胡郁：今天很高興來到新智元的世界人工智慧大會現場。很高興楊靜給我們人工智慧生態圈這樣一個機會，讓包括學術研究的、企業、工業、投資圈的人都能夠在這裡匯聚一堂，我覺得這也是我們人工智慧領域的一個盛會。我今天的演講題目是《人工智慧新紀元，共創商業新生態》。
真正做研究的態度：從周志華老師對深度森林的探索說起
大家知道人類發展的歷史，為什麼恐龍在地球上存在了3萬年，但沒有像人類一樣成為地球的主宰？恐龍滅絕有很多種假說，其中一種是彗星撞擊地球。這讓我有一個非常有意思的聯想。我們這幾年經常講人工智慧是幾起幾伏的，那是不是可以推想智能也是幾起幾伏的呢？為什麼恐龍在地球上存在的時間比我們人類還要長，為什麼沒有進化出跟人類一樣的智慧呢？這就跟人工智慧一樣，人工智慧雖然有三波浪潮，每一波的時候大家都認為有突破了，但是還沒有到火候。我想恐龍的大腦也是沒有到火候，只有到了人類的時代，我們的大腦才演變出智能，才促使人類最終能夠統治世界。如果我們現在回頭去看，人工智慧是一個獨立存在的現象嗎？我相信不是。為什麼這麼說呢？在這之前人類也做了大量的準備，從蒸汽時代開始，也就是能源革命，到電氣時代，到信息時代，我們發明了數字化的計算機，進入了一個數字宇宙，我們開創了虛擬的世界。經過這一輪一輪周期性的往複和不斷地爬升，人工智慧才到了今天的發展境地。說到人工智慧，我經常提到人工智慧跟機器人之間的關係。越來越多人發現人工智慧和機器人之間是一種非常耦合的，互相定義的關係。為什麼這麼說呢？因為人工智慧和機器人的定義都是用人所設計的方法來實現讓一個裝置或者一個系統進行感知、認知、推理和決策、執行。
1946年ENIAC的發明，標誌著數字宇宙誕生。相對自然宇宙，人們提出一個新的概念，叫做數字宇宙和虛擬世界。在這個世界裡有很多的創始人，包括圖靈、馮·諾依曼，等等，他們做出了卓越的努力。在人工智慧的鏈條當中，其實有不同層面的人，我現在講的這些人是真正從科學的角度來研究機器人是不是存在人工的智能，是不是有可能演化出生命和智能。他們通常是從這個層面來考慮問題的。而數學家和做研究的人考慮什麼呢？
前段時間我跟周志華教授探討，我問他你為什麼不研究現在最流行的深度神經網路。周志華教授告訴我做研究的人、做設計的人關注的是從數學角度來講，哪些方法能夠更好地推動人工智慧的發展，他恰恰是要在大家都熱衷於一個單一的技術的時候去研究和拓展其他技術顛覆的可能性，這樣才能將研究不斷地往前推進。就像在過去的十幾年當中，Geoffery Hinton，Yann Lecun，Bengio這些人在大家都還不看好的情況下，持之以恆地推動深度神經網路的進展。這才是真正做研究的態度。做研究的人是希望關注到幾百種不同的演算法，就像周志華教授研究的深度森林，也許現在大家都不太看好，也許現在的計算能力還計算不了，但是做研究的人應該在這個層面思考問題。講到最新的人工智慧技術，做工程的人關注的是什麼呢？做工程的人關注的是深度神經網路，因為深度神經網路＋大數據有最好的效能。他們關心用什麼樣的演算法在什麼情況下能夠在真實的環境下得到最優的演算法，而且這個演算法最好能夠突破實用的門檻。所以不同層次的人在講人工智慧的時候是有很大的差異的。人工智慧三次浪潮：下一步的突破就必須是感知智能和認知智能組合的突破
人工智慧有三次革命，第一次革命中國造了一台叫508的計算機，在第二個時代，863計劃為中國的人工智慧奠定了科學、技術、人才和成果方面的基礎。科大訊飛當時參加了863計劃中語音合成的項目，這個項目也促進了在1999年人工智慧第二次浪潮結束以後，在人工智慧最艱苦的時候科大訊飛正式成立。所以說我們是在黑暗中摸索了很多年，從1999年到現在，正好18年，我們從來沒有放棄，一直在做。到第三次浪潮，不管是深度神經網路還是其他的演算法，只要有一群做研究的人在堅持，他們就一定能夠找到這條道路。在2006年到2010年之間，Geoffery Hinton和鄧力他們做了成功的技術，谷歌和科大訊飛最早地把它們應用在產品裡面，並且取得了非常顯著的成功。
