2018 年人類在科技創新和研發上主要有以下四個領域上有新突破。

1、人工智慧：潤物細無聲

2、量子計算：群雄逐鹿起

3、太空探索：攬月又摘星

4、生物醫藥：更上一層樓

因國家重拳治理環保，2018年中國機械行業、汽車行業全面推行水性塗料，降低VOC排放量。機械行業也緊隨汽車行業實現機械手噴塗，解放人力。

2018新型科技個人從網上和記憶搜尋中，大概總結幾個。

1、3d列印技術趨於成熟

2、首例體細胞克隆猴誕生、基因改編嬰兒誕生。

3、“天眼”FAST首次發現毫秒脈衝星、首顆X射線天文衛星“慧眼”正式交付投入使用

4、自動駕駛趨於成熟，並且部分商用

5、區塊鏈技術大部分應用起來了，並非炒幣融資

6、ai人工智慧的普及，物聯網，雲計算，大資料等技術的爆發增長

7、那就是5g技術了。5g部署及明年商用，將會把網際網路時代推向另一個高潮

首先非常感謝在這裡能為你解答這個問題，讓我帶領你們一起走進這個問題，現在讓我們一起探討一下。

2018新型科技個人從網上和記憶搜尋中，大概總結幾個。

1、3d列印技術趨於成熟

2、首例體細胞克隆猴誕生、基因改編嬰兒誕生。

3、“天眼”FAST首次發現毫秒脈衝星、首顆X射線天文衛星“慧眼”正式交付投入使用

4、自動駕駛趨於成熟，並且部分商用

5、區塊鏈技術大部分應用起來了，並非炒幣融資

6、ai人工智慧的普及，物聯網，雲計算，大資料等技術的爆發增長

7、那就是5g技術了。5g部署及明年商用，將會把網際網路時代推向另一個高潮

在以上的分享關於這個問題的解答都是個人的意見與建議，我希望我分享的這個問題的解答能夠幫助到大家。

首先非常感謝在這裡能為你解答這個問題，讓我帶領你們一起走進這個問題，現在讓我們一起探討一下。

2018新型科技個人從網上和記憶搜尋中，大概總結幾個。

1、3d列印技術趨於成熟

2、首例體細胞克隆猴誕生、基因改編嬰兒誕生。

3、“天眼”FAST首次發現毫秒脈衝星、首顆X射線天文衛星“慧眼”正式交付投入使用

4、自動駕駛趨於成熟，並且部分商用

5、區塊鏈技術大部分應用起來了，並非炒幣融資

6、ai人工智慧的普及，物聯網，雲計算，大資料等技術的爆發增長

7、那就是5g技術了。5g部署及明年商用，將會把網際網路時代推向另一個高潮

在以上的分享關於這個問題的解答都是個人的意見與建議，我希望我分享的這個問題的解答能夠幫助到大家。

科技已經為我們現代生活的各個方面帶來翻天覆地的變化，2018年我們看到的眾多新興技術在生活中的應用。雖然這些技術並不一定會直接改變你的生活，但這些技術的突破卻在潛移默化的改變著人們的生活，下面就讓我們來列舉下2018年科技行業的十大新技術突破盤點吧！

一：金屬3D列印

3D列印（3DP）即快速成型技術的一種，它是一種以數字模型檔案為基礎，運用粉末狀金屬或塑膠等可粘合材料，透過逐層列印的方式來構造物體的技術。

3D列印通常是採用數字技術材料印表機來實現的。常在模具製造、工業設計等領域被用於製造模型，後逐漸用於一些產品的直接製造，已經有使用這種技術列印而成的零部件。

3D列印技術在珠寶、鞋類、工業設計、建築、工程和施工（AEC）、汽車，航空航天、牙科和醫療產業、教育、地理資訊系統、土木工程、槍支以及其他領域都有所應用。

相對於塑膠模具金屬模具成本尤為高昂，並且目前主流的金屬3D印表機體積非常龐大，而且成本很高，只有政府和大企業能夠承擔使用。

不過好在2018年1月份，總部位於波士頓的NVBots宣佈桌面機多材料高速金屬印表機NVLabs研發成功。桌面、多材料、金屬列印、高速，這些以往看起來技術上衝突的詞彙，這款印表機似乎已經成功集於一身。

