當前，全球正在經歷科技和產業高度耦合、深度迭加的新一輪變革。大數據的形成、理論算法的革新、計算能力的提升及網絡設施的演進驅動人工智能進入新一輪創新發展高峰期。

新技術持續獲得突破性進展，呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等以應用為導向的新特征。

加強新一代人工智能技術的前瞻預判，準確把握全球技術創新動態及發展趨勢，將為行業健康發展、資金有序進入、政策規劃出臺、新興市場開拓等提供具備決策參考價值和實踐指導意義的智力支撐。

近日，中國電子學會依據國家出臺的《新一代人工智能發展規劃》、《促進新一代人工智能產業發展三年行動計劃(2018-2020年)》等一系列政策規劃。

調研走訪了一批在新一代人工智能技術及產業方面具備領先水平和特色的龍頭企業，組織拜訪了來自于知名高校、研究機構的人工智能相關領域專家學者。

系統梳理了權威智庫和知名戰略咨詢公司的最新報告，遴選了十項最具特色的成長性技術：

1、對抗性神經網絡

是指由一個不斷產生數據的神經網絡模塊與一個持續判別所產生數據是否真實的神經網絡模塊組成的神經網絡架構，創造出近似真實的原創圖像、聲音和文本數據的技術。

該技術有望大幅提升機器翻譯、人臉識別、信息檢索的精度和準確性，隨著三維模型數據序列能力的提升，未來將在自動駕駛、安防監控等領域產生可觀的應用價值。

2、膠囊網絡

是指在深度神經網絡中構建多層神經元模塊，用以發現并存儲物體詳細空間位置和姿態等信息的技術。

該技術能使機器在樣本數據較少情形下，快速識別不同情境下的同一對象，在人臉識別、圖像識別、字符識別等領域具有廣闊的應用前景。

3、云端人工智能

是指將云計算的運作模式與人工智能深度融合，在云端集中使用和共享機器學習工具的技術。

該技術將龐大的人工智能運行成本轉移到云平臺，能夠有效降低終端設備使用人工智能技術的門檻，有利于擴大用戶群體，未來將廣泛應用于醫療、制造、能源、教育等多個行業和領域。

4、深度強化學習

是指將深度神經網絡和具有決策能力的強化學習相結合，通過端到端學習的方式實現感知、決策或感知決策一體化的技術。

該技術具有無需先驗知識、網絡結構復雜性降低、硬件資源需求少等特點，能夠顯著提升機器智能適應復雜環境的效率和健壯性，將在智能制造、智能醫療、智能教育、智能駕駛等領域具有廣闊發展前景。

5、智能腦機交互

是指通過在人腦神經與具有高生物相容性的外部設備間建立直接連接通路，實現神經系