說到人工智慧發展的階段，在過去的四到五年，科大訊飛在業界也跟大家一起提出了關於人工智慧現在發展階段的表述，從機器所擅長的到人類所獨有的，運算智能、感知智能、運動智能、認知智能，這個已經慢慢地被大家認可。自然語言處理、語言的理解、知識的表達、複雜邏輯的推理和最終的決策都是靠人類獨有的認知智能，這就是為什麼人類跟恐龍不一樣，人類的大腦能夠發達到這一步的主要原因。我們看到AlphaGo Zero這樣的運算智能的集大成者取得了突破，我們下一步的突破就必須是感知智能和認知智能組合的突破。人工智慧三大實現路徑：深度神經網路不是唯一的方法
人工智慧如何取得突破？現在工程師關注的是深度神經網路、大數據，因為深度神經網路具備把大數據的威力充分發揮出來的優勢。但深度神經網路是不是唯一的方法呢？
這幾年的腦計劃包括美國的「大腦活動圖譜計劃」，歐洲的「人類大腦項目」，還有中國由裴剛院士正在推行的「中國腦計劃」已經取得越來越多的進展。我們已經越來越能夠把老鼠、魚，甚至現在正在做猴子的，把它們腦神經的所有單元完全重構出來，用超級計算機模擬的方法得到一個模擬腦。這種全腦模擬的方式在歐洲的腦計劃中尤為明顯。但是是不是把人類的860億神經元全部模擬以後就能夠得到最好的效果？現在誰也不知道。但至少這種全腦模擬為我們提供了一種想像的空間。
這中間有沒有更好的方式呢？其實我們可以看到還有第三種路徑，也是我們科大訊飛正在推動的路徑，我們稱為「智能動力學」。因為我們人類在學習飛行的時候也是一樣，我們把鳥的每個飛行動作都模仿得惟妙惟肖，這樣就像鳥一樣可以飛行了。但是這樣是不行的。馮·卡門，也就是錢學森的老師，他發明了一門很有意思的學科，叫Aerodynamics（空氣動力學）。通過空氣動力學我們了解到鳥能夠飛翔的奧秘，為什麼一個物體在向前前進的時候能夠產生向上的升力？找到這點以後我們人類能夠造出比鳥更好的東西。這點啟發我們，當我們研究出大腦的工作原理，我們是不是也能找到其中的 Intelligence dynamic？我們把腦的拓撲結構的奧妙、把學習規律的奧妙，把遷移學習、小樣本學習，各種各樣的學習的奧妙都掌握了，我們是不是可以造出超過人的大腦的智能？人的大腦在自然宇宙中受到非常多的限制，而電子大腦在虛擬宇宙、數字宇宙中沒有那麼多的限制。同時也帶來一個非常有意思的問題，就是我們有沒有可能將一個生命的智能部分和它的意識部分分開？這也是我們現在討論問題的一個焦點：人工智慧會不會毀滅人類？如果人工智慧沒有意識，只有智能，就像尤瓦爾·赫拉利在他的《未來簡史》中說到的，我們完全有可能發明出來只有智能而沒有意識的機器，它可以幫助我們完成各種各樣的事情。我們在可見的未來能夠不斷地取得進步的是什麼呢？還是深度神經網路＋大數據＋漣漪效應。漣漪效應是互聯網思維的一種方法，我們把不成熟的人工智慧演算法先免費地推向用戶。現在在語音識別、圖象識別、自然語言處理方面已經湧現出越來越多的應用，這樣的應用最後能我們什麼好處呢？當人工智慧在向每個人提供服務的同時吸收到每個人的用戶數據和經驗，它自己不斷地快速成長。在它還沒有觸達整個用戶群時，它的性能成長到讓所有人都大吃一驚。我們已經越來越多地看到這方面的例子。
我們回答了人工智慧的發展目標、發展階段，發展方法，以及人工智慧現在用什麼樣的方法在功能上是可以實現的，所以科大訊飛在2014年提出了訊飛超腦計劃。超腦並不是一個簡單的名詞，也不是一個噱頭，而是有非常豐富的內涵和外延的。在這過程中我們取得了哪些成績呢？我們在深度神經網路方面作出了一系列的嘗試，同時我們構造了訊飛超腦的整個邏輯架構，這個邏輯架構跟大腦的工作原理是一樣的。
