伴隨著互聯網時代的發展，物聯網技術與設備已經開始在各個領域滲透。一份來自世界經濟論壇全球議程理事會的報告認為，我們現在每天被各種媒體“洗腦”的新技術將在2025年達到某種引爆點。這份報告調查了800位科技行業高管和專家學者，受訪者分享了他們對于各個技術發展的時間線。
一、2018年，90%的人都會擁有無限和免費的數據存儲
為了騰地方而刪文件的時代馬上就要過去了。報告稱，在未來三年內，將有90%的人獲得便宜甚至免費的數據存儲服務。目前已經有些公司提供類似服務，例如谷歌照片的無限存儲等。報告估計約有90%的數據是在近兩年內產生。不過，有跡象表明也有可能并非如此，例如微軟最近就沒有通過在OneDrive實行無限存儲的計劃。
二、2021年，第一個機器人藥劑師將在美國產生
機器人已廣泛存在于制造業，但是隨著它們越來越高級，機器人將會進軍新興服務產業。事實上，有預測表明2021年我們將在美國看到第一個機器人藥劑師。
三、2022年1萬億傳感器將接入互聯網
歡迎來到物聯網時代。隨著傳感器成本的不斷降低以及計算能力的逐漸提高，各種各樣的設備將陸續接入互聯網。據預測，最早在2020年，將有1萬億個傳感器接入互聯網，衣食住行的方方面面都會聯網。「每個設備都能與基礎設施相連，通過無處不在的傳感器，人們能更好地理解周圍環境。」
四、2022年，10%的人將會穿上聯網的衣服
汽車、家用電器以及越來越多的日常用品可以聯網，過不了多久，連我們的衣服也能聯網。專家預測到2022年，10%的人將會穿上帶有嵌入式芯片、能聯網的衣服。越來越多的配件諸如手表或戒指也可以聯網。據Gartner研究公司預測，2015年大約賣出了7000萬只智能手表。
五、首輛3D打印汽車將于2022年問世
3D打印越來越強大，能用各種材料打印出復雜的物品。許多汽車廠商已經利用該技術制造原型汽車和汽車部件。不久前，奧迪展示了一輛用金屬3D打印的迷你汽車。但是美國LocalMotors汽車設計公司未來將用3D打印正常尺寸的車型，它們已經做了幾版原型，2016年他們開始生產模型。
六、2025年，首款植入式手機將商業化
2023年，依附于手機將會是一個全新的概念。報告稱，約80%的受訪者認為在七年內，第一部植入式手機將會商業應用。該設備能更準確追蹤個人健康狀況，也能通過腦電波或信號來與人進行思想交流。植入式醫療設備，例如心臟起搏器和植入式耳蝸等已成為主流。2025年內之前我們將會看到更多植入式設備的廣泛應用。
七、2023年，大數據技術將取代政府的人口普查
隨著數據的收集、管理和理解變得越來越容易，政府將會摒棄收集信息的舊方法，開始依靠大數據技術自動化運行。報告稱，80%d的受訪者認為2023年大數據將首次取代人口普查，現在包括加拿大在內的一些國家已經開始嘗試，但是目前還沒有國家能完全替代。
八、2023年，10%的眼鏡將會接入互聯網
當眼鏡聯網變得越來越普遍，我們與世界的交互方式將會變得不一樣。86%的受訪者認為2023年聯網眼鏡將普遍存在。眼球追蹤技術也能控制連接，例如谷歌已經在GoogleGlass中使用了類似技術。
九、2023年，全球80%的人都將擁有數字化身份
隨著互聯網的普及，越來越多的人擁有數字身份。受訪者預測到2023年全球將有80%的人擁有數字身份。報告指出，「數字生活與現實生活越來越密不可分」，而且也會變得越來越重要。例如Facebook和谷歌等公司正致力于讓偏遠地區的人們能夠上網。
十、2023年，政府將首次通過區塊鏈收稅
像比特幣這樣的電子貨幣都通過一種叫「區塊鏈」的機制來運行。區塊鏈的本質是追蹤交易的共享分類公共賬戶。每個人都能查看賬戶，但是不能單獨控制它。有人提出將該技術用于公共數據庫。《經濟學人》最近的一篇文章稱納斯達克甚至開始使用這種技術來記錄私營企業的交易證券。在未來幾年內，區塊鏈技術將會到達臨界點，預計2023年政府將首次使用該技術收稅。
