標籤：

2016 年科技領域出現了哪些新的趨勢？

01-03

2016 年的科技領域的新鮮事有許多，比如：

「阿法狗」 打敗人類棋手，人工智慧空前火熱；SpaceX 實現第一級火箭回收； 無人駕駛技術 「愈演愈烈」，但也有人為之而喪命……

何以將一項技術評定為 2016 年的新趨勢呢？愛范兒認為，它不一定是 2016 年才開始誕生的，但它必須是在這一年，開始有了足夠的影響力，且能代表著未來。所以我們的評定維度有以下三點：

  • 技術改變行業的潛力
  • 技術產品化的成熟度
  • 社會關注度

經過再三思考、討論，愛范兒（微信號：ifanr）最終選定了 3 大技術領域：人工智慧、自動駕駛和虛擬現實。

人工智慧

  • 入選理由：AlphaGo 在人類最難遊戲圍棋上打敗人類，人工智慧技術滲透人類生活；
  • 狀態：Pre-alpha（功能不完整，但是可以預見技術的威力）

註：需要提前說明的是，本文中所提到的 「人工智慧」 並非存在於科幻小說中的 「機器意識」，而是更為寬泛的定義：「智能主體通過識別環境、並作出行動、達成目標」（出自人工智慧相應著作《人工智慧：一次現代嘗試》）。

作為今年最熱門的一個趨勢，人工智慧在年初就展露鋒芒，原因只有一個——Google 旗下公司 DeepMind 研製出的人工智慧圍棋程序 AlphaGo（「阿法狗」），在五番棋中以 4:1 正式打敗了人類頂尖棋手李世乭。

圍棋是人類迄今為止最為複雜的棋盤類遊戲，理論上走法更是達到 10 的 171 次方。即便是人類自己，也不敢說對圍棋完全掌握，雖然基礎規則很簡單，但每一步棋所造成的變化都會對整盤棋最終結果產生影響，這也讓圍棋變得特別 「玄」：注重整體布局和雙方 「氣勢」。

這也是為什麼人類一直堅信：機器無法通過簡單窮舉運算，在圍棋上打敗人類。因為哪怕計算機性能再強，也來不及在比賽時間內完成所有可能性的運算。直到人工智慧獲得了一種新能力，也是 AlphaGo 的秘密武器——機器學習。

原本複雜、無序的棋盤通過不同維度（每個子絕對位置、己方最近子距離、敵方最近子距離、整體結構）進行數據提煉，然後讓計算機去大量梳理各種棋盤數據，最終發現 「冥冥之中的規律」。簡單點說：人類嘗試給機器以更為強大的自我學習許可權和能力。

在通過數以百萬計算的人類高手棋譜 「訓練」 之後，AlphaGo 最終將人類眼中玄之又玄的圍棋變成了一次 「數字遊戲」：數個下一步選擇與最終輸贏之間的關係通過數值表現，數值越高代表電腦認為 「最終勝率越高」。

而這正是 AlphaGo 最終獲得勝利的關鍵——「走」 一條完全不同於人類的圍棋之路：雖然基於人類提供的數據，且思考過程也是來自人類，但在大量數據累積下，卻形成了計算機自己對於圍棋的 「認識」。更重要的是，新 「認識」 形成過程人類自己無法做到，甚至無法完全理解 「認識」 的最終結果。

這一點在李世乭與 AlphaGo 的對決中已經展露無遺，AlphaGo 雖然 「師從」 人類棋手，但卻下著一手普通棋手不會去下的棋；即便李世乭最後孤注一擲採取 「出其不意」 戰術，AlphaGo 依舊能夠很好地應對。

最終，AlphaGo 只用 5 個月的學習就換來了一次 4:1 大勝，因為人類高手的棋譜已經看得差不多了，它甚至還開始自己跟自己下，因為人類的棋譜已經無助於能力提升。

至此，圍棋這項已經存在了 2000 多年的遊戲真正進入了 「機器時代」。諷刺的是，教會 AlphaGo 如何下棋的人類，從這一刻起已經變成了機器的半個徒弟。因為已經有圍棋界人士對於在圍棋教學中引入 AlphaGo 表示出了興趣， 說不好 AlphaGo 反過來能夠將人類對於圍棋的理解帶到下一個層次。

嚴格來說，AlphaGo 並未真正擁有 「意識」，只是在人類給出基礎數據維度、大數據學習方式之後，做著數據的積累、歸納等一些相對簡單的任務。但就是這些簡單的量變，最終催生出了質變。

在人類被擊敗之後，一股人工智慧狂潮隨之而來，小到分析人類文字、音樂作品之後嘗試創作的趣味程序，甚至是直接在手機上合成一段旅行精選影片，輕點幾下，就能把自己照片變成跟世界名畫一樣的風格等等。

先知先覺的科技巨頭們也進入了人工智慧相關公司的井噴式收購期：

  • 2016 年 1 月份，蘋果收購人工智慧初創公司 Emotient，這家公司的成果在於使用人工智慧技術讀取圖片中的面部表情。
  • 2016 年 5 月份，eBay 宣布收購 Expertmaker，這是一家使用機器學習進行大數據分析的瑞典企業。
  • 2016 年 5 月份，英特爾收購了專門從事計算機視覺（CV）演算法的初創公司 Itseez。
  • 2016 年 8 月份，微軟收購了一個兩年半的初創公司 Genee，其主要產品是一款擁有 AI 技術的智能日程工具。
  • 2016 年 9 月份，Google 相繼收購了用於開發聊天機器人的人工智慧平台 Api.ai，距離收購視覺搜索創企 Moodstock 僅過去兩個月之久。
  • 2016 年 9 月份，亞馬遜低調收購了機器人創業公司 Angel.ai，這家公司的聯合創始人成為亞馬遜 「新機器人產品」 的項目負責人。

隨著上面這些巨頭的布局，我們有希望在接下來的幾年內看到一個真正的人工智慧時代。

由於目前人工智慧技術的核心依舊是 「在人類指導下對於大量數據的分析總結」，所以距離真正的 「機器意識」 仍有相當距離。研究、應用還是目前的最優事項，預防工作也可以同步進行，所謂的 「機器覺醒」 無需過多擔憂。

自動駕駛

  • 入選理由：低級別自動駕駛技術（L2-L3，以高級輔助駕駛技術為主）走向成熟、自動駕駛技術參與者越來越多
  • 狀態：Beta（功能走向成熟，商用化趨勢愈發明顯）

自動駕駛去年已經上榜了，為啥今年又有它？原因很簡單——這是一項需要數年乃至十數年才能成熟的新技術。回顧 2015 年，自動駕駛當時上榜理由是：

自動駕駛喊了這麼多年，Google 和特斯拉今年第一次讓大眾看到了技術產品化的曙光。

相比之下，2016 年則是這項技術迄今為止發展最快的年份：特斯拉系統不斷升級，越來越多用戶使用；傳統車廠沃爾沃、賓士、福特開展自己的自動駕駛項目，還出現了數個自動駕駛卡車項目；Google 自動駕駛汽車也在 12 月成為 Alphabet 旗下獨立子公司，並且改名為 Waymo 等等。

除了進步，2016 年自動駕駛技術也迎來了歷史性波折：一輛特斯拉 Model S 轎車在 Autopilot 功能狀態下，與一輛大貨車直接碰撞。Tesla 骨灰粉車主 Joshua Brown 當場死亡。這是首個涉及自動駕駛技術的惡性事故。

作為目前自動駕駛的領頭羊，電動車企業 Tesla 採用了一套低成本解決方案：用攝像頭和距離（紅外、毫米波）雷達，而不是全面探測的激光雷達。成為了導致車禍發生的重要原因——特定場景下車輛被誤導，最終沒有根據交通情況剎車。

這一悲劇也反映出了目前自動駕駛技術所面臨的安全性與成本的矛盾：攝像頭、距離（紅外、毫米波）雷達組合硬體技術成熟，價格低廉，但攝像頭拍攝的圖像需要通過計算才能生成所需數據、普通距離雷達更是只能捕獲特定角度內的最近障礙距離信息。用這樣的組合應對多變的道路情況，總會存在意外情況。

相比之下，激光雷達技術則要更可靠一些，這也是 Google 無人駕駛車一直堅持採用的技術。通過數個高速旋轉的激光發 / 接收器，得到整個環境內特定方向的距離信息，其可靠性比攝像頭高出不少。但是關鍵問題在於成本。以百度無人車為例，3 個激光雷達的成本已經超過了百萬人民幣，數倍於車輛本身。

究竟是優先保證儘可能安全，還是權衡成本之後先行開發安全性接近或者超過人類自身的系統？——這很可能是無人駕駛技術接下來面臨的一個分歧點。

隨著 Google 無人駕駛車在 12 月獨立為 Alphabet 旗下子公司之後，自動駕駛領域的四大勢力已經形成：在自家電動車上打造 Autopilot 功能的 Tesla；最早啟動目標打造完美無人駕駛的 Alphabet；利用自身數據打算彎道超車的 Uber；以及躍躍欲試的各大傳統汽車廠商。

這也是個好消息，如果自動駕駛技術保持這種推進速度，或許用不了 10 年我們就將坐上真正的 「無人駕駛汽車」。

虛擬現實

  • 入選理由：今年唯一接近成熟的新技術
  • 狀態：RC（整體體驗水平趨向穩定，但商業化方案不同程度受阻）

相比上面的人工智慧、自動駕駛，虛擬現實技術入選 ifanRank 2016 年度創新技術引起的爭議還要更大：既不新——2013 年前後已經開始出現，又不火——今年的標準說法是虛擬現實寒冬。