我們人類的大腦皮層分為感知區域和認知區域，而訊飛超腦也是由感知部分和認知部分組成，包括viewing machine，reading machine，listening machine，以及thinking machine，thinking machine 對應的是認知智能部分。去年我們在美國的CHiME Challenge英文識別大賽上，在三個比賽中全部取得了第一名。這標誌中國的智能語音技術取得世界最高水平。
在今年的國際語音合成大賽上，科大訊飛再次獲得第一名。在TACKnowledgeBasePopulation知識推理大賽中我們也取得了第一名的好成績。這些都說明我們不僅在感知智能，而且在認知智能方面完全可以跟全世界最優秀的團隊進行拼比。去年的Winograd測試是測試人類常識的，相當於人類八到九歲小孩的常識問題，我們也取得了第一名。
今年我們取得哪些最新的成果呢？在美國的SQuAD挑戰賽，是一個閱讀理解問答的挑戰，我們也取得了第一名的成績。
今年8月，在國際醫學影像領域的權威評測LUNA上我們獲得平均召回率92.3%的檢測效果，獲得該項評測的第一名並刷新世界紀錄。
我是國家863高考機器人的首席專家，現在863高考機器人經過3年的研發，第一期目標已經基本上達到。
前天我們剛剛發布一個公告，中國也是世界上第一個參加臨床職業醫師綜合筆試測評的機器人已經正式誕生了，而且考出的分數大概是450多分，總分是600分，360分及格。這個分數在安徽處於前一百名，這也是非常好的成績。這些都證明我們在認知智能方面取得了非常好的成果。國家衛計委對這個結果非常的高興，因為這樣的結果能夠幫助中國在很多地區消除貧富差距，幫助我們為偏遠地區的醫生建立一個輔助診療的系統。人工智慧怎樣改變世界：自然交互是第二次人工智慧浪潮
人工智慧將怎樣改變世界？很多人都問科大訊飛是一家什麼樣的公司，在美國能不能找到相對應的公司，非常抱歉地告訴大家，其實在美國也找不到類似科大訊飛的公司。我們更像IBM和谷歌公司的組合體。大家知道IBM的認知計算是世界上最早提出來在認知智能方面進行努力的，IBM的很多認知計算可以幫助到教育、醫療、智慧城市等各個方面。谷歌發布了它的智能雲開放平台，谷歌也開發了像Google Home、Google Glass等一系列智能產品。人工智慧可以從兩個角度改變世界，第一個角度是通過智能學習的能力改變行業，它能夠吸收行業里最具寶貴經驗的專家系統的支持，而另外一個角度是人工智慧系統通過改變我們的產品，就像手機、電視、智能機器人、智能玩具、智能家居等一系列改變人和它們之間交互的方式來改變我們的世界。
為什麼說人工智慧將能改變我們身邊的所有產品呢？自然交互是第二次人工智慧浪潮，日本的第五代計算機的設計目標之一，就是能夠自然地和人類交互。什麼叫自然？用我們人類所天生獨有的方式，比如說語音、手勢、肢體語言、眼睛。在過去的幾年中，我們不斷地將鍵盤、滑鼠、觸摸一步一步發展下來，但是在新一代人機交互得將是什麼方式？人類之間最主要的方式是什麼呢？人類接受輸入信息80%來自於眼睛，所以很多人依此類推認為機器人的視覺很重要。但是還有一個數字可能大家沒有研究過，我們在這裡第一次提出來，就是人類輸出信息最自然的方式是來自於哪一個單一的器官呢？人類輸出信息90%都來自於嘴。
對計算機來說，計算機輸出信息最便捷的方式是什麼？是屏幕，所有的計算機都有屏幕，所以說計算機輸出信息最自然的方式是視覺。但是計算機接收信息最主要的方式，除了鍵盤、滑鼠、觸摸還有什麼？現在有兩種方式正在成為人和計算機交互的主要方式，一個就像我們打電話一樣，我把它叫做「弱視覺呈現的語音交互」，我們看不到對方，也看不到操作的內容，只能通過語音來進行。另一種叫「強視覺呈現的語音交互」，計算機顯示圖像，人類的眼睛去理解，人類講出自己的意圖，計算機通過耳朵去理解。這樣才能構成在接下來5到10年人機交互的主要類型。
針對這個目標，在兩年前我們就推出了一個概念叫AIUI，用AI的方式來做User Interface，這是我們第一次在世界上提出全中文的交互方案。我們可以自由地跟機器進行交互，明天下午我們的發布會會提到AIUI 2.0，會給大家帶來非常多的驚喜。