十一、到2023年，全球90%的人兜里都裝著一臺超級計算機
縱觀世界，人們使用智能手機的機會越來越多，甚至超過了PC。在某些發展中國家，許多人通過手機第一次連上了互聯網。隨著智能手機計算能力的增長和價格的降低，手機使用率會加速上升。
據估計，到2017年和2023年，全球手機用戶的滲透率將分別超過50%和70%。全球約90%的人口將由智能手機聯系起來。
十二、2024年，接入互聯網將成為一項基本權利
根據調查，79%的調查對象預測，到2024年，全世界都將擁有常規的互聯網接入。谷歌和Facebook這樣的科技巨頭正在為無法上網的40億人研究創新的解決方法。Facebook的Internet.org使用無人機將網絡從衛星發射到地面上。谷歌氣球則讓巨大的氣球漂浮在大氣層，把互聯網帶到偏遠的地區。
十三、2024年，將實現3D打印的肝移植
3D打印已經越來越多地應用在醫療行業，用來打印人類身體的部件，例如人造骨骼。醫生們已經3D打印出了病人的胸廓等其他骨骼移植部件。在未來，生物打印(將生物工程與3D打印相結合)將讓醫療行業的研究者們打印出更加有用的人造器官。
十四、2024年，超過50%的家用互聯網流量將來自家用電器
隨著越來越多的傳感器被裝配到各種設備上，同時越來越多的產品連上了互聯網，我們將看到互聯網流量來源的巨大轉變。目前，大多數流量來自于個人通訊和娛樂。但是到2024年，大約一半的家用互聯網流量將被家居自動化所消耗。
十五、5%的消費產品將用3D打印的方式生產
3D打印也叫作增量制造，已經進入了許多設計師和生產工業的范疇。但是，隨著3D打印機變得越來越便宜、強大和易用，它將能進入普通消費者的生活，使得普通人也能在家中按需打印出自己想要的東西。對這種技術的需求已經超出了人們的預期。到2014年，全世界賣出了13.3萬臺3D打印機，比2013年增長了68%。
十六、2025年，30%的公司審計將由人工智能完成
人工智能(AI)將取代許多人的工作，包括一些白領工作。根據這份報告，由于人工智能在模式識別和自動處理上的功能十分強大和高效，它很適合許多大公司里的工作。
麥肯錫全球研究所近期的一項研究表明，在付錢雇人完成的工作中，約有45%都能用自動化來完成，并且是在只使用現有科技的情況下——相當于2萬億美元。然而，這個危機并不只會降臨到低收入、低技能的工人身上。
根據麥肯錫的報告，「即使是經濟體中收入最高的職業，也有很大部分可以被自動化取代，包括財務經理、醫師和一些高層管理人員，包括CEO。」到2025年，白領工作中的人工智能將到達一個臨界點，約有30%的公司審計將由AI來完成。
十七、2025年，全球汽車共享計劃的里程將超過私人汽車
過去幾年，多虧了在線市場和移動APP，共享經濟發展迅速，其中最好的例子或許就是交通行業。Uber、滴滴打車等服務改變了人們對交通運輸和汽車所有權的觀念，也迫使汽車廠商重新思考它們的商業模式。
67%的調查對象預測，到2025年，共享經濟將增長到一個很高的程度。從全球來看，共享汽車所完成的里程將超過私有汽車的里程。
十八、無人駕駛汽車將占到美國所有汽車的10%
自動駕駛汽車有潛力極大地增加安全性，減少排放，改變交通運輸的模式。谷歌和Uber這樣的科技公司，以及豐田、通用、大眾等傳統汽車企業目前都正在研究無人駕駛汽車。但是，調查對象預測，到2026年，無人駕駛汽車只會占到美國所有汽車的10%。
十九、2026年，第一個人工智能機器將加入公司的董事會
人工智能(AI)作為一種決策工具，在商業界扮演者日益重要的角色。由于AI能對過去的事情進行學習，它還能提供洞察，以及自動完成基于數據和過去經驗的決策過程。這意味著，機器人并不只會取代低薪酬的工種。隨著AI和機器人的共同演化，我們將看到更多白領工作被取代。根據調查，人們預測，到2026年，第一臺人工智能機器人將成為某家公司的董事會成員。