但如果從另外一個維度來看，虛擬現實卻是今年唯一走向成熟的新技術，徵兆分散在整個行業當中。

硬體上活躍的產品數量大幅減少，並且基本分成兩派：由 Oculus、HTC Vive 為代表的高端定位產品，雖然售價較貴，但是顯示效果、操作體驗都最佳；另外一派則是 「華強北大軍」——各種與手機配合使用的 Cardboard 設備，售價極其低廉，但是銷售量極大。

這也意味著 2015 年數量眾多的非 Cardboard 中低端 VR、AR 頭顯日子將會越來越難。剩下來的技術派有著更好的使用體驗，雖然售價更貴，但非它不可；而最便宜的 Cardboard，目標則是讓儘可能多的人體驗到虛擬現實的魅力，使用手機作為顯示屏絕對是最簡單實用的方法。

原來大家最為期待的下一代 AR 產品 Magic Leap 進展依舊不佳，甚至還傳出了部分核心員工離職的消息。至少從目前來看，「高端頭顯 + Cardboard」 的硬體虛擬現實格局還將持續一段時間。

相比之下，虛擬現實內容的狀況則是平淡中略有驚喜。以虛擬現實遊戲為例。截止今年 12 月 20 日，對多種 VR 頭盔提供支持的 Steam 上已經有 987 個虛擬現實遊戲，這個數字在今年 10 月份也只有 600 多個。但其中絕大部分都只是默默無名：遊戲平平無奇，銷量也寥寥無幾。

今年 7 月《Raw Data》上線，這款售價 39.99 美元的 VR 大作，在發布第一天就登頂了 Steam 平台遊戲暢銷榜，而且還是全種類遊戲暢銷榜。三天累計下載量過萬，一個月內直接賣出了 100 萬美元。

但正如愛范兒（微信號：ifanr）之前採訪國內某著名虛擬現實遊戲製作商時得到的回復：「單單靠遊戲製作發行來賺錢其實是很困難的，現在的 VR 用戶量不夠，也沒有那麼高的需求。就是到明年年底，VR 遊戲企業都難以盈利。」 虛擬現實遊戲內容前景或許最多也只是維持現狀。

提起虛擬現實技術的變現，自然不能不提今年擴散速度極快的各種線下體驗店。這些裝備了各種虛擬現實頭盔、遙控器、反饋設備的線下場所幾乎是一夜之間就出現在了各種人流涌動的黃金地段。一個遊戲 5 分鐘的體驗費用往往都是 50 元起。

當然他們的裝備也不僅僅是各種 VR 頭顯，還有與之相配套的體感設備、虛擬內容支撐，在用戶體驗上明顯更加完善。由於硬體和軟體方面的投入相對固定，這也被大家視為目前虛擬現實技術最有可能實現變現的突破口。

根據 《中國 VR 體驗店經營現狀白皮書》的數據，2016 年能盈利的線下體驗店不到 30%，52% 以上的店只有一成回頭客。

VR 用戶量不夠、需求也不高，絕大多數項目仍沒有看到盈利的希望——依舊是目前業內對於虛擬遊戲市場的整體看法。線下店不能只是擔當 「樂園」 的角色，同時還要繼續輸出整體硬體解決方案和最新的 VR 內容，同時通過線下店的收入獲得相應的回報。這種戰略性的合作、抱團也成為了趨勢：

  • 9 月 29 日，在工業和信息化部電子信息司指導下，數家國內外知名企業和科研機構共同發起的虛擬現實產業聯盟（IVRA），正式在京成立。
  • 12 月 8 日，Google、HTC、Oculus、三星、索尼、宏碁宣布成立全球 VR 聯盟（Global VR Association），致力於解開 VR 行業仍存的桎梏，最大化 VR 技術的創造力。

「集體抱團」 能否真的讓虛擬顯示技術走向商業的成熟化尚不可知，但如果真的能夠通過抱團催生統一的行業標準，從而形成行業合力，或許能夠將虛擬現實技術推向一個新的高峰。

2016，技術發展承前啟後的一年

業界知名分析公司 Gartner 今年 7 月再次如約發布了 「Hype Cycle for Emerging Technologies（新興技術的炒作周期）」。

如果你將這項權威年度新技術盤點的 2016 版跟 2015 版做個對比，你會發現一個非常明顯的規律：幾乎所有新技術集中在最早兩個階段（「技術觸發」、「過高期望的峰值」），進入後面三個階段的新技術寥寥無幾」。

這一現象也概括出了 2016 科技的整體發展整體趨勢：前幾年布局下來的新技術不是已經被開發利用，就是已經淘汰；前兩年過於偏重商業模式、資本力量的做法間接導致了一個相對 「無趣」 的 2016 年。

人類自然不可能不發展科技，於是就有了 2016 年發展曲線中數量眾多的新技術，這些剛剛被提及、討論的新技術中有一半還是 10 年以上的長遠項目。在愛范兒看來，這很可能就代表著下一波硬科技浪潮。

回想 2004 年前後的矽谷，以英特爾為代表的一批矽谷硬體企業在經過十幾年的助跑後，終於為我們掀開了 「摩爾時代」 的面紗。計算能力日益提升，計算晶元不斷縮小，最終也引發了我們現在的智能手機浪潮。

網路也是這個過程中的重要因素，從原來最原始的電話線 Modem、再到 ADSL、光纖，不斷提升的速度與容量實際上也賦予了人類更多應用的空間。而 3G、4G 技術的誕生和發展也讓移動設備獲得了最需要的連接能力。

但在過去的 2-3 年裡，恰恰這兩項技術都遇到了一個 「隱形瓶頸」：晶元架構日趨成熟、半導體生產工藝愈發難以提升；無線網路的提速也不再像 3G、4G 那樣迅猛，5G 提出了好多年，但實際的測試部署可能在明年才會開始。

這些 「硬科技」 的缺位並不全是企業故意為之，少部分是缺乏相應的技術基礎、學術研究，剩下的甚至已經開始接近人類基礎理論的認知。如何在原有 「軌道」 遇到一堵牆的時候繞過去繼續前行——這是人類接下來在科技發展方面需要解決的問題。

而實際答案很可能就像本文中提到的 「初步人工智慧技術」，雖然距離最終完成體遙遠，但卻能在利用現有軟硬體基礎的前提下，打造出跨越式的功能和體驗。

這也是為什麼愛范兒（微信號：ifanr）相信，在經歷了最近兩年的平淡之後，2017 年或許將會成為真正的 「科技之年」。

————————————————————————————————

此答案選自 ifanRank 年度榜單 2016 年度創新科技：人工智慧、自動駕駛、虛擬現實

ifanRank 是愛范兒頗具影響力的年度榜單，聚焦於全球科技領域的商業公司、人物以及產品，基於模式創新、業績表現、用戶口碑、社會價值、媒體聲量以及影響力等多個維度進行評選。愛范兒相信，盯住了這些最具智慧的公司、人物以及產品，就是盯住了這個時代。

原文作者： @李賡

後期編輯： @巫冬

生命科學領域

如果給2016年的生命科學一個關鍵詞，我覺得應該是「爭議」。

其實爭議，本身代表了一種新的趨勢，那就是對經典理論體系的衝擊，也代表著生命科學研究的總體新思路，就是改變。

從最原始的懵懵懂懂的龍生龍鳳生鳳，到達爾文華萊士建立起來的經典進化論，到孟德爾摩爾根等引領的經典遺傳學，再到沃森克里克、米勒和桑格代表的現代分子生物學，生命科學史上經歷過很多經典的體系和過程，然而隨著科技的進步，尤其是高通量測序帶來的大數據，使得我們對生物學有了全新的看法。

下面來說說幾件爭議的事情

————癌症運氣說————

年初，nature和science開啟了關於癌症的一場大論戰：癌症是否是運氣問題？

為什麼同樣的生活同樣的環境，有的人得了癌症，有的人屁事都沒有？

為什麼有的人天天注意各種問題，結果還是得了癌症，而有的人抽煙喝酒卻百毒不侵？

正反提出，癌症的主要原因是運氣太差——命苦別怨政府。

約翰·霍普金斯大學研究人員對人類經常罹患的31種癌症分析後發現，除皮膚癌等9種癌與環境、生活方式及遺傳因素有關外，剩餘22種常見癌症均與細胞分裂時突變有關，而突變是不可控的，且細胞分裂速度越快的部位，癌變風險越大。

比如下圖顯示的是幹細胞和癌症之間的關係，幹細胞分裂越多，癌症概率越大，而幹細胞分裂不是外界因素能夠控制的，換句話，這就是運氣。

反方意見：癌症主要原因還是環境——命賴還真的怪社會。

事實上，這一點更符合大家的理念，即環境等因素和癌症的關係非常密切，我們知道大量的流行病學調查數據表明，很多環境因素都會導致癌症。

比如世界衛生組織旗下的國際癌症研究機構(IARC)，這是世界上關於致癌物最權威的機構之一，我們大家口中的致癌物，都是這個機構報告的，他們從1971年起組織專家組收集和評價世界各國有關化學物質對人類致癌危險性的資料。