在這個過程中我們讓它改變了手機、車載、家庭、翻譯，這方面的技術都很多。
在過去一年當中，我們的開放平台和我們的合作夥伴也取得非常多的進展。大家可以看到在過去的一年裡，我們的開發者從原來的23萬變成了46萬，累計連接的終端數從9億變為15億，日均交互次數從29億變成40億。這個數字是非常驚人的。雖然現在我們每天的交互次數只有40億，但是我相信在五年以後將會達到1000億。
語音技術一方面改變了消費者產品，另外一方面訊飛超腦利用智能學習的方法結合行業大數據，我們可以改變很多行業，比如醫療、教育、政務、金融、安全等。
這些行業都有痛點，他們的痛點在於專家經驗。比如在教育行業，每個老師每天都要花時間去改卷、輔導、布置作業。中國是世界上第一個能夠將你的普通話的水平測試出來並且告訴你的國家，中國也是世界上唯一一個把英語口語考試放到中考和高考進行大規模考試的國家，因為英語口語考試靠人聽是沒辦法聽得過來的。中國也是第一個能夠對紙面作文、數學、物理、化學進行自動化批改的國家。
在醫療大數據里，人工智慧通過臨床職業醫師綜合筆試測評之後可以幫助我們做輔助治療，語音記錄可以幫助醫生記錄手術中所有的操作過程和詳解的東西，剛才講的LUNA測試庫也可以幫助醫生。
人工智慧將改變人類的世界，但是人工智慧是不是會搶走所有的工作，有一些工作是人工智慧還做不到的，就是Information Free的，有創造性、有創意、靈感的，從無到有的事情必須人類來做。還有一些事情是Information Completed的，像AlphaGO做的事情，那是人工智慧可以做到的。混合正交商業生態體系：人工智慧時代哪些公司會取得成功
在新時代的人工智慧生態將會發展什麼變化？我們經歷過不同的生態，我們經歷過市場為王的生態，也經歷過渠道為王的生態，也經歷過互聯網超級馬太效應贏者通吃的時代，在將來的物聯網時代、大數據時代和人工智慧時代還會這樣嗎？我們在經過仔細地研究以後，我們發現有可能將來是一個混合正交的生態系統，在這個生態裡面每個領域、每個行業，甚至每個企業都會有自己的人工智慧，它們會關註解決自己鏈條上的方面。那麼他們如何進行緊密的連接呢？比如說華為是做手機的，它的人工智慧是用在手機從銷售到最後運用的整個方面，而科大訊飛是做人機交互的，我們會把手機上的語音交互做到極致。在新的生態下知識、經驗、數據、利益的分享會變得更加重要，通過混合的方式建立新生態下的共贏是非常重要的。
很多人問我，你覺得在人工智慧時代哪些公司會取得成功？這裡我借用一下世界上最著名的創新家之一傑弗里·摩爾的話，他的書有《龍捲風暴》《跨越鴻溝》、《斷層地帶》、《公司進化論》等。大家可以看這頁PPT，這個圖最左邊是顛覆式創新、早期市場、應用創新、產品創新和平台創新，這是一個成長型的市場，在這個過程中很多人想用人工智慧方法來進行顛覆性的創造。但是不是人工智慧只能用在顛覆性創新這一個地方呢？大家看在成熟市場還有用於客戶親近或者卓越運營，在客戶親近里我們可以做產品線延伸創新、增強型創新、營銷創新、體驗式創新，卓越運營可以做價值工程創新、集成創新、流程創新、價值轉移創新，這些需要行業專家來做。如果這些專家被人工智慧替代，我們可以在這個過程中藉助人工智慧做延續性創新，而延續性創新是傳統企業非常有優勢的地方。即使對於正在衰退性的市場也可以做有機創新和併購創新，這個過程甚至都可以用到人工智慧。
如果體會到這一點，比較中美兩國，我覺得美國很顯然在原始創新有絕對的優勢，但中國的優勢在剛才講的工程、產業、落地方面。這也是為什麼我現在去日本、韓國、新加坡都感到不方便，因為電子支付沒那麼發達，將來有一天我相信人工智慧也會一樣。
再次感謝新智元給我們這樣的機會共聚一堂，相信大家都能夠樹立一個信心，在中國我們可以用人工智慧改變整個世界，我們的征途是星辰大海！謝謝大家！
