一、開源框架（Open-Source Frameworks）

人工智慧進入門檻比以往任何時候都低，這要歸功於開源軟體。2015年穀歌開放了其機器學習庫TensorFlow，越來越多的公司，包括Coca-Cola、e Bay等開始使用TensorFlow。2017年Facebook釋出caffe2和 Py Torch（Python的開源機器學習平臺），而Theano是蒙特利爾學習演算法研究所(Mila)的另一個開源庫，隨著這些工具的使用越來越廣泛，Mila公司已經停止了對Theano的開發。

二、人工智慧終端化

人工智慧技術快速迭代，正經歷從雲端到終端的過程，人工智慧終端化能夠更好更快地幫助我們處理資訊，解決問題，我們捨棄了使用雲端控制的方法，而是將AI演算法加載於終端裝置上（如智慧手機，汽車，甚至衣服上）。

英偉達（NVIDIA），高通（Qualcomm）還有蘋果（Apple）等諸多公司加入了對終端側人工智慧領域的突破和探索，2017和2018年是眾多科技公司在人工智慧終端化進入快速發展期的兩年，同時他們也在加緊對人工智慧晶片的研發。但AI依然面臨著儲存和開發上的困境，亟需更豐富的混合模型連線終端裝置與中央伺服器。

三、人臉識別

從手機解鎖到航班登機，人臉識別的應用範圍愈發廣泛，各國對於人臉識別的需求逐漸升高，不少創業公司開始關注這一領域，利用該技術，可以透過臉部特點從而還原蒙面嫌疑犯完整的人臉。但人臉識別仍有待改進。這一技術仍會對人臉真假存在誤判。人臉識別中所包含的資料遠比我們想象要多，其中的安全問題也應引起我們關注。

四、AI聊天機器人

儘管許多人把聊天機器人看成是AI的代名詞，但兩者依然存在差別。如今的AI聊天機器人已經進化得十分完善，與真人對話時甚至還會應用“嗯...”這一類口頭語和停頓，但人們擔憂這些機器人的行為過於逼真，開始考慮在對話時對其聊天機器人的身份進行確認說明的需要。國外的科技巨頭FAMGA（Facebook，Apple，Microsoft，Google與Amazon）以及國內的BAT都把目光投向了這一領域。

五、後臺自動化

人工智慧正在推動管理工作走向自動化，但資料的不同性質和格式使其成為一項具有挑戰性的任務。根據行業和應用程式的不同，自動化“後臺任務”的挑戰可能是獨一無二的，例如，手寫的臨床筆記對自然語言處理算

智慧機器人不是未來十年的趨勢，應該是未來十年後的趨勢。任何發展都是遵循螺旋曲線上升的。現在很熱並不代表一定是機會來臨了。比如智慧家居從現在往前看，基本上每隔十年就是熱一波。但真正應用應該是在目前剛起步。當然如果是大公司，提前佈局是可以的。如果是創業型，大機率是先烈。因為一個技術是無法獨立生存的，產品是技術整合的綜合體，需要各方面都有突破後才能進入應用。目前來看，智慧機器人的應用還很早。

機器人最開始只是一種靠自身動力和控制能力來實現各種功能的一種機器，在很多領域中均有其用途。

隨著人類社會在不斷的進步，科學技術也在不斷地突飛猛進，機器人技術近年來也取得了長足的發展。硬體軟體的各項效能水平也在飛速的提升。從早期只能執行簡單程式，重複簡單動作的工業機器人，再到如今裝載智慧程式擁有自我識別和較強智慧表現的智慧型機器人。

很多智慧機器人都搭載有語音互動模組、視覺識別模組以及出色的工藝。其靈動的運動、友好的人機互動服務，使得智慧型機器人跟以往的那種只能簡單執行程式設計的工業機器人相比有了巨大的進步！

隨著時代的發展，智慧機器人也在不斷的升級進化。它的應用領域的用途也在擴大，比如在醫療，軍事，航天，汽車，農業，物流等很多方面，智慧機器人都有其廣泛而深入的應用。在製造業領域，全球老齡化總體趨勢在加重，在人口紅利消失、人工成本上升以及製造業轉型升級的背景下。機器換人”正成為越來越多企業轉型升級的共識。據保守估計機器人將替代一半以上的人類勞動力！

由此可見智慧機器人的發展是非常具有廣闊前景的！智慧機器人會進入社會的方方面面。成為人類發展不可替代的重要一環！智慧機器人的發展與進步必將成為未來十年以及更長遠的發展趨勢。