到今天，已經有119種物質被列入了一級致癌物，也就是有確切證據證明這些物質是致癌的。

再比如這是常見癌症的影響因素

————癌症起因爭議————

一直以來，我們對癌症的起因基本上比較統一，那就是癌症是因為基因突變導致的。當基因發生突變後沒有得到及時的修復，尤其是一些關鍵位置的突變，導致細胞不受控制的增殖，最終引發了癌症。

（突變引發癌症）

事實上，這種理論目前依然是主流學說，我們很多研究的出發點都是去尋找這些關鍵突變，比如某個基因的某個SNP 改變對於癌症的貢獻。

不過，目前科學家對於突變和癌症的關係卻有新的看法，他們認為，突變和癌症有關，但是，突變是否直接導致癌症，值得商榷。

目前有三種新的理論：

1，蛋白質失衡理論

一直以來基因畸形被認為是引發癌症的主要原因，但是在《Oncogene》上一項新研究發現，細胞內蛋白質失衡可引發癌症。該研究闡述了蛋白質失調是一個強大的癌症預測工具，可判斷患者是否對化療有回應或者腫瘤是否擴散到其他部位。

（蛋白質結構示意圖）

事實上，癌症細胞內發生了翻天覆地的變化，蛋白作為最直接處理生物生化代謝的物質，他們發揮作用才是最直接的，也是最有效的。

而蛋白質改變，有的時候並不依賴基因（煮雞蛋）

2，染色體理論：

染色體數目與結構改變引發癌症，而單個突變無如此強大力量。

常見的染色體變異包括：二倍體，染色體變化，基因變化，蛋白質變化等。他們的變化會擾亂細胞本身的穩態，內在結構和調控系統不穩定。

（染色體結構圖）

3，癌症進化論

另一個研究認為，癌症細胞數量受進化壓力影響的觀點。該文章闡述了健康的組織生態系統促使健康細胞戰勝癌變細胞，當組織生態系統發生變化如老化、吸煙或者受其他壓力影響時，癌變細胞可迅速適應變化後的環境，並在自然選擇中一代又一代傳承。

當然我在去年的一個答案里也提到過類似的看法癌症是不是一種進化？ - 李雷的回答 - 知乎

————幹掉孟德爾和達爾文的自私基因—————

一個基因在有性生殖中，既不遵守孟德爾遺傳定律，而且犧牲生物的適應度還超速擴散。

提前說明，這個自私基因和道金斯先生的自私基因完全是兩碼事。道金斯先生好歹還在提個假說來解釋進化論，這個R2D2的目標則是直接幹掉孟德爾和達爾文。

在電影星球大戰中，機器人R2D2是一個有趣的機器人。在動物世界裡，R2D2是徹頭徹尾的「自私基因」。R2D2違背了基因遺傳法則和達爾文進化論。R2D2本身可能損害家鼠的生育能力，但是卻可以迅速在家鼠群體中傳播開來。

R2D2是家鼠二號染色體上的一個片段，含有多拷貝的Cwc22基因。這個基因有個特點，最初的時候，老老實實，但是當Cwc22基因拷貝數超過了7之後，這個片段就變得「自私」起來。或者說，它瘋了。

我們來邊回顧高中生物邊講述這個基因的吊炸天

孟德爾遺傳學定律：分離定律和自由組合定律，相信大家一定對這個印象深刻，什麼遺傳病啊，親本子代啊之類的，算的很多人頭昏腦漲。

R2D2：我不認識孟德爾，所以我不聽我不聽。

計算機基於遺傳定律模擬預測的184代後所有後代會攜帶R2D2，而真實情況呢，15代搞定。這讓孟德爾很憂傷。

達爾文進化論：不多說了，物競天擇，適者生存這八個字可謂精華。

R2D2：我也不認識達爾文，我就是不適，我還偏偏要生存。

這個基因是個標準的劣勢基因。含有這個R2D2片段的卵子比起不含這個片段的卵子，體積會小一些，顯然這種小體積的卵子更不利於後代的生存。根據演化規律，生育能力的減弱應引起自然選擇淘汰R2D2。但顯然，自私DNA片段戰勝了自然地選擇

好吧，我就想問，R2D2，你為什麼這麼碉堡呢？

這是這個基因的擴散圖

Distribution of sum-intensity across three probes in R2d on the MegaMUGA array for mice with non-recombinant CAST/EiJ haplotype

橫軸是染色體號

這個基因之所以這麼吊，是因為雌性減數分裂驅動，也就是說，它不走尋常分裂路線，它直接犧牲整個適應度。讓小鼠繁殖能力下降，大概下降20%。但是它自己卻很好的增加了傳遞的效率。

接下來解釋一下什麼叫做雌性減數分裂驅動，學過高中生物的我們知道減數分裂會發生不均勻分離

過去，大家認為這個分離，屬於染色體級別的，所以，雖然減數，但是還是符合分離定律和交換定律的。

然而，有些基因卻在這裡大放異彩。由於同源染色體的不等分離，可使減數分裂中分離染色體多的一方增加連鎖群的頻率，從而引起群體遺傳結構發生變化。

這個現象最早是1957年L.桑德勒在果蠅中發現，果蠅的SD基因，在雄性，具有SD的染色體可傳給95%的子代。

而R2D2之所以犀利，是因為這是哺乳動物。

這傢伙，就是個叛徒

如果我們掌握了這個機制，那麼，我們完全可以推動減數分裂驅動，直接讓一些物種的性比失衡，然後就滅絕了

J.P. Didion et al. R2d2drives selfish sweeps in the house mouse.Molecular Biology and Evolution. Published online February 15, 2016. doi: 10.1093/molbev/msw036.

————壽命極限爭議————

關於壽命極限問題，一直有很多人認可，認為人類不能無限的長壽，不過另一方面，我們的研究者認為，壽命的極限應該是可以突破的，由於人類生存環境的改變，以及各種疾病的存在，至少目前我們沒有達到極限。

然而在一篇題為evidence for a limit to human lifespan的nature文章中，通過整合大量的壽命數據，發現人類的壽命存在極限，最高值的均值是115歲，上限是125左右

當研究人員對1900年以來的100歲及以上的人的存活改善進行研究時，他們發現不論人是哪年出生的，存活改善在100歲左右時達到頂峰，然後快速地下降。Vijg博士說，「這一發現表明降低老年死亡率的效果在降低，而且人類壽命存在極限。

壽命的增加並非是線性的

在國際長壽資料庫（International Database on Longevity）的「報道的最高死亡年齡」中，從1968年到2006年之間的經驗證活到110歲或以上的人里。

這些超級百歲老人（supercentenarian）的死亡年齡在二十世紀七十年代到二十世紀九十年代早期之間快速地增加，但是在1995年左右達到頂峰---進一步的證據表明人類壽命存在限制。研究人員注意到，這個頂峰發生於接近1997年的時候---122歲法國女性Jeanne Calment死亡的那一年，她是有史以來記錄在案的壽命最長的人。

這個圖說明人類極限壽命停滯了，換句話說，人類無法無限度的長壽。

無論我們抵抗傳染病和慢性病，只不過是提高平均壽命，但是極限值在那裡！

這是現存最長壽的老人116歲的Emma Morano

那麼，問題來了，目前世界人均預期壽命大概是70多，按照預期的增速，我們可能在未來50年的時候碰觸到人類壽命的上限。

這對於我們來說，幾乎是災難。

然而，俺不同意啊，我們同行大部分也不認可啊。

至少，我認為，這種壽命的極限其實是一種基於歷史數據的推測，大部分人其實並沒有達到極限值就去世了，主要原因是疾病。如果我們能夠克服一些問題，比如器官損傷，可以通過器官替代等辦法來實現，那麼，我們未嘗不可突破這個極限。

我想過很多辦法來續命

初級：換血，已被證實可行

中級：器官替代，很多人死亡是部分器官壞了

高級：生物替代，如幹細胞（幹細胞和端粒會致癌，目前難解）

頂級：換人（比如克隆人，換頭術）

神級：脫離本體

————魏則西和免疫療法————

今年一個大事情是魏則西事件。

魏則西是陝西的一個大學生，因為患滑膜肉瘤病休學。在他的治療過程中，他接觸到了來自百度推薦的「武警北京總隊第二醫院」，接受一種號稱為「最先進技術」的「生物免疫療法」，在耗費20多萬元後，被寄予最後一線希望的新型的腫瘤治療方法——DC-CIK療法，並沒有挽回一個年輕的生命。於2016年4月12日在咸陽的家中去世，終年22歲。

魏則西去世後，引發了知乎的大討論，大家進一步追蹤發現，給魏則西治療的醫院本身資質問題，以及治療中使用的技術方案不合理，更進一步引發了大家對百度虛假廣告的申討。

一時間，百度成為過街老鼠，人人喊打，莆田系也成為眾矢之的。

而隨後的一條官方通知指出，在中國免疫療法是不合法的。

衛計委5月4日召開視頻會議，會議明確細胞免疫治療仍然屬於臨床研究階段，應按照相關程序操作；禁止醫院變相承包科室；嚴格醫療類廣告審查。據參會人士透露，要求細胞免疫治療須停止應用於臨床治療，而僅限於臨床研究。