二十、到2026年，將出現第一座擁有5萬人口卻沒有紅綠燈的城市
在未來，基礎設施將越來越多地連接在一起，形成智能城市。人行道、街道、交通燈和建筑物都將由互聯網連接起來。
根據報告，智能城市，就像智能家居一樣，能夠自動管理它們的「能量、材料周轉、物流和交通」。到2026年，由于越來越多的基礎設施連接在一起，將出現第一座人口超過5萬卻沒有一個紅綠燈的城市。二十一、2027年，10%的GDP將用區塊鏈技術進行存儲
隨著區塊鏈技術的起飛，越來越多的金錢會存儲在這種技術中。根據這份報告，區塊鏈中的比特幣的總資產在200億美元左右，大約占全球GDP(800萬億)的0.025%。根據預測，到2027年，約有10%的全球GDP將用區塊鏈來存儲。
17位專家眼中最酷炫的人工智能產品
幾乎每天我們都會聽到機器人即將替代人類的新聞，而且科技巨頭們也在不斷加大對人工智能、機器人的投資，特斯拉的自動駕駛汽車、谷歌開放了機器學習平臺TensorFlow、Facebook正在內測數字助理產品M。
來自美林銀行的一份報告指出：人工智能或將加劇人類社會的不平等。人工智能領域的專家學者們也注意到這種趨勢，比如DeepMind創始人就強調，是時候考慮人工智能的倫理了。接下來，我們將邀請17位人工智能研究者、機器學家和計算機科學家來分享他們眼中印象最深刻的機器人或人工智能。
1.Arizona州立大學計算機科學家SubbaraoKambhapati：自動駕駛
我認為自動駕駛對我的震撼性最大。自動駕駛首先從內華達的沙漠中開始，在城市道路實現自動駕駛的難度要遠遠高于沙漠，因為最困難的事情就是如何讓汽車理解路上其它駕駛員的動機。我認為不遠的將來，我們不再必須自己駕駛汽車。
2.Dato公司(該公司通過人工智能分析數據)聯合創始人、CEOCarlosGuestrin：我已經等不及自動駕駛了
我花了些時間去研究自動駕駛或無人駕駛對于我們社會的影響，我不喜歡現在的駕駛。最近以來無人駕駛的很多新聞，比如無人駕駛對于減少車禍的貢獻，都讓我很激動。我希望能實現一個沒有汽車的世界，不過一個充滿自動駕駛汽車的世界也非常值得期待。
3.谷歌研究所總監PeterNorvig：直升飛機的自我學習系統
我最喜歡的一個系統是AndrewNg設計的直升飛機自我學習系統，通過這個系統，直升飛機可以在幾個小時的觀察、學習之后達到全球頂尖飛行員的飛行水準。在四軸飛行器進入之前，整個實驗中的直升飛機控制難度非常大大。
4.艾倫人工智能所CEOOrenEtzioni：拯救人類生命的智能
對我印象深刻的人工智能項目是卡內基梅隆大學使用人工智能技術匹配腎臟捐獻者和病人的項目，這是一個非常實用的項目。
5.布里斯托大學機器人學家SabineHauert：Watson
我非常欣賞Watson和Watson所做的事情。不如，去發現新的藥品或者找到新的治療辦法。毫無疑問，Watson是我的人工智能列表中的第一位。
6.澳大利亞國家信息和通訊部教授TobyWalsh：幫助人類恢復視力
我的同事們正在研究仿生眼睛，利用人工智能算法和計算機視覺的算法希望能幫助到因黃斑部變性導致的失明。
這個項目接下來的的目標將是推出仿生耳，從而幫助失聰的人。并最終在失明的人眼球后面放置電極，使得他們恢復視力。
這將是非常震撼人心的成就，令人期待的改變。
7.谷歌研究員SamyBengio：人工智能帶來效率提升
我對谷歌的一些產品印象深刻，比如谷歌的app，他能夠識別我蹩腳的英語法語混搭表達。同時，GoogleNow也可以在我旅行的時候自動給我貼出匯率，而谷歌懂得我在搜索時沒有拼寫正確的單詞
8.得克薩斯大學計算機科學家PeterStone：Kiva機器人
我在課堂上舉的最多一個案例就是Kiva機器人，一個可以在倉庫里處理多項工作的機器人。亞馬遜正在使用這些機器人分揀貨物(當然，在亞馬遜，所有員工可能都是機器人)，這些機器人的視頻也非常棒，來看看吧：
