日前，在世界机器人大会基础技术与创新论坛上，中国电子学会经过研究和采访，发布了《新一代人工智能十大成长性技术展望》新一代人工智能技术和产业的人群我们走访了知名大学和研究机构在人工智能相关领域具有领先水平和特色的龙头企业，系统梳理了权威智库的最新报告和知名战略咨询公司，评选出十大最具特色发展。
技术，结论如下：对抗性神经网络。
它是指由不断生成数据的神经网络模块和不断判断生成的数据是否真实的神经网络模块组成的神经网络架构，创造了创建近乎真实的原始图像、声音和文本数据的技术。
该技术有望显着提高机器翻译、人脸识别和信息检索的精度和准确度。
随着三维模型数据序列能力的提升，未来在自动驾驶、安防监控等领域将具有可观的应用价值。
对抗性神经网络为连续胶囊网络生成数据和判别数据。
它是指在深度神经网络中构建多层神经元模块来发现和存储物体的详细空间位置和姿态等信息的技术。
该技术使得机器能够以较少的样本数据在不同情况下快速识别同一物体，在人脸识别、图像识别、字符识别等领域具有广阔的应用前景。
胶囊网络算法可以借助云人工智能从不同角度识别同一物体。
是指将云计算的运行模式与人工智能深度融合，在云端集中使用和共享机器学习工具的技术。
该技术将巨大的人工智能运营成本转移到云平台，可以有效降低终端设备使用人工智能技术的门槛，有利于扩大用户群。
未来将广泛应用于医疗、制造、能源、教育等多个行业和领域。
。
主要云计算公司推出人工智能服务深度强化学习。
它是指将深度神经网络与具有决策能力的强化学习相结合，通过端到端学习实现感知、决策或感知-决策一体化的技术。
该技术具有不需要先验知识、降低网络结构复杂度、需要较少硬件资源的特点。
它可以显着提高机器智能适应复杂环境的效率和鲁棒性。
将应用于智能制造、智能医疗、智能教育、智能驾驶等领域。
具有广阔的发展前景。
深度强化学习对于智能脑机交互具有良好的结构特性。
它是指通过在人脑神经与外部设备之间建立高度生物相容性的直接连接路径，实现神经系统与外部设备之间的信息交互和功能集成的技术。
该技术利用人工智能控制的脑机接口，精准分析人脑的工作状态，达到促进脑机智能融合、让人类沟通方式更加多样化、高效的效果。
未来将广泛应用于临床康复、自动驾驶、航空航天等领域。
智能脑机交互使人类沟通高效、对话式人工智能平台。
它是指集成语音识别、语义理解、自然语言处理、语音合成等解决方案的技术，为开发者提供一个具有识别、理解和反馈能力的开放平台。
该技术可以实现对话式服务场景中机器与人的自然交互，未来有望广泛应用于智能穿戴设备、智能家居、智能汽车等多个领域。
对话式人工智能平台构建情商。
是指利用人工智能模拟人类的表情、语气、情绪等情感反应，创造出具有情感属性的虚拟图像的技术。
该技术可以让机器设备更好地识别、理解和引导人类情感，为用户带来更加高效、人性化的交互体验。
未来它的应用将会更加频繁，并应用于智能机器人、智能虚拟助理等领域。
深入应用。
情绪智能技术将模拟人类情绪神经形态计算。
是指模拟生物大脑神经系统，在芯片上模拟生物神经元和突触的功能及其网络组织，赋予机器感知和学习能力的技术。
该技术的目标是让机器具有类似于生物大脑的低功耗、高效率、高容错能力。
在智能驾驶、智能安防、智能搜索等领域将具有广阔的应用前景。
神经形态计算的结构元学习。
它是指将神经网络与人类注意力机制相结合，构建通用算法模型，使机器智能具备快速自主学习能力的技术。
该技术可以使机器智能真正实现自主编程，显着提高现有算法模型的效率和准确性。
未来进一步的应用将成为人工智能从专用阶段走向通用阶段的关键。
元学习可以实现量子神经网络的快速自主学习。
是指利用量子器件构建神经网络并优化神经网络的结构和性能的技术。
该技术充分利用了量子计算的超高速、超并行、指数级容量特性，有效缩短了神经网络的训练时间。
未来在人脸识别、图像识别、字符识别等领域具有重要的应用价值和广阔的前景。
量子神经网络结构示意图。
当前，世界正在经历新一轮变革，科技与产业高度耦合、深度叠加。
大数据的形成、理论算法的创新、计算能力的提高、网络设施的演进，推动人工智能进入新时代。
在本轮创新发展的高峰期，新技术不断突破，呈现出深度学习、跨界融合、人机协作、开放群智、自主控制等面向应用的新特征。
加强对新一代人工智能技术的前瞻性预测，准确把握全球技术创新趋势和发展趋势，将为行业健康发展、资金有序进入、政策规划、以及新兴市场的发展。
智力支持。