NVBots稱NVLabs多金屬3D列印技術可將不鏽鋼、鈦、鎳、銅、鎳、鋁、鋯、銀和鈀混合列印，其速度是目前SLS金屬3D印表機速度的10倍。

二：感測城市Alphabet旗下的Sidewalk Labs(人行道實驗室)公司旨在推出改善城市生活的各種專案，開發和孵化城市中使用的技術。

這對Sidewalk Labs來說是一個雄心勃勃的目標。此前，SideWalkLabs收購ControlGroup和Titan兩家公司後,將其合併成了負責LinkNYC網路部署的Intersection公司。早些時候該公司也已開始聘請專家組成“夢之隊”。

2018年Sidewalk Labs已經正式與加拿大政府展開合作，智慧城市專案落地在多倫多 Waterfront 工業區。在該規劃中，一切車輛都是自動駕駛的共享車輛，地下也將跑著負責送快遞這種低階體力勞動的機器人。

目前，北美已有多個城市正在爭取成為 Sidewalk Labs 的下一個標的。

三：共享AI

人工智慧很長時間以來都是科技巨頭能爭搶的新市場，同時也是很多創新公司看重的機遇。

如今，亞馬遜旗下的 AWS 子公司幾乎統治了雲 AI 市場。谷歌則試圖透過 TensorFlow 這款可以開發機器學習系統的開源人工智慧框架來挑戰它的地位。

谷歌近公開的 Cloud AutoML 也是一套經過預先訓練，可以讓人工智慧變得更容易使用的系統。

以 Azure 平臺加入雲服務大戰的微軟則選擇與亞馬遜合作，推出了一款開源深度學習框架 Gluon。在理論上，Gluon 可以讓建立神經網路——一款試圖複製人腦學習方式的重要人工智慧技術——變得和開發手機 APP 一樣簡單。

目前的人工智慧雲服務市場可謂群雄逐鹿，眾巨頭都在爭搶人工智慧未來的巨大商機。可惜，絕大多數的公司依然缺乏瞭解如何使用雲端人工智慧的人才。所以，亞馬遜與谷歌也創辦了諮詢服務。行業人士認為，當人工智慧技術透過雲端來到每個人的面前的時候，真正的人工智慧革命才會開始。

四：對抗性神經網路

人工智慧在識別事物方面越來越強：向它展示一百萬張照片，它可以用驚人的精確度告訴你哪些照片中有行人正在透過馬路。

但是，AI自身並不能生成行人的圖片。如何讓AI自己學習並創造一個全新的東西，這是一直在困擾行業發展的。解決方案首先出現在蒙特利爾大學博士生Ian Goodfellow的學術論證中。該方法被稱為生成對抗性網路(generative adversarial network，GAN)，它採用兩個神經網路(支援大多數現代機器學習的人腦的簡化數學模型)，並在“貓捉老鼠”的數字遊戲中讓它們彼此對抗。

兩個網路都使用相同的資料集進行訓練。其中一個被稱為生成網路，負責為它已經看到的影象建立變化；第二個被稱為判別網路，被要求判斷它所看到的例圖是像它被訓練過的影象還是生成網路產生的虛假圖片。

對抗性神經網路在過去十年中已成為人工智慧領域最具潛力的技術突破，能夠幫助機器產生“欺騙”人類的結果。

五：DuerOS人工智慧系統

DuerOS是百度度秘事業部研發的對話式AI作業系統,擁有10大類目的250多項技能。DuerOS包括了從語音識別到語音播報再到螢幕顯示的一個完整互動流程，以及背後支撐互動的自然語言理解、對話狀態控制、自然語言生成、搜尋等等核心技術，這些技術支撐著應用層和能力層的實現。