其實，免疫療法作為一種對癌症極其有效的治療辦法，甚至可以說是能夠徹底治癒癌症的唯一辦法。

在國際上，免疫療法火的不得了，並且進展很快。

比如嵌合抗原受體T細胞技術（CAR-T）療法，利用t細胞來殺死癌細胞的一種辦法。其中CAR是嵌合抗原受體修飾的意思。這種療法在治療血液性腫瘤中效果極為明顯，在美國一次治療中，有25名兒童和5位成人參與疾病，結果有27病情都得到了完全治癒，沒有再檢查出癌細胞。這種療效簡直是驚人，用美國腫瘤學家格魯普的話來形容，那就是「前所未有」，這是一種可以真正治癒癌症的辦法，將會成為癌症治療中里程碑的東西，而目前世界第三大製藥公司諾華正在這種療法作為其99億美元研發預算的優先項目之一。

不過，這種技術，也面臨著挑戰

1，費用高昂

由於這種免疫療法需要根據個體的差異來進行「私人訂製」，因此，成本是非常高的，如何降低成本，讓癌症的治療更加的低廉，也是目前很多人努力的辦法。

2，適用範圍較窄。

這種療法目前主要是應用於白血病、淋巴瘤、黑色素瘤、腦膠質瘤等惡性腫瘤，尤其是在白血病的患者改善中作用明顯，甚至對於無葯可治的晚期白血病和淋巴瘤都效果很好。

————韓春雨和NgAgo————

這個事情在知乎上討論了很多次，我這裡就不多說了，靜待下個月nature公布調查結果。

無論是正是負，都是個好事。

智能手機領域。

曲面屏成為趨勢、雙攝像頭成為趨勢、NFC也勉強算是一個趨勢；

還有type c的USB介面也算。

唉。

最大的趨勢。。。

TMD搞科技的全去搞資本運作，動不動包裝一下去創業板圈錢。

遲早藥丸。

謝邀，科技領域這個範圍太過寬泛，我只能說說我知道的。

1.手機

屏幕技術：2016年手機行業都能看到的一項變化就是OLED技術開始發力攻佔LCD市場。因為三星在OLED技術上的領先，所以在前兩年，你能買到的OLED屏幕的手機幾乎都是三星的。但是今年，國產OLED廠家開始發力，OLED屏幕成本更低，以及消費者對於曲面屏的青睞導致多個手機品牌都開始在自家產品上用使用OLED屏幕，例如：VIVO、一加、小米。OLED屏幕相比LCD屏幕，屏幕模組更薄，能夠更好地節省手機空間，同時OLED屏幕顯示黑色不發光的特性能更加省電，在這樣一個所有手機企業都挖苦了心思想要更加優化手機內部空間利用以便將電池做的更大，讓手機續航更強的年代，OLED無疑比LCD多出了幾分優勢，儘管OLED屏幕色准很差，紅色和藍色次像素的壽命相對比較短，如果使用傳統的RGB排列方式當像素密度突破300ppi之後屏幕的使用壽命難以保證，使用Pentile排列又會使得屏幕觀感相對於相同解析度的LCD屏幕較差。但是歷史的車輪滾滾向前，技術的車輪也在滾滾向前，既然市場選擇了OLED，那麼技術也會相對應的向著OLED去發展，未來的OLED技術會更強，我期待著可摺疊屏幕的出現。

其他硬體技術都在平穩發展：快速充電，2016年的旗艦機快充已經成為了再普通不過的標配，OPPO家的廣告詞該換了。在電池越做越大的情況下，你充個電還得3個小時，這讓消費者如何為你的旗艦身份去買單。Soc，高通一家吊打其他。內存，安卓旗艦已經上到了6G的水平。相機，依然是索尼領航。

電池技術，目前看來電池技術是目前移動設備性能增強的最大限制。移動設備完全可以有更加強大的性能，更強的性能帶來的是更大的功耗，目前的電池技術並不允許有太高的功耗。所以這就是Intel為什麼無法在移動設備領域發光發亮的的原因，因為它最拿手的X86功耗太高。電池技術在我看來這些年最大的一個發展就是鋰電池技術的商用。然而在鋰電池技術發展了幾十年之後卻再難有更大的進步，我們需要一種更厲害的電池。這時石墨烯就出現了，石墨烯技術並不新鮮，已經在新聞上吹了很多年了，在新聞上它各種無敵，各種吊打，各種推翻我們的世界觀，但是卻遲遲無法商用。希望在不久的將來能否看到石墨烯電池在移動設備上的大規模使用，能夠讓他真真切切的推翻一次我的世界觀。

2.VR

說起2016年的科技發展，不能不說VR技術，VR的全稱是Virtual Reality，虛擬現實。都說2016年是VR技術的元年，VR技術在以前是一個熱門概念，在2016年是一個熱門產業。相信很多人在上學的時候都讀到過網遊類型的網路小說，小說里，主角只需要帶上遊戲頭盔，或者往遊戲倉里一趟，就開始了虛擬現實的遊戲之旅。當時我認為這種東西只存在於科幻之中，沒想到沒過幾年，VR技術就真的發展開來。目前VR領域分為兩個流派，第一種是移動設備流，它是以手機作為主機以及顯示設備，通過VR頭戴設備以及手機上的軟體適配來實現VR效果，代表作三星Gear VR。第二種是PC流，它是以PC作為主機，VR頭戴設備內置顯示器，通過PC計算並生成畫面傳輸至VR頭戴設備來實現VR效果，代表作是HTC Vive，兩種流派各有優劣。移動流的優勢是價格便宜，使用方便，劣勢自然是效果不夠好。PC流的優勢是功能強大，效果優秀，劣勢是價格昂貴，不光是VR設備貴，能夠輕鬆帶起VR設備的PC也貴，使用時VR頭戴設備需要有線連接PC，移動範圍小。目前我們普通消費者如果想要體驗一下VR最好的選擇還是移動流VR。

VR能夠在娛樂、購物、教育、醫療、軍事等等方便為我們帶來重大的革新，所以VR的發展是大勢所趨。同時事物總有兩面性，VR的發展也同樣如此。當VR發展到了一定的水平，虛擬現實太過強大，會不會就會出現像盜夢空間中的那個鏡頭一樣，一堆人輸著藥物，逃離現實只想存活在夢境之中。美國心理學家傑弗里·米勒在《我們為什麼還沒見到外星人？》一文中說：「外星人並沒有摧毀自己，他們只是迷上了計算機遊戲，忘了發送無線電信號或殖民太空。他們太忙了，忙著玩逃亡的遊戲，在虛擬現實中自我陶醉。他們不需要把自己束縛在矩陣內的哨兵，他們自己動手，就像我們今天所做的一樣。」

3.AR

說了VR就不得不說AR，AR的全稱是Augmented Reality，增強現實。如果說VR等於虛擬世界，那麼AR就是現實世界加上數字信息。舉個最簡單的例子，現在很多汽車上都有HUD抬頭顯示技術，其實這就是AR技術的一種體現。在現實的開車過程中，在你的視野中加入了速度，警告等等信息，讓你更加清楚的掌握車量信息以及道路信息，以增強你的開車的主動安全性。

說起AR就不得不說Google的 Project Glass，當時谷歌眼鏡的出現讓業界都大為驚嘆，雖然隨著進一步的發展，谷歌減弱了對於谷歌眼鏡項目的開發，但是這樣的驚鴻一瞥依然讓我們領略到了未來科技的魅力。

最後說一下AR技術在2016年的趨勢，2016年最讓我們所熟知的AR技術的運用是來自手機遊戲《精靈寶可夢GO》，這款遊戲一經發布火遍全球，他讓全球的遊戲玩家走出家門，加入訓練師的陣營。在你捕捉小精靈時，你可以選擇開啟AR，在實景狀態下去發現並捕捉在你身邊的小精靈。

4.MR

說完了VR和AR就要說一下MR，MR的全稱是Mixed Reality，混合現實。MR的概念相對於VR和AR是最晚出現的，簡單一點說MR就像是AR和VR的結合。利用MR技術，用戶可以看到真實世界（AR的特點），同時也會看到虛擬的物體（VR的特點）。MR將虛擬物體置於真實世界中，並讓用戶可以與這些虛擬物體進行互動。

目前MR技術的代表就是微軟的HoloLens。在微軟的HoloLens發布會上，微軟放出了多個演示視頻，通過HoloLens你不僅可以在你家的牆壁上隨時顯示出時鐘、電視等等虛擬物品與景象，你甚至可以在你的桌子上玩Minecraft，就像你在桌子上玩樂高一樣。MR作為微軟押寶的未來科技發展方向同樣是一個不輸於VR的發展方向，在未來MR同樣能夠在各個領域幫助我們進行生產創造。

有的人可能會疑惑AR與MR的區別，實際上兩者的區別並不是非常的大，但是還是存在著一定不同。就拿谷歌的Project Glass和微軟的HoloLens來舉例，你用前者在你的視野中調出了一個時鐘，那麼無論你的視野如何變動，那個時鐘始終存在於你的視野中，即使你望著天空。如果你用後者在你家的某一面牆壁上創造了一個時鐘，那麼那個始終就會掛在牆上，就像真實的時鐘一樣，你想看時間，你就要把視野轉向掛著時鐘的那面牆。

