1996年，IBM公司开发的深蓝计算机与国际象棋大师卡斯帕罗夫进行了一场比赛，最后深蓝计算机取得了胜利。当时这引起了社会各界的巨大轰动，甚至有人认为 人工智能 将取代人脑。此后，智能技术的发展并没有想象中的那样快，但是最近几年，智能技术在为机器赋予了人类感觉和思考能力方面取得了长足进步，将在2016年呈现十大发展趋势。
一、信息系统集成化
推动智能技术重大突破
由于各类信息系统的集成应用，智能技术在终端轻型化、运算复杂化、平台大型化等方面形成突破。首先是集成电路技术迅猛发展。集成电路技术推动具有不同功能系统的相互集成。例如，手机成为集通信、拍照、导航等多种功能于一体的智能终端。其次是复杂运算性能大幅提高。计算机的快速并行运算能力为处理大规模非结构化数据提供支撑。最后是大型云平台集中涌现。大型云平台推动不同类型的服务向平台集中，进而引起用户数据的集中，为智能技术发展提供了沃土。
二、 机器学习
加快平台化开源化
就像学生在学习中提升能力一样， 机器学习 是指计算机通过学习人们为它提供的大量 素材 ，能够在不依靠外部设定程序的情况下，具备自主识别、处理信息并做出判断的能力。目前，谷歌、facebook、微软、IBM等公司都加快 机器学习 技术的研发，并向外界开放了本公司的 机器学习 平台。究其原因，主要是他们希望以 机器学习 平台凝聚全球智力资源，挖掘散落在全球各个角落的智慧聚合价值。同时，和谷歌开放安卓开发平台一样，这些公司虽然开放了内部核心技术平台，但仍然牢牢掌控了 机器学习 技术生态的主导权。因此，更多的 机器学习 技术将会在2016年向世界开源，从而形成全球共同研发的大平台。
三、基于人工 神经网络
的深度学习扩大技术实验
深度学习和 机器学习 有本质区别。深度学习是指按照人脑神经结构在计算机上建立人工神经元网络，教会机器如何像人一样思考。与人类大脑沟回越多智商越高类似，人工神经元网络的层次越多，学习深度就越深，神经元规模就越大，计算也就越复杂。因此当前很多大公司都在不断扩大人工 神经网络 的规模，已知规模达到150多层。深度学习在机器翻译、图像识别等领域正加快应用。例如，通过不断提升人工神经元网络的技术能力，计算机能够在海量视频图像中准确快速地找到某一帧画面。2016年，更多加深学习深度的技术试验将会集中展开。
四、机器感觉及应用
取得关键突破
机器感觉就是机器要像人一样具有视觉、味觉、听觉、触觉等感觉能力，并凭借此开展一系列工作。机器感觉应用的蓬勃发展主要依赖三大技术的支撑。首先是精准传感技术。以往，我们的传感技术只是传输大致的数据信息，并不是很准确。例如，压力传感过去精度不是很高，而现在智能手机屏幕可以通过识别人们触摸屏幕的不同强度，而提供不同服务。其次是多传感、多信息融合技术。人类在看到一朵花的时候，也能闻到它的芳香，这是视觉和嗅觉的融合作业。依托多传感、多信息融合技术，机器感觉也具备这种能力，能够将不同类型感知数据以统一格式传输到信息处理中枢。最后是 互联网 技术。 互联网 技术让机器拥有了远程感知能力，不光能对周边环境尽在掌握，还能感知千里之外的环境数据。
五、智能技术在信息
密集行业率先商业化
智能技术与商业化是相辅相成的，只有很好的商业化才能为技术发展提供源源不断的资金支持，同时技术发展也将为商业化带来更多的消费需求。2016年，智能技术将在视频存储与处理、网络与信息平台运营、电子商务、 互联网 金融服务、地图与位置服务、公共 安全 管理等信息密集行业加快商业化步伐。例如，在视频存储和处理行业，以往感知终端是全天候对外界环境进行不间断地记录，由此形成的海量数据会为存储设备带来巨大存储压力。现在，智能技术会有选择地进行数据的采集和存储，在必要的情况下开启工作，并实时对采集数据进行压缩、去冗余等操作，实现对视频数据的智能处理。
六、智能装备及 机器人
开始规模量产
目前，无人机、无人车、智能 机器人 、3D打印等都已形成成熟产品，并开始规模量产。在无人机和无人车方面，美国、英国去年都实施了多项优惠政策，支持无人机、无人车的发展；奔驰、奥迪公司提出将在2016年引入智能驾驶技术，百度公司也将扩大无人驾驶汽车的试验范围。在智能 机器人 方面，美国、俄罗斯正在研发新一代具有作战能力的军用 机器人 ，同时美国还计划在太空站部署太空 机器人 。在智能工厂方面，德国很可能会在2016年推出智能工厂平台，像Windows平台连接计算机、打印机等设备一样，智能工厂平台将会把工厂中各种机器设备全部连接在一起。
七、智能识别技术
进入快速产业化阶段
智能识别技术主要是对物品、环境、图像的识别。首先是物品智能识别。智能识别技术通过利用二维码、射频识别（RFID）等对物品进行标记，能够快速记录物品特征信息、实时抓取特定信息、智能追溯物品来源。目前，该项技术已在食药品流通全生命周期追溯、车牌实时智能识别等领域展开广泛应用。其次是环境智能识别。机器视觉技术使智能 机器人 能够看清楚它所处的环境，并根据所感知到的环境信息，自行规划行走路径。最后是图像智能识别。目前，指纹和虹膜识别在身份识别的精度和 安全 性方面仍稍显不足。很多公司都在加快推广 人脸识别 技术，比如阿里公司已经研发出基于 人脸识别 的支付功能，大大提升了移动支付的 安全 性。
八、 自然语言 理解
技术进一步成熟
自然语言 理解技术是人机交互的重要方面，即人类如何与机器进行顺畅的语言沟通。目前， 自然语言 理解技术已深入手机、汽车等人类触手可及的终端产品，应用场景不断拓展。首先，一些电子商务平台能够为用户提供基于语音的集选购、下单、支付等为一体的自助购物功能。其次，一些汽车出行服务平台能够以语音形式与用户在导航、救助等方面进行实时沟通，为用户答疑解惑。同时，大量家用交谈 机器人 、智能 机器人 的出现，丰富了大众的家庭生活。最后，一些智能产品能够根据用户语音指示，执行相应操作。例如，科大讯飞推出的一款智能音箱，能够按照用户的语音要求，为用户播放想听的音乐。