2018年7月4日，最新的DuerOS 3.0正式釋出，使賦能的產品能夠實現語音多輪糾錯，進行復雜的遞進意圖識別與帶邏輯的條件意圖識別，從而更加準確判斷使用者意圖，最終實現功能升維——利用擴充套件特徵理解使用者行為。基於此，DuerOS3.0提供了包括有屏裝置解決方案、藍芽裝置解決方案和行業解決方案等在內超過20個跨場景、跨裝置的解決方案。DuerOS3.0能夠為使用者帶來了劃時代的自然對話互動，包括情感語音播報、聲紋識別等能力在內的自然語言互動技術的全面升級。更為重要的是，DuerOS率先開啟AI時代商業化，將為生態合作伙伴從產品、內容與推廣三大方面提供完整的應用方案支援，加速AI裝置落地。

六：移動AR技術

未來移動AR技術將向創意性AR應用、基於位置的AR體驗、多人AR體驗發展。並且AR與AI的結合也必將成為趨勢，業內人士將AR比喻成AI的眼睛。

AR技術不僅展現了真實世界的資訊，而且將虛擬的資訊同時顯示出來，兩種資訊相互補充、疊加。在視覺化的增強現實中，使用者利用頭戴顯示器，把真實世界與電腦圖形多重合成在一起，便可以看到真實的世界圍繞著它。增強現實技術包含了多媒體、三維建模、實時影片顯示及控制、多感測器融合、實時跟蹤及註冊、場景融合等新技術與新手段，為人類感知資訊提供了新的方式。

隨著蘋果 ARKit、谷歌 ARCore 的釋出，移動AR在兩大移動平臺上均意義重大。雖然有不少人對現階段的AR仍表示失望，但兩大移動平臺的涉足意味著，全球 5 億臺支援 AR 功能的移動裝置正在吸引所有的公司入局，這些公司正在將資料與 API 相結合，創造出新的消費者 AR 體驗。

七：機器人流程自動化

機器人流程自動化（RPA）是透過使用高效能認知技術實現業務的自動化和工作的效率。人類只需在操作介面上編寫需要人工完成的工作流程，即可處理各種業務，如瀏覽器，雲，以及各種軟體。根據Gartner資料顯示，在2018年，全球範圍中大型商業巨頭裡有300家陸陸續續開展了RPA工程，將原先手工化的流程進行自動化改革。隨著科技的進步RPA將融入更多人工智慧技術，即智慧流程自動化（Intelligent Process Automation）。相當於在基於規則的自動化基礎（RPA）之上增加基於深度學習和認知技術的推理、判斷、決策能力。機器人流程自動化能夠幫助甚至代替人類負擔大量簡單且單一、重複而繁重的工作，並且效率更高、零失誤。

機器人流程自動化能夠大幅提升企業的工作效率，減少人員投入，幫助企業降低成本。機器人流程自動化可以讓很多行業釋放出大量的生產力，但同時也會帶來巨大的失業潮。雖然目前業界對機器人流程自動化帶來的失業問題各持己見，但不得不說這確實是科技的一大進步。

八：深度學習晶片

2018年以來涉足AI晶片領域的巨頭是越來越多的，百度、華為、英偉達、美圖等等，甚至是部分語音識別廠商也都在往人工智慧晶片上發展。對於現階段的AI晶片很多業內人士認為，“所謂的AI晶片並不是獨立的一塊晶片，而是針對一些AI功能進行加速最佳化。”

不過似乎大家都在在研發相關功能的最佳化，致使目前深度學習技術陷入瓶頸，不過IBM的深度學習晶片的突破許能夠扭轉這一局勢。

IBM正在研發的晶片能夠獲得上述表現的原因來自於兩項創新，而這兩項創新的目標都是實現相同的結果——保持所有處理器元件能夠得到資料和工作。

在深度學習方面，傳統晶片架構面臨的挑戰之一是利用率一般非常低。也就是說，即使晶片可能具有非常高的峰值效能，通常只有20％到30％的資源能夠被用於解決問題。IBM始終將所有任務的目標定為90％。