說到了HoloLens那就多扯幾句微軟，昨天（2016年12月8日）在深圳舉辦的微軟WinHEC大會上，微軟表示HoloLense的開發者版本將會在明年上半年正式進入中國，想嘗鮮的朋友們準備好錢包。昨天的大會上微軟還放出了一個大殺器，就是搭載了ARM架構的高通驍龍820晶元的Windows 10設備。並且運行了完整版的Photoshop。沒有錯，就是ARM架構CPU跑.exe程序。看到這個我是真的不知道應該誇一句微軟還是誇一句高通。那就意味著在不遠的將來就會出現運行著完整Windows的手機？續航超長的超薄筆記本？太多種可能了，好期待。

5.電動智能汽車

電動車，我們已經很熟悉了，無論是特斯拉，還是寶馬i系列又或者是各種國產電動車都已進入我們視線很久了。智能汽車這個概念也已經不算是新鮮，各大車廠都在努力的讓自家的產品變得更智能，比如說增加對蘋果Carplay功能的支持等等。但是真的說起已經量產了的電動智能汽車，我只服特斯拉。我認為特斯拉是汽車產業的真正意義上的攪局者，它的出現迫使傳統汽車產業不得不加快自己的腳步去跟上時代的發展，同時也使得各種大的互聯網企業也萌發了製造互聯網汽車的想法並付諸行動，同時也促生了很多打著電動智能汽車招牌的PPT造車廠。這一切造就了今年電動智能汽車項目遍地開花的現狀，而且說明電動智能汽車的確是大勢所趨。人類擔心化石能源的枯竭問題已經很多年了，可能在不遠的未來，化石能源還未枯竭之時，新能源的徹底興起，就會讓化石能源變成歷史，將它徹底拋棄。當無人駕駛技術成熟且普及之後，堵車、交通意外等等事件的發生幾率將會大大下降。

然後說一些2016年之前已經發展起來的但在今年快速發展的幾個方向。

1.移動網路

更快的移動網路，這個方向一定不會變。移動網路這個東西太高深，我就不班門弄斧，只能說說移動網路給我們帶來的生活變化。我們從2G到3G再到4G再到馬上要來的5G，我們所花費的時間越來越短。想當年，我們用著動感地帶套餐，用著諾基亞的Symbian操作系統，瀏覽著當時為了適應當時2G網路速度而設計的全是文字與鏈接幾乎沒有圖片的移動版網頁，而且因為政策問題還不能使用Wi-Fi。再到後來，我們用著Android與iOS，在3G網路里瀏覽華麗的移動頁面，到哪都問有沒有免費Wi-Fi供我們使用。然後就是現在的4G，移動網路的速度已經超越了某些家庭所用的寬頻，現在的免費Wi-Fi遍布我們周圍，而我們在使用時還會嫌棄其中某些速度慢，從而用回移動網路。這就是移動網路的發展帶給我們的變化，5G馬上來了，網速更快，資費更低這些都是必然的，大膽設想，當移動網路發展到一定程度，我們會不會拋棄傳統有線寬頻，全面使用無線網路。

2.可穿戴設備

雖然說可穿戴設備是一個已經被大眾所熟知的東西，並不新鮮，但是2016年是可穿戴設備的一個爆發年。隨著可穿戴設備的發展，它價格越來越便宜，功能越來越多樣化，不再像前兩年，我們一說起可穿戴設備，就是手錶、眼鏡。現在的可穿戴設備覆蓋了從頭到腳，真正實現了可穿戴的這個概念，讓科技結合了人體。

3.智能家庭

智能家庭的已經興起了很多年了。我們以前設想過很多智能家庭的概念，現在他都一點點的在實現。以前我們買家電，智能聯網功能可能是一個賣點，現在買家電，智能家電功能就好像一個標配，你買個微波爐，電飯鍋都帶著與手機互聯的功能。智能家庭的概念之所以不再熱是因為它真正的走進了我們的家庭，真正的改變著我們的生活。在不遠的將來，你早晨睜開眼，智能穿戴設備感應到了人體進入清醒狀態，通過智能家庭，打開窗帘，然後音響自動播放一段抒情音樂，智能廚電自動幫你準備好早餐。上午，你坐著無人駕駛的汽車去上班，路上通過你的智能眼鏡查看你的郵件以及社交網路的更新。到了公司，你把手機連接到顯示器上，使用手機作為生產力工具開始工作。晚上回到家，你與家人通過VR設備看一場身臨其境的奧斯卡得獎電影。周末，你到健身房，通過面部識別，計算機從雲中得知你的健康數據並智能為你設計運動計劃。健身完畢，你與朋友通過VR設備網路聯機玩了一把生化危機20。你對你正在叛逆期的孩子說，看看你們現在的生活多美好，想想我們那個時候，課本還是紙做的。

科技真美好，以上。

（本文所有圖片來自互聯網，如有侵權請私信告知。）

當阿里騰訊還在為業務發展了多少，多賺了多少錢而沾沾自喜時，百度已經在人工智慧科學投入上一騎絕塵了，可能我們都小瞧了百度了。

無人機的小型化應該可以上榜！至少在消費級無人機領域，這一趨勢已經非常明顯。

看看2016年以前的消費級無人機：

此時的無人機產品，雖然已經脫離了行業機粗狂的形象，但是結構仍然複雜，需要專用背包或旅行箱攜帶，和便攜兩字毫不沾邊。

再看2016年出現的消費級無人機：

自從2016年5月DOBBY口袋無人機發布後，一夜之間無人機圈都學起了「縮骨術」。摺疊，緊湊化成為了消費級無人機必備的屬性之一。

無人機小型化的趨勢源於兩個原因：用戶的痛點和訴求、科技水平的發展和進步。

用戶的痛點和訴求

雖然都叫消費級無人機，但是2016年以前的無人機並不適合大眾消費者，原因有三

  1. 體積仍然較大結構較為負責，外出攜帶不便；

  2. 依託遙控器進行操作，操控較為複雜上手難度較大；

  3. 價格較為昂貴，大多在7千以上的價位。

基於這些原因，無人機廠商在2016年紛紛將目光轉向小型化的無人機產品。來自北京的零度智控首先發難，5月，公司推出了DOBBY口袋無人機。隨後，昊翔、大疆、零零無限等企業都發布了類似的小型化產品。這些小型化產品的特點主要包括：

  1. 體積小：DOBBY可以放進口袋，其他可以放進單肩包

  2. 手機操控：大多採用手機進行控制，有智能飛行拍攝模式，簡化操作。

  3. 價格低：大多集中在2000-4000的價格區間內（大疆的mavic價格較高，達到了7000元檔位）

AKB48在其新歌MV中大玩無人機，無人機小型化後不再是男生的專屬玩物。

這些變化直擊用戶痛點和訴求，雖然小型化的無人機產品在畫質和飛行性能上較早前的產品有所縮水，比如大多數產品都減掉了三軸雲台等設備，飛行時間也大多集中在10分鐘上下，但是，對於入門級用戶和非專業人士而言，這些「損失」都處於可接受的範圍。

更重要的是，由於砍掉了三軸雲台等成本較高的配件，這類無人機產品的價格更低，直接從萬元檔下探到了2000,3000元的水平。極大地降低了無人機的消費門檻，更多的人都可以體驗到無人機的樂趣。

科技水平的發展和進步

無人機小型化的另一個功臣無疑就是科技的飛速發展。DOBBY口袋無人機的生產商零度智控今年宣布獲得了高通在內的1.5億融資，而高通則正是小型化無人機的重要推手。

過去一年間，高通頻頻為無人機企業站台喝彩

舉個列子，人類最早的電腦使用數量龐大的電子管構成，而後，相對小巧的晶體管取代了電子管，今天，微電子技術的發展使得我們的cpu已經進化到了納米級水準。無人機同樣如此，早期的無人機產品集成度很低，需要數量眾多的電子設備分別處理不同的任務，如今，僅需要一塊集成度極高的晶元，就能完成無人機飛行所需的各類計算任務。

眾所周知，高通是世界著名的晶元生產商，而無人機已然成為了下一個晶元生產商爭相爭奪的戰場。

小無人機vs大行業格局

有意思的是，2016年層不出窮的小型化無人機產品，除了DOBBY生產商零度智控外，都是新成立的小公司生產製造的。再看IDC發布的《中國航拍無人機市場季度跟蹤報告（2016年第三季度）》。這份報告的最大亮點，同時也是最吸引媒體關注的是——大疆創新的出貨量在過去的四個季度以來，首次出現下滑。而DOBBY生產商零度智控，其出貨量達到了24.3%，增勢顯著。

小型化的無人機產品，是否能夠動搖無人機行業的市場格局？

為了應對小型化無人機的衝擊，大疆今年也發布了小型化產品mavic pro，不過，和其他小型化的無人機產品不同的是，這款無人機的價格高達7000元左右，而且配備了其他小型無人機不具備的諸多功能，如三軸雲台、超遠的圖傳範圍等。相應的，mavic pro的體積也比DOBBY這樣「口袋無人機」大了不少，口袋，是肯定放不進去的。

筆者看來，mavic pro雖然體積較大疆的其他產品要小，但是，仍然不是純粹的小型化無人機產品，因為它售價依舊高昂，操控也依然主打遙控器模式，便攜程度和DOBBY這類機型完全無法相提並論。因此可以說，大疆面對小型化浪潮，仍然採用了相對保守的策略，面對零度智控等企業掀起的無人機革命，大疆只是揮了揮手表示應戰，於是縮減了一下無人機的尺寸，其他功能上大疆還在按照自己的節奏走。

