫痪、多发性硬化症、脑瘫和其他使人衰弱的疾病中康复。外骨骼可能会逐渐被老年人广泛使用。新的工业设备可能更接近骨骼，从而提升了人体意识和身体动作的整合度。但在不久的将来，可能只能看到提供有限援助/支持的轻型军事外骨骼装备。

 

8. 高光谱成像（Hyperspectral Imaging）

 

高光谱成像在安全、国防、环境监测和农业等领域有着广泛的应用前景。传统的数码摄影只捕捉三种波长的光，从蓝色到绿色再到红色，高光谱成像可以在数百个波长上产生图像。这些图像可以用来确定在任何被成像的场景中发现的物质，有点像远距离的光谱学。

 

高光谱成像能够提供比常规成像系统更详细的数据，目前仍处于起步阶段。高光谱机器视觉应用存在一些限制，关键因素是传输速度，受高光谱数据固有的大数据量的限制，成本和信息处理方法也是高光谱成像的应用障碍，但是将最新的高光谱成像引擎技术和机器学习算法结合起来有望解决这些问题。

 

9. 语音识别（Speech Recognition）

 

第一个商业上成功的语音识别技术可以追溯到1990年，波音平台，但随着计算能力和新算法的发展语音识别取得了惊人的进步。研究人员制造了一种用于自动语音识别的低功耗专用芯片，其功耗效率是手机多功能芯片的100倍。新的语音处理器支持立体声 AEC（声学回声消除）和远场线性麦克风阵列，它专为支持语音的智能电视、条形音箱、机顶盒和数字媒体而设计。即使在复杂的声学环境中，也可以从整个房间准确捕获命令，以供基于云的语音识别系统进行处理。

 

语音识别和会话平台有望成为十大战略技术趋势之一，语音搜索将占到所有搜索中的50％。从长远看，这种转变使人们能够与周围的智能连接设备进行交互。随着人工智能和自然语言处理技术变得越来越复杂，即使人们的语音命令中没有明确的说明，设备也将能够理解用户，然后预测其意图。