利用率低通常是因為存在於晶片周圍的資料流瓶頸。為了突破這些資訊障礙，團隊開發了一個“定製”的資料流系統。該資料流系統是一種網路方案，可以加速資料從一個處理引擎到下一個處理引擎的傳輸過程。它還針對要處理的是學習任務還是推理任務以及不同的精度進行了最佳化。第二項創新是使用專門設計的“便箋本”形式的片上儲存器，而不是CPU或GPU上的傳統高速緩衝儲存器。構建快取記憶體是為了遵守某些對一般計算有意義的規則，但會導致深度學習的延遲。例如，在某些情況下，快取會將一大塊資料推送到計算機的主儲存器（強制推送），但如果神經網路的推理或學習過程需要用到該資料，則系統將不得不保持等待狀態，直到可以從主儲存器中檢索到該資料。

便箋本遵循不同的規則。構建它的目標是為了保持資料流經晶片的處理引擎，並確保資料在恰當的時間處於正確的位置。為了獲得90％的利用率，IBM必須使設計出的便箋本具有巨大的讀/寫頻寬（每秒192千兆位元組）。

由此產生的晶片可以執行當前所有的三種主要深度學習AI：卷積神經網路（CNN）、多層感知器（MLP）和長-短期記憶（LSTM）。Gopalakrishnan解釋說，這些技術共同主導了語言、視覺和自然語言處理。在16位精度（尤其是針對訓練）情況下，IBM的新晶片能夠在每秒鐘內執行1.5萬億次浮點運算；在2位精度下（推理的最佳設定）則躍升到每秒12萬億次運算。

九：智慧應用

過去，只有電腦可以連線到網際網路。但2018年，你可以買到智慧燈泡，智慧冰箱，智慧汽車，智慧手錶，智慧電水壺等等及許多其他“智慧”商品。在工業中，機器越來越多地被網路連線起來，而不需要人工操作，以便更有效地執行任務。總的來說，這一趨勢被稱為“物聯網”，因為它不再僅僅是電腦和手機的網際網路！

英特爾預測，到2020年將有2000億臺裝置連線到網際網路。來自這些智慧裝置的資料可以幫助我們做出更好的關於我們生活的決策（比如透過Fitbit監測我們的鍛鍊習慣）以及工作。那些能夠根據這些資料開發產品和服務的人有很多機會，這裡的潛力也許會受到我們想象的限制。

十：區塊鏈

區塊鏈——虛擬貨幣比特幣背後的分散式、加密和公開的分類賬——讓早期的使用者在虛擬貨幣中賺到了錢。專家表示，這代表著資訊儲存和安全的飛躍。

區塊鏈實際上只是一個數字檔案，其中的資訊塊被連結在一起，並使用私鑰密碼保護，確保只有具有許可權的使用者才能編輯他們有權訪問的資料部分。

由於該檔案的副本儲存在多個計算機系統（分散式）中，並透過網路的共識保持同步，因此它們可能為數字世界中涉及跟蹤和分類交易的問題提供創新解決方案。

事實上，區塊鏈有可能改變我們經濟體系的基礎，儘管這可能會有些偏離。與此同時，任何能夠將區塊鏈技術與當前業務問題結合起來的人，都有可能發現他們的需求技能。

區塊鏈技術也被稱之為分散式帳本技術，其天然特性包括：公開透明，每個人均可參與資料記錄，且鏈上資訊無法被篡改，具有很強的可溯源性。

這也就是說，一方面，基於區塊鏈技術可以實現建立食品溯源體系的目標。一旦有食品安全事故發生，任何人均可回溯到每個交易節點，從而發現問題所在。另一方面，區塊鏈技術提供了一種標準化的記賬方式，統一食品從產至銷的所有記賬環節，進而切實實現食品溯源。

在以上的分享關於這個問題的解答都是個人的意見與建議，我希望我分享的這個問題的解答能夠幫助到大家。