2016年的無人機小型化浪潮是否能夠引起無人機行業的革命？大疆和零度們誰能笑到最後？你的答案是？

小型無人機正將航拍的界限模糊化，你可以帶著無人機出街，以更自由的視角拍攝身邊的點滴。

感謝貼主邀請。本人在某985高校讀博士，只能說對於信息科技的熱點比較了解。對於公司的投資熱點就不是很了解了，只能說是知道哪些方向比較火。

從學術的角度來說，目前整個計算機領域最火的毫無疑問是大數據，但也都以抄概念為主，實質的技術研究個人感覺並沒有脫離資料庫和數據挖掘的基本模型，大家可以參考該領域最頂尖的國際會議SIGMOD,SIGKDD，SIGIR的熱門研究話題。大數據的產業化好像推進的不錯，我校大數據研究中心的一個創業公司據說估值都達到二十幾億了。按照馬雲的說法是現在是數據科技DT時代，數據就是資產，還有大家有沒有覺得最近的產品推送越來越准了。。。

第二個方向，大家都知道一定是人工智慧，當然這個領域本身有很多方向，前兩年火的無人機嚴格來說是人工智慧比較淺表的應用。學術這塊的話，機器學習，尤其是深度學習簡直是火到爆炸吧。可以這樣說，只要是研究人工智慧的，有一半以上在搞機器學習吧。這個領域的產業化就不用說了，據說都開始通過人臉識別恐怖分子了。就業市場對於研究深度學習領域也是熱捧，我校研究生靠這個去了BAT的比較多，和我同一個實驗室的就有去了百度的鳳巢團隊。無人駕駛，VR等具體的應用也很多。多說一句，人工智慧的應用基本都是綜合技術的，很少有很單一的分類，聚類等技術，甚至會和生物相結合，比如腦科學。人工智慧按照大佬們的說法，是信息科技的又一次新的革命。。。

除了這兩個大的領域，其他的我就不太了解了。本人是做信息安全的，政府很重視，學術界在熱炒。但是產業界貌似並不是很感冒。而且安全技術有邊緣性（就是有了安全的技術並不一定絕對安全），和依附性（不同領域有不同的安全問題，如數據安全和系統安全就是關係不是很緊密的兩個領域）。目前在量子信息技術的推動下，通過量子技術來分發秘鑰，默認該信道是絕對的安全的。也就說可能傳統的安全協議就沒什麼用了。但是，離推廣和實用還有點早。畢竟那麼多人搞密碼應用，學術界還是會繼續搞一些老的套路。企業那邊，據我所知貌似數據安全和無線通信安全是最有應用價值的兩個方向。在天朝，隱私的東西，就學術這裡炒炒了，貌似企業都沒怎麼聽說跟進的。不過最近，據說蘋果公司引入差分隱私技術保護用戶隱私。差分技術比較複雜，能有多大用大家可以參考這個帖子：蘋果的 Differential Privacy 差分隱私技術是什麼原理？

小學生變多了…軟體開發市場更浮躁了…

謝邀，第一次被邀請回答，很激動。然而好像我並不能說出個啥。。。專業是數學，做的是是比較偏理論的，而且感覺視野還不足以把握到科技發展的風向。只能從自己比較熟悉的領域說一點點。

從會議來看，

1.CVPR2016: 深度學習還是那麼火熱，比如今年的最佳; 以及我比較熟的超解析度重建裡面的兩篇oral都是DL做出來的。

2.ECCV2016: 企業大佬認為超解析度重建對人臉識別沒有太有價值的貢獻。因為重建的先驗知識是從預先訓練好的字典裡面來的。(？疑問臉？ 他們說的好像是淺層結構的方法); ECCV今年大力付出傳統方法的論文，似乎有意讓大家理性一點看待深度學習。

從方法來看，接觸比較多的非線性降維方法，都越來越傾向於數據分布的流形假設。(可能是我剛進來，時間線描述不太准，但是流形絕對主流，感覺陳省身大大給我們墊了一塊又高大磚頭)。而且，流形假設，不僅限於黎曼流形，正在向各個領域擴展。比如，老闆正在努力把流形假設應用到電子交換關聯能的計算上去。

以上。。。。我編不下去了。

問題是科技界，結果各位答主都在回答數碼界的趨勢……

移動互聯網是第一生產力？

實業誤國，數碼興邦？

謝邀，三星引領的曲面屏、OLED屏幕的發展,現在越來越多的手機廠家冒著產量不足問題使用。

作為人工智慧界最具熱門的計算網路結構，深度學習在2016年吸引了太多太多的學術注意力。這裡就深度學習的一些技術趨勢做一下整理和介紹：

本文作者 Carlos E. Perez ，他來自機器學習技術公司 Intuition Machine，主要研究深度學習類型、方法論、以及行業戰略。 發佈於 Medium 的這篇文章主要對 2017 年深度學習的十大趨勢做出了預測，雷鋒網編譯，未經許可不得轉載。

作為一名人工智慧領域裡的圈內人士，上次寫科技預測要追溯到 6 年前了，當時我寫了一篇「2011 軟體開發趨勢及預測」的文章，文中對行業做了十點預測，其中六個預測準確，分別是 Javascript VM、 NoSQL、大數據分析、私有雲、反向桌面服務、Scala；四個略有偏差，分別是企業應用商店，語義索引、企業級OA授權、前瞻性代理。現在，我打算再來預測一下深度學習行業。

不過，這次預測和以往的不太一樣，我不打算進行企業級應用預測，而是把重點放在了趨勢研究和預測。毫無疑問，深度學習將會驅動越來越多的企業採用人工智慧技術，對於那些「老土」的企業，未來很可能會被淘汰。好了，廢話不多說，現在就來介紹一下我對 2017 年深度學習領域的預測和趨勢分析吧！

一、 硬體將會以摩爾定律的兩倍速度發展

如果你了解英偉達和英特爾這兩家公司的硬體發展速度，就不會對摩爾定律的速度提升一倍感到意外了。在深度學習領域裡，英偉達將會佔據絕對統治地位，因為他們已經構建了最豐富的生態系統。沒有人會傻到跳去選擇其他不成熟的深度學習生態系統，預計到 2017 年中旬，英特爾 Xeon Phi 才有可能在性能上趕超英偉達，不過距離投放市場依然有距離。

另一方面，雖然英特爾 FPGA 解決方案可能會受到雲技術提供商的青睞，但更多的是處於經濟實惠的角度。如果想要減少成本，那麼功耗是必須要改變一個要素，到明年中旬，英特爾的 Nervana 晶元預計可以達到 30 萬億次的浮點運算能力——這是我依照推測的估算，因為現在英偉達已經開發出了具備 20 萬億次浮點運算能力的處理晶元，我不相信英特爾會「憋」到 2018 年才放大招。此外，英特爾現在手頭上唯一的大王牌可能是他們的 3D XPoint 技術，該技術可以改善整個硬體堆棧，但是在核心加速能力上相比於 AMD 使用的 HBM2 顯存似乎略有欠缺。

亞馬遜公司也宣布推出了基於現場可編程門陣列（FPGA）的雲計算架構，它基於賽靈思公司 UltraScale+ 技術，並提供了 6800 個數字信號處理器和 64 GB 內存，這種配置的確非常強大，但是由於受到 I/O 束縛，可能也無法與 AMD 的 HBM 顯存的性能想必你。雖然相比於英偉達、英特爾和 AMD 這樣的廠商，亞馬遜公司提供了更低的內存帶寬解決方案，但是對於開發人員而言，可能會考慮下是否需要投入更多複雜開發流程（比如硬體描述語言 VHDL、Verlog等）

我所了解的最新消息是，AMD 已經發布全新一代Vega架構產品，但它不是消費級顯卡，而是一款高性能計算加速卡「Radeon Instinct」，主要用於機器學習和深度學習，而且專門為了和英偉達旗下的硬體產品競爭。有消息稱，這款產品預計會在明年年初正式上市，不過在 AMD 能夠提供配套的軟體解決方案之前，不要期待太多英偉達用戶會「轉投」到 AMD 的懷抱。

二、卷積神經網路（CNN）將佔主導地位

對於深度學習系統而言，卷積神經網路將會成為標配，就像麵包離不開黃油一樣。遞歸神經網路和長短記憶型遞歸神經網路周期性的配置，以及嵌入到內存節點都會逐漸被越來越少使用，因為他們和基於卷積神經網路技術的解決方案相比沒有任何競爭力。就像現在人們編程時，沒有人會使用 GOTO 語句一樣，我認為，遞歸神經網路（RNN）和長短記憶型遞歸神經網路（LSTM）的「下場」也一樣。

可區分的記憶網路也將會變得越來越常見。這是一個自然選擇的結果（或是架構），內存將會從核心節點上提取出來，在計算機制內只是作為一個單獨的組成部分駐留。我們已經看到了模塊化的長短記憶型遞歸神經網路從內存中分離（比如增強現實遞歸神經網路）。

三、設計師將會越來越依賴於「元學習」

當我開始自己的深度學習之旅時，曾想過優化演算法，特別是想去改進那些二階優化演算法。可如今，幾乎可以斷定的說，機器學習已經可以學習為你優化演算法了。如果現在還有人嘗試使用一個更好版本的隨機梯度下降（SGD）演算法的話，基本上可以不用自己寫代碼了。隨機梯度下降演算法可以通過機器學習來變得更好，而且可以解決某個特定問題。元學習會根據自身所處領域，適應性地優化學習。與此相關的是，替代演算法的反向傳播將開始出現在實踐中。我的預測是，明年隨機梯度下降演算法可能要壽終正寢了。