馬克思構想共產主義社會的時候沒有考慮機器人的大發展。智慧機器人不止是未來十年的趨勢。現在已經有半機器半人，比如，機器義肢，將來的晶片+人……美國是不是要考慮一下將來要不要給機器人投票權。

是未來的趨勢，2013年德國發布工業4.0戰略開始，美國推出了先進製造業概念，以及美國GE的工業網際網路概念，日本推出的就是智慧機器人概念，中國同時推出的是中國智慧製造戰略。

現在智慧機器人的情況：

工業機器人，從2017年開始進入協作機器人爆發期，包括國內和國外很多企業都在協作機器人領域投入大量的資金和技術研發。主要聚焦點包括，協作機器人的伺服電機，力覺感測器等等。

目前中國市場協作機器人的銷量已經達到了1.5萬臺。

協作機器人算是工業類機器人，向智慧機器人的再一次邁進，讓機器人的整體安全性得到很大提高。

fanuc協作機器人，彈鋼琴。

當前的服務機器人，或者說你見到的服務類機器人：巡檢機器人，巡邏機器人，掃地機器人，政務引導機器人，送餐機器人，都算不上是真正的智慧化機器人。

這類機器人的核心：影象智慧，語音智慧還有待提高。然後對於這類機器人可以做的工作，或者說能夠處理的動作。其實就是簡單的舵機，或者空心杯電機控制的。因此，在2019年最新一輪的美國實體限制的名單中：科大訊飛，商湯科技，依圖科技，雲從科技都在其中，這幾家都是影象智慧，和語音智慧的國內翹楚。

這類機器人，不用等到十年了。

現在就已經大範圍使用了，我們乘坐高鐵的閘機口，現在都是使用的智慧安檢，其核心就是影象智慧，只是看著略微低端一些。

另外，我們熟知的中國的天網監控系統，也是影象智慧的主要應用場景。

新一代的人工智慧，在人工智慧領域，目前落地的智慧專案：無人價值。當前的無人駕駛已經進入到實測階段，國內無人駕駛領域的儲備比較深厚。

大量的朋友，並不認可無人駕駛，或者說覺得目前這麼多企業研究無人駕駛是不是太早了？

其實一點都不早。按照5G的商用階段推算，在2030年無人駕駛，一定會落地，2030年整個5G的基礎建設已經趨於完成。屆時在通訊超高速，低延時的狀態下,無人駕駛必然會落地。

現在的企業為什麼，這麼著急著測試無人駕駛？因為要先拿到未來進入這個行業的門票。不是所有的無人駕駛公司都可以進入這個行業。

所有的無人駕駛企業，都必須要取得一個高精度測繪地圖的紙質。目前國內擁有這個資質的只有20家，且大部分都是國有企業。這也就是為什麼很多企業要擠進來的原因。太晚就沒有資格了。

高精地圖是導航電子地圖的種類之一，一般用於自動駕駛地圖場景。國家測繪地理資訊局2016年下發《關於加強自動駕駛地圖生產測試與應用管理的通知》規定，高精地圖的資料採集、編輯加工和生產製作必須由具有導航電子地圖製作測繪資質的單位承擔。20家單位獲得了高精地圖甲級測繪資質，主要包括四維圖新、高德、靈圖、長地萬方、凱立德、易圖通、國家基礎地理資訊中心、立得空間、騰訊大地通途、江蘇省測繪工程院、浙江省第一測繪院、江蘇省基礎地理資訊中心、武漢光庭、滴圖科技、武漢中海庭、寬凳科技、初速度科技、晶眾地圖、江蘇智途和華為。

強AI的發展和應用，目前來說強AI，或者說類似人類大腦的AI還沒有出現，但是目前包括谷歌，百度，阿里都在訓練自己的強AI。

這個所謂的訓練，其實就是不斷的最佳化演算法，同時讓機器人自己不斷的深化學習。

下一個10年，強AI落地的專案會更多。

未來10年，智慧機器人時代會滲透在工業，服務業各個角落。但仍然無法取代人的位置。

人工智慧未來的發展前景還是很不錯的。未來的人工智慧研究主要有兩個方向：第一是人工智慧應用。即如何更廣泛更高效地把人工智慧應用到某個具體場景中。第二是人工智慧理論研究的突破。這主要是指對抗學習、遺傳演算法、進化學習和強化學習理論的突破。因此現在學習人工專業是非常不錯的選擇。