人工智能更趋人性化

     深层神经网络算法自 20 世纪 80 年代问世后便无人问津，而近年来则呈现复兴之势，不断推动人工智能向新的方向发展，在与强化学习（例如，由 Google Deep Mind 开发的围棋程序 “AlphaGo”）等复杂人工智能算法结合的情况下，更是碰撞出了激动人心的火花。如今大量研究都在深入探索神经网络算法，2017 年，人们会研究出一种全新的神经网络算法，它将超越人工智能开发者一直以来所依赖的旧算法。例如，新的“无监督”算法只需通过观察现实世界即可达到学习的目的，对比需要大量时间和参考数据来学习的“监督式训练”算法，优势十分明显。2017 年，理论方法的发展将减小深层神经网络和新硬件设计的体积尺寸，从而让这些算法能够更高效地应用于各种各样的分布式传感器网络。 

物联网 （IoT） 催生智能传感器领域的蓬勃发展

     物联网发展的迅猛势头必将持续下去，但人们开始越来越重视安全问题和高质量信息的传送，而不仅仅是简单的连接问题。物联网中的传感器领域必将掀起更加猛烈的智能化风潮。智能化将以多种形式呈现——智能化传感器所集成的算法和软件， 能够能减少云传输和云分析数据量；集成的安全方案能减小物联网的受攻击面。“IoT”也将不再是一个术语，因为物联网将成为人们生活的一个正常组成部分。待到有一天，家居、企业和城市的互联成为了当初设想中的样子，我们将从“互联模式”向“弹性模式”转变。“弹性”家居、企业和城市不仅相互连接，也将作为物联网智能和网络安全架构的一部分存在，因此能够快速发现、识别并有效应对不可避免的挑战和威胁。 

 无人驾驶技术蓬勃发展，人工智能参与更多驾驶体验

     虽然人们对无人驾驶汽车在未来几年的普及性过于乐观，但可以肯定的是，无人驾驶汽车将在未来占有一席之地，而且在 2017 年就会取得重大进展。无人驾驶递送和运输服务的推广，以及自动刹车和停车等自主技术在有人驾驶汽车中的普及，将推动相关先进技术研究的高速发展。提高无人驾驶汽车的相关性能，使之能够更加准确、迅速地感知周围环境，这将是该领域在 2017 年的一大工作重点。而雷达（RADAR）和激光雷达（LIDAR）的尺寸和成本均于今年得到了显著缩减，这两种设备将逐渐成为业界标准配置。

智能电网更趋智能

     保护、创新和发展电网正变得愈加重要。智能电网仍处于起步阶段，但该行业已经不满足于简单的自动抄表功能，开始探求如何利用更强大的测量能力和连接能力实现数据回传。数据分析可以提高效率和可靠性，因而成为主要投资领域之一。而数据交换领域亦涌现了许多新颖的想法，这种技术能够有效应对能源和负荷的多样化及波动所造成的与日俱增的压力。更令人兴奋的是，一种新型“数字电网”即将问世，它使用一种分布式交付模式，比如今的传统电网更加高效和灵活。