四、強化學習只會變得更有創意

對現實的觀察永遠是不完美的，當隨機梯度下降演算法不再適用之後，也同樣會帶來大量問題。未來，實際部署任何深度學習系統的時候，都需要一定形式的強化學習，這可能會成為一個必不可少的流程。除此之外，我們會看到強制學習將會越來越多地用於深度學習訓練之中。舉個例子，元學習將會得到強制學習的支持，事實上，我們已經看到了強制學習被用於尋找不同類型的神經網路結構。

五、對抗和協作學習將會成為主流

在過去，我們擁有的是單一深度學習系統，它只有單一解析目標的功能。而在未來，我希望看到兩個或是多個神經網路合作（或競爭），最終找到一個最優的解決方案。在此，我推薦一篇論文——《Game Theory reveals the future of Deep Learning》。2017 年，將會有更多人研究如何管理非平衡狀態的語境。實際上，現在我們已經看到了一些相關研究，比如研究人員正在使用生成式對抗網路(GAN)嘗試尋找處理非平衡狀態的方法。

六、預測學習或無監督學習？可能進步不大

「預測學習」（predictive learning）是人工智慧大咖 Yann LeCun 提出的一個最新熱門詞，基本上已經取代了之前我們常見的人工智慧術語「無監督學習」。當然啦，現在我們還不清楚這個最新術語是否能夠被更廣泛地應用，雖然這問題很難在 2017 年就獲得答案，但我可以斷言「預測學習」不會取得太大進步。我現在的感覺是，這個技術過於複雜，因此存在很多概念上的斷鏈，人們也不知道它究竟是如何工作的。

如果你讀過我之前發表的文章《深度學習智能的五大能力》，可能會覺得預測學習完全是一種讓人無法感知到的技術能力，它就像是宇宙中的暗物質似的，雖然我們都知道它的存在，但就是不知道該如何觀察到它。

七、遷移學習會導致產業化

吳恩達認為這很重要，我也持同樣的觀點。雷鋒網了解到，吳恩達曾拿百度 NLP 團隊的研究成果舉例，認為如果同時學習多個語言對之間的翻譯，效果會比同時學習一個語言對的效果好。

八、越來越多的應用程序將會把深度學習作為組件

實際上，今年我們就已經看到這一趨勢了，比如在大規模搜索演算法中就被用於函數評估組件。谷歌的「阿法狗」在走棋估值和策略評估之中就採用了深度學習技術，Gmail 的自動回復系統也採用了機器學習技術和定向搜索服務結合在一起。明年，相比於全新的端到端訓練深度學習系統，我更希望能看到更多混合演算法出現。端到端深度學習是一個很有前景的研究領域，但就目前應用層面來看，混合系統似乎更有效率。

九、設計模式會被更多地採納

深度學習只是眾多需要概念架構的複雜領域中的一個，雖然它涉及到高等數學，也有大量文字敘述和模糊的概念（這些概念也難以通過正規、嚴謹的方法來獲取），但我們必須承認，一些深度學習設計模型已經在某些複雜的行業領域裡，比如軟體開發得到了很好的使用。我預測，會有更多行業從業者能夠接受深度學習和設計模式。

十、工程將比理論更受重視

當研究人員嘗試探索研究方法時，自身的背景和他們所使用的數學工具可能會帶來一些「偏見」，導致最終生成的結果不夠客觀，但是深度學習系統和無監督學習系統可能不會遇到這些問題。就目前來說，沒有證據表明傳統的分析工具對揭開深度學習如何工作有什麼幫助，相同的問題也出現在其他領域裡，比如物理學對於動態系統如何工作也困惑了好幾十年，同樣的狀況也出現在動態學習系統里。

不過，雖然對很多基本原理缺乏深刻理解，但這並不妨礙我們去嘗試更多、更高級的應用工程。深度學習就像是生物科技或是基因工程，我們已經創造出了模擬學習的機器，但是我們還不知道它是如何工作的，然而這並不妨礙我們進行創新。

原文地址：2017就在眼前，深度學習有哪十大趨勢值得關注？ | 雷鋒網

謝邀。

作為非理工科出身的，在這裡就不班門弄斧了。

以下內容均轉載自「數據分析網」：

基於Crunchbase的數據，我分析了在過去5年里信息科技16個領域中每一個領域的投資市場份額變化。以上的圖表以每個領域在年度投資額中所在的百分比的形式，對比兩種投資在各個領域的變化情況，其中種子投資用藍色表示，而A輪融資用紅色表示。

過去的五年對廣告領域來說可謂一場噩夢，種子投資和A輪融資的市場份額在短短五年間由15%下降到5%。是什麼原因使廣告領域受到投資者的冷遇呢?實際上這是由Facebook 和谷歌公司主導的網路效應造成的。

分析領域在兩種市場中仍然佔據重要的地位。創業機制分析產品在種子投資市場和A輪融資市場都佔據了大概10%的市場份額。

大數據，這一術語在2012年得到普及，並在2015達到巔峰。根據谷歌的趨勢，A輪融資市場在大數據方面的投資市場份額由2010年的2.5%增長到了2015年的7.5%以上。在過去四年中種子投資者對於大數據領域的興趣相對保持平穩，而A輪融資者對於大數據領域的興趣還在持續上漲。

雲計算領域包括開發人員用於構建服務的基礎設施產品，在過去五年中雲計算所佔的投資市場份額一直在4%上下波動，除了在最近的2013年和2014年有所下降。

對於投資者來說，數字媒體正在走向復興，數字媒體領域的市場份額在過去三年中由2%上漲到4%。不過，首輪融資者並未對數字媒體領域顯示出濃厚的興趣，至少現在還沒有。在2016年，數字媒體領域可能會在A輪融資市場有所突破。過去數字媒體市場面臨的挑戰是退出估值。媒體公司的市盈率比傳統軟體公司要低，但是一些新進軍媒體領域的公司取得了不錯的成績，諸如Upworthy公司，它們可能會使投資者多加考慮。

作為信息科技長久以來的重要領域，電子商務在A輪融資市場的市場份額長久穩定在15%左右，但是在種子投資市場所佔的市場份額卻從15%下降到了2015年的10%以下。電子商務公司需要更多的資金去維持自身增長，部分原因是因為電子商務公司的利潤結構要低於軟體公司，並且這些企業需要大量的流動資金。

種子投資者對電子商務領域的興趣衰減，這或許表明種子投資者希望在接下來的幾年獲得更大的收益，並且這也意味著電子商務創業公司後續的資金融入方式會發生變化，新的資金融入方式不會以之前那些創企設定的方式進行。

自2010年以來，教育類創業公司在種子投資市場異軍突起，其所佔市場份額由6%上漲到2015年的10%。在這5年間，有兩個表現突出的教育公司上市。其中一家公司名為2U，這家公司專註於網上大學領域，公司市值13億美元；另一家公司名為Instructure，這家公司專註於學習管理系統，其市值為5.5億美元。（註：Redpoint是2U公司的投資者）

在過去的五年中，種子投資者持續拿出他們總資產的4%進行投資，而A輪融資者並沒有效仿種子投資者的這種投資行為。

在這五年間，金融科技領域（包括比特幣系統領域的創業公司）有歡笑也有淚水，在2014年金融科技領域所佔投資市場份額急劇下降。在這場金融科技引發的熱潮中，早期的贏家在後續的經營中獲得了巨額利潤，但是新公司卻缺乏資金。2015年，金融科技領域所佔市場份額飆升，這是其具有里程碑意義的一年。

遊戲領域繼續呈穩步下降的頹勢，其所佔市場份額由7%下降到不足2%。除了http://King.com網站以外，遊戲產品的推出比預期還要難。與此同時，一些優秀的遊戲公司諸如推出「憤怒的小鳥」遊戲的Rovio公司並沒有上市或是被收購，它們要在激烈的市場競爭和巨大的壓力下不斷使其產品多樣化。

硬/軟體結合領域，這一領域包括像Fitbit這樣的可穿戴設備，在2014年這一領域在A輪融資市場所佔的市場份額達到5%，但緊隨其後的2015年其市場份額下降到4%。儘管我們迎來了硬體/軟體公司的首次公開募股，其市值並沒有一直保持高倍數增長。在2015年，GoPro公司喪失了73%的市值，而FitBit公司市值在2015年八月份達到峰值，隨後下降了44%。

健康和保健公司所獲得的首輪融資市場份額一路飆升至2014年，僅在2015年遭受微創，略有下降。健康與保健領域的利潤在奧巴馬醫改利率獲批後得以飆升。

受Uber、AirBnB巨大成功的影響，虛擬市場領域所佔的市場份額由2.5%上漲到了現在的10%。就市值而言，Uber是世界上最大的計程車公司，但它並未擁有計程車。就市值而言，AirBnB公司是世界上最大的酒店，但它並沒有擁有任何實體酒店。

這些企業的增長率和規模以天文數字進行增長，因而它們也成為投資者的新寵，但與此同時其所佔的A輪融資市場份額穩定在5%。考慮到種子投資者對虛擬市場領域表現出的興趣，我預測在虛擬市場的很多領域其A輪融資市場份額將會提高。