9.卡內基梅隆大學計算機科學家ManuelaVeloso：谷歌
現在，當別人問及一個我不知道的問題時，我都會用谷歌搜索一番。如果你現在想知道愛因斯坦是哪年死的，或者愛因斯坦最后一篇論文是什么，或者其他問題的大難，你只需要在搜索框里敲入關鍵字，然后就能得到答案。著就是我們現在獲取知識的方式，一切只是都數字化、可搜索，而且越來越多的人都對這個方式習以為常。
10.華盛頓州立大學計算機科學家MatthewTaylor:Nest智能家居溫控器的記憶功能
有了Nest，你的家中可以安裝去多相當有用的設備。它們可以提升或降低家里的溫度，知道主人何時在家。
即使Nest的開發者與設計者對你的家庭情況一無所知，智能溫控器卻仍然能良好執行運作，這非常不可思議。
11.普林斯頓大學研究員JoannaBryson:IBM超級計算機Watson
即使我明白它內部的工作原理，也依然被這些細致入微的細節所震撼。
我給我的學生們播放了Watson挑戰Jeopardy電視問答游戲的視頻。他們注意到了它在其中展現出的產生或收集大量想法并融為一個概念的能力。我們人類自己會毫無意識地做到這一點，但當你知道了這有多困難，你也就意識到了它的神奇。
12.康奈爾大學計算機科學家BartSelman:Youtube的自動字幕
在Youtube上觀看視頻時可以選擇機器翻譯或自動字幕。五年前，打開自動字幕顯示出來的幾乎全是胡言亂語，而現在再看這些字幕，我不得不去檢查它是不是真的是自動翻譯。
對于很多類似新聞的視頻，會有一個清晰的講者——它的字幕準確到近乎完美。因此這些視頻也在我第首先檢查的目標之一。但它們的確來自于機器。
13.國家科學基金會信息與智能系統部主任LynneParker:語音合成器讓我們重新聽到RogerEbert的聲音
人們根據RogerEbert以前的許多影評來提取他的聲音，并以此創造了一個不錯的語音合成器。這其中還涉及了許多信號處理與理解人類語言的工作。
我認為這是個很酷的應用程序，在他的生活中有著很好的效果。人們可以聽到他的聲音，而不是來自于合成機器的。
14.阿姆斯特丹大學信息學院助教ShimonWhiteson:讓機器人踢足球
不同類型的機器人足球隊，例如輪式機器人，足式機器人與人形機器人，可以在國際賽事中彼此競爭，并且在電腦上進行模擬。
它們的表現比起十年前進步非常驚人，它們能做到的事令人印象深刻。這些機器人速度很快并且出色，距離它們能夠打敗人類的那一天也許并不那么遙遠。
15.布朗大學計算機科學家MichaelLittman:人工智能也可以和人類一樣玩電子游戲
我覺得人類讓機器系統去學習玩游戲很酷——無論在于對手是人類還是在于人類所玩的游戲上。它們做得很好，并且真的與人類相似。
Atari電子游戲項目真的創造了一個學習系統，你可以把它帶進1980年代的游戲，它會學習如何進行游戲。從大范圍游戲種類上普遍來看，它們的水平和一個優秀的人類玩家一樣好。
人工智能將不僅僅是聰明的程序，他們可以將自己的經驗轉化為智能的行為。
16.加州大學伯克利分校計算機科學家PieterAbbeel:DeepMind深度學習
DeepMind保證了AI在僅能訪問原始像素的情況下也可以學習如何玩Atari游戲，得到的分數也十分振奮。
在相同基準下近期我們自己的成果非常不錯，以及模擬走路的學習——僅用一個簡單的算法來學習兩種完全不同類型的任務。
17.加州大學伯克利分校計算機科學家StuartRussel:人工智能在游戲上取得成果十分驚人
DeppMind的系統是從零開始，觀看電子游戲的屏幕然后學會如何玩游戲，它可以在30個不同的游戲上做到這點。這種進步既驚人且嚇人，想象一個嬰兒在剛剛出生這一晚就已經學會了在游戲中打敗人類，這件事挺驚悚的。
京公網安備 11010502049343號