論人工智慧與人類智能的關係本文轉載自人機與認知實驗室1 基本概念界定1.1 人工智慧人工智慧是在20世紀中期以後產生的學科，人工智慧就是用 機器模擬人類的智能活動，從而用機器代替人類行使某些方面的職能。人工智慧是通過探索人的感覺和思維的規律來模擬人的智能活動，電子計算機是人工智慧的媒介和基礎。阿倫·圖靈說： 「如果一台計算機能騙過人，使人相信它是人而不是機器，那麼它就應當被稱作有智能。」如果以此為標準來界定機器的智能，那麼人工智慧的發展之路仍然任重道遠。1.2 人類智能智能簡單地說就是智慧與能力，是綜合、複雜的精神活動功能，是人運用自己已有的知識和經驗來學習新知識、新概念並且把知識和概念轉化為解決問題的能力。智能活動往往和記憶力、感知力、思維、判斷、聯想、意志等有密切的聯繫，人類的智能表現在能夠進行歸納總結和邏輯演繹，人類對視覺和聽覺的感知以及處理都是條件反射式的，大腦皮層的神經網路對各種情況的處理是下意識的反應。1.3 什麼是思維思維是事物的一般屬性和內在聯繫在人腦中的間接的、概括的反映。思維的形式包括概念、理解、判斷、推理等。思維往往藉助於語言來表達，由直接的感受即感性思維轉化為理性，透過現象看到事物的本質，發現普適性的規律。芒福德說人類是「精神的製造者」而不僅僅是「工具的製造者」，因為人類具備思維能力。2 基於「技術元素」視角下的人工智慧「技術元素」這一說法是凱文·凱利提出的，技術元素就是從人類意識中湧現出的一切東西，包括技術具象的工具，也包括文化、法律、社會機構和一切智能創造物。凱文·凱利說：「科技是人類的發明，也是生命的產物。」居所是動物的技術，是動物的延伸部分，人類的延伸部分是技術元素，科技發明是我們基因創造的軀體的外延。2.1 人工智慧是技術進化的成果凱文·凱利認為人類的延伸由思維產生，因為思維具有創造力，才促使了技術的進步，才創造出了以往沒有創造出的東西，所以，「如果說科技是人類的延伸，那也與基因無關，而是思維的延伸。因此科技是觀念的延伸軀體」。技術元素伴隨著語言、工具的誕生成為人類不可或缺的夥伴，從古至今，除了極少的例外，各種技術都沒有消失，而是進化成不同形態的技術。人工智慧作為一種科技物種，隨著技術的進步而產生髮展，是技術進化的成果。2.2 人類與技術共同進步一切生物都有天然的藉助外力的本領，從鑽木取火到航空航天，人類經歷了漫長的發展，或者說是進化，技術作為一種手段、一種工具從來都與人類相伴相生。「技術元素」賦予技術以生命，人是技術進化的動力，而技術的進化也促進了人類社會的發展，二者是密不可分的。科技與人類正在逐漸融合，或者說人類已經成為科技最適合的載體； 「技術元素」的發展雖然具有一定程度的自主性，但是它的發展軌跡從某種意義上來說也是人類意志的體現。人作為技術發展的動力之一與「技術元素」同步運動。3 人工智慧能否超越人類對於這個問題人們有兩種極端的看法：一是認為人工智慧必將取代人類，不久的將來人類會淪為機器的奴隸；二是對人類的主體地位有著極度的自信，認為機器始終都是被人控制。前者的依據是人工智慧的發展極其快速，超越了人類智能的進化速度，人工智慧取代人類只是時間問題。後者的依據是人工智慧不具有生命特徵， 無法融入生物圈從而和自然發生聯繫，只能作為人類活動的工具而存在。我更偏向於第二種觀點，是基於以下幾個原因：3.1 缺乏創造性的「特長生」人工智慧開發出的機器可能是某一個領域的「特長生」卻不是全才。比如 AlphaGO是圍棋特長生卻不能唱歌，計算器是數字計算的天才卻不能陪人聊天，情感機器人負責陪伴和情感安慰卻不能真正懂得人類的喜怒哀樂，如此等等，它們按照既定的程序運行，各司其職、各得其所，不會偏離軌道也不懂得創造。 塞繆爾說： 「機器不能輸出任何未經輸入的東西。」目前最先進的機器人也是依賴於軟體運行，軟體是通過人來完成更新升級，人工智慧實際上是人類智能的外在表現。