SaaS公司的投資份額曲線與虛擬市場變化軌跡類似，其所佔種子市場的投資份額要高於A輪融資市場，但是兩個市場的投資總體上在SaaS領域都呈上漲趨勢，種子市場的投資份額由5%上漲到15%，而A輪融資市場的市場份額由5%上漲到10%。這個領域的機會仍是巨大的，因為只有不到2%的傳統軟體市場轉換到了SaaS模式，這其中包括私營企業。

A輪融資者在安全領域的投資要遠大於種子投資者。A輪融資者每年大約要把投資總額的4%至5%投入安全領域的公司，而安全領域的投資僅占種子投資者投資總額的不到1%。如果違反規則和數據泄露的事件時有發生，那麼我們可以預計安全領域會吸引更多的投資。

在社交領域中，Facebook已佔據主導地位，這使得一些諸如Snapchat的社交媒體淘汰出局。在這五年間，早期投資者在社交媒體領域的投資份額由15%下降到了5%。這一下跌與廣告領域的不景氣密切相關。這兩個領域呈現一種盤根錯節的複雜關係，社交媒體生成私有數據，而這些數據被用於打造無懈可擊的廣告平台。因為Facebook強加給這兩個系統以網路效應，這使得投資者在這兩個領域洞察到越來越少的機會。

總之，在2016年大數據、教育、虛擬市場、SaaS領域的投資份額會有強勁的增長。而廣告、遊戲、社交媒體領域在新的一年會和過去的2015年類似，除非市場在這些領域出現不連續的變化。

新的一年，數字媒體領域和時尚行業或許會取得突破，從種子市場進軍A輪融資市場。而種子投資者是否會跟隨A輪融資者的步伐進軍安全領域，還有待觀察。

原文鏈接：http://tomtunguz.com/hottest-startup-sectors-2016/?utm_source=feedlyutm_medium=webfeeds

除了「人工智慧」，其他的就是各個國家的核心機密了

Atitit 近年來的軟體與編程與技術趨勢大盤點 and 2017 未來技術趨勢attilax總結

1. 2016年技術趨勢 輝煌與沒落 1

1.1. 輝煌的技術 spring boot Ember ReactJS 1

1.2. 2016年沒落的技術 2

2. 2017年的技術趨勢 2

3. Attilax總結的需要改進的東東趨勢 3

4. Atitit j近年來的 沒落技術2010-----2017 3

4.1. 服務端mvc ，比如 struts 3

4.2. 服務端ui技術 3

4.3. 瀏覽器插件技術 3

5. 搜搜趨勢關鍵字 4

6. 參考資料 4

1. 2016年技術趨勢 輝煌與沒落

1.1. 輝煌的技術 spring boot Ember ReactJS

區塊鏈

2016

spring boot

2016

Ember.js

2016

APIs as a product

2016

Serverless architecture

2016

Client-directed query

2016

Micro frontends

2016

WebRTC

2016

vue

2016

three.js

2016

ReactJS

2016

軟體定義架構

Sdx 軟體定義一切

1.2. 2016年沒落的技術

Big Data envy

Anemic REST

Cloud lift and shift

AngularJS

2. 2017年的技術趨勢

Web not native

大熱: Node.js； 遇冷: JavaEE, Ruby on Rails

更加移動優先 ，，more spa

Ar vr ai

Google pwa Progressive Web App 漸進式 Web Apps

故「ES2017」預計將在 2017 年中期完成，它也將帶來 JS 開發者夢寐以求的新特性——用於處理非同步函數的аsync/аwait

Java9

Iot Lbs

3. Attilax總結的需要改進的東東趨勢

Es6 的大力推進

通訊dsl

Base on func compart

Esb lite

4. Atitit j近年來的 沒落技術2010-----2017

4.1. 服務端mvc ，比如 struts

4.2. 服務端ui技術

4.3. 瀏覽器插件技術

2016年

Big Data envy

Anemic REST

Cloud lift and shift

AngularJS

2015年

Gitflow

Programming in your CI/CD tool

Pace-layered Application Strategy

28. Programming in your CI/CD tool

29. SAFe?

30. Separate DevOps team

2012

Maven ，Enterprise service bus ，GWT，RIA，WS-*

Backbone

Component-based frameworks

2013

Backbone

Handwritten CSS

2014

忽略 OWASP Top 10

Ant JSF osgi

5. 搜搜趨勢關鍵字

2017 （開發 軟體 編程 ）趨勢 預測 熱點技術預測 科技預言

Gartner 報告 technology

6. 參考資料

2017年這10種編程技術將成為主流趨勢_電腦IT_龍巢網 - 大中華區最具招生影響力的培訓門戶.html

2017 年將更加流行的 6 個 Web 開發趨勢 - 開源中國社區.html

Gartner 報告 Gartner Group公司成立於1979年，它是第一家信息技術研究和分析的公司

technology-radar

【重磅獨家】2016年什麼概念會大炒特炒_同花順財經.html

TechTarget的報告

2016年熱點技術預測之——軟體定義.html

作者:: 綽號:老哇的爪子claw of Eagle 偶像破壞者Iconoclast image-smasher

捕鳥王"Bird Catcher 王中之王King of Kings 虔誠者Pious 宗教信仰捍衛者 Defender Of the Faith. 卡拉卡拉紅斗篷 Caracalla red cloak

簡稱：： Emir Attilax Akbar 埃米爾 阿提拉克斯 阿克巴

全名：：Emir Attilax Akbar bin Mahmud bin attila bin Solomon bin adam Al Rapanui 埃米爾 阿提拉克斯 阿克巴 本 馬哈茂德 本 阿提拉 本 所羅門 本亞當 阿爾 拉帕努伊

常用名：艾提拉（艾龍）， EMAIL:1466519819@qq.com

頭銜：uke總部o2o負責人，全球網格化項目創始人，

uke宗教與文化融合事務部部長， uke宗教改革委員會副主席

，Uke部落首席大酋長，

uke制度與重大會議委員會委員長，uke保安部首席大隊長,uke制度檢查委員會副會長，

uke 首席cto 奶牛科技首席cto ， 軟體部門總監 技術部副總監 研發部門總監主管 產品部副經理 項目部副經理

uke波利尼西亞區大區連鎖負責人 湯加王國區域負責人。

uke克爾格倫群島區連鎖負責人，萊恩群島區連鎖負責人，

uke布維島和南喬治亞和南桑威奇群島大區連鎖負責人

Uke軟體標準化協會理事長理事長 uke終身教育學校副校長

Uke 資料庫與存儲標準化協會副會長 uke出版社編輯總編

Uke醫院 與醫學院方面的創始人

Uke 戶外運動協會理事長 uke交友協會會長

轉載請註明來源：attilax的專欄

--Atiend

2016年科技領域的趨勢：

從純粹的技術方面：

1，人工智慧：標誌性事件是alphago 戰勝李世石，谷歌這麼多年的投資也得到了很好的回報，人工智慧60年以來再次掀起熱潮，以蘋果，Facebook為首的大量科技公司也開始在人工智慧領域發力。國內的百度大腦，訊飛語音，曠視商湯等做的圖像識別。

2，空間技術：2016 年 4 月 8 日 SpaceX 成功發射並在海上回收 Falcon9 一級火箭，以後這項技術成熟後將大大降低太空業成本，而人類成為多星球居民的夢想又近了一步。

3，個人助理興起：亞馬遜有智能助理echo，Facebook 馬克最近開發的Javis，這種個人助理和家居的結合，特別是在已經有了蘋果home kit，市場上可以適配home kit等軟硬體的基礎之上，會成為一種主流。

4，量子衛星：中國於8月16日成功發射以「墨子號」命名的世界首顆量子科學實驗衛星，這顆衛星計劃在空間運行兩年，在此期間它將向地球發送不可破解的密鑰，建立「不可截獲的」通信渠道。

待更新。

2016年科技圈水軍開始全面泛濫，大家也第一次真正留意到這一問題，以競爭激烈手機圈的手機圈為例，今年基本上是水軍遍地，軟稿黑稿紛飛，由於今年某廠商（甚至不說都知道是哪家）抹黑其他廠商（你可能也知道哪家被重點照顧）較為出格，其門下水軍在知乎也頗有知名度。作為一個關注科技圈很久的人，我可以預判輿論在明年會開始反轉，大眾對水軍的反感會因為某一兩件孤立事件徹底拖垮某廠商的口碑，最終「水軍」也會退出舞台。由於知乎平台用戶層次相對較高，判斷力相對較強，所以在輿論上，這種趨勢已經更早顯現出來。

另外，由於圖形處理器性能限制，vr行業今年的發展也不容樂觀，而且vr的應用最終也不會有想像的那麼廣泛。回想上半年vr概念的火爆和現在的蕭條，科技圈的人又一次把金融圈的人忽悠瘸了。

鋰電池領域，全固態電池又一次成了趨勢。

互聯網圈開始和房地產圈一起大保健了

推薦閱讀：

※如何看待王欣認罪？
※在哪一瞬間你認識到人類的科技沒有想像中的發達？
※個人信息的泄露在今天已經嚴重到了什麼地步？對普通人的生活有多大的影響？
※飛機為什麼可以飛起來，是什麼原理？
※激光電視相比其他電視好在哪兒？

TAG:科技 | 科技趨勢 | 2016年盤點 |