人體是一個複雜而龐大的系統，人有特定的背景和生活習慣，人腦的發育會受到所經歷的事件和社會環境的影響，能夠靈活運用，組合所接受的信息，具備綜合分析問題的能力。人腦的控制系統複雜和精密程度遠遠超過智能機器人，因此，人工智慧在技術上不及人類智能，它依賴人類智能而進化，能夠勝任人類制定的任務，卻缺乏人類智能的創造性。3.2 不能思維的人工智慧在回答「機器能否思維」的時候，我們首先應該對思維進行界定，思維是人腦特有的功能。人腦是一個高度發達的系統，是人類意識活動的物質載體。「電腦思維」在功能上會向人腦思維不斷接近，但是兩者之間存在不可消除的界限，「電腦思維」是一個簡單的邏輯 過程，模擬人腦思維功能和思維信息過程，它在本質上區別於人類思維。人腦思維除了能夠接受外部信息以外，還能對信息進行主觀 的加工。人們已經能製造出類人機器人，可是它不能和人一樣思維嗎，因為思維不僅僅是人腦的生理機能，離開社會實踐和人際交往 是不能產生思維的。3.3 是輔助而非替代人工智慧簡單明了地說就是人類用來改造世界的技術手段，是輔助性的工具，而不是對人類的替代。人工智慧出現的歷史並不久遠，前文說到了技術和人類的共同進化，當人類有能力利用工具來處理複雜繁瑣的工作時，這是人類的進化，也是工具的進化。人工智慧被用於幫助人類進行某項工作，才能解放人力，人類智能才可以更好發揮主動性和創造性。人工智慧承擔了人類活動中基礎的、不可或缺的、複雜的工作，從而使人類智能轉向更核心的科研創造以及思維和判斷上來。在人與人工智慧的關係上，二者是相輔相成、相互補充的，而不是互相排斥、完全替代。4 結束語人工智慧與人類智能的關係是互為補充、相互制約的，人與技術的融合是必然的。目前人工智慧的更新升級必須依賴與人類智能，人類智能的進化程度關係到人工智慧的先進程度「技術元素」的進化也要受到社會條件的制約。人工智慧可能在某一方面出強大的功能，但是它缺乏思維和創造性，這一點是致命的缺陷，工具作為人類器官的延長，是人類智能的外化之物，被人類智能的發展程度所局限。
一網打盡系列文章，請回復以下關鍵詞查看：創新發展：習近平|創新中國|創新創業|科技體制改革|科技創新政策|協同創新|成果轉化|新科技革命|基礎研究|產學研|供給側熱點專題：軍民融合|民參軍|工業4.0|商業航天|智庫|國家重點研發計劃|基金|裝備採辦|博士|摩爾定律|諾貝爾獎|國家實驗室|國防工業|十三五 | 創新教育 | 軍工百強 | 試驗鑒定 | 影響因子 | 雙一流 | 凈評估預見未來：預見2016 |預見2020 |預見2025 |預見2030 |預見2035 |預見2045 |預見2050 |前沿科技：顛覆性技術|生物|仿生|腦科學|精準醫學|基因|基因編輯|虛擬現實|增強現實|納米|人工智慧|機器人|3D列印|4D列印|太赫茲|雲計算|物聯網|互聯網+|大數據|石墨烯|能源|電池|量子|超材料|超級計算機|衛星|北斗|智能製造|不依賴GPS導航|通信|MIT技術評論|航空發動機|可穿戴|氮化鎵|隱身|半導體 | 腦機介面先進武器：中國武器|無人機|轟炸機|預警機|運輸機|戰鬥機|六代機|網路武器|激光武器|電磁炮|高超聲速武器|反無人機|防空反導|潛航器|未來戰爭：未來戰爭|抵消戰略|水下戰|網路空間戰|分散式殺傷|無人機蜂群| 太空站 |反衛星領先國家：俄羅斯|英國|日本|以色列|印度前沿機構：戰略能力辦公室|DARPA|Gartner|矽谷|谷歌|華為|俄先期研究基金會 | 軍工百強前沿人物：錢學森|馬斯克|凱文凱利|任正非 | 馬雲 | 奧巴馬 | 特朗普專家專欄：黃志澄|許得君|施一公|王喜文|賀飛|李萍|劉鋒|王煜全|易本勝|李德毅|游光榮 | 劉亞威 | 趙文銀 | 廖孟豪 | 譚鐵牛 | 於川信 |鄔賀銓 |全文收錄：2016文章全收錄|2015文章全收錄|2014文章全收錄其他主題系列陸續整理中，敬請期待……
推薦閱讀：
