4、情感计算

在计算机的认知、学习、记忆和言语的水平都在逐渐提高的同时，我们也必须意识到，让计算机具有能够感知和理解人的情感，并且针对人的情感做出相应合适反应的能力，是让计算机具有更高的、全面的智能的必经之路。早在2006年，在Minsky的著作《情感机器》中就提出“人工智能=认知智能+情感智能”的说法[16]。情感计算的加入能够大大拓宽人工智能的应用领域。根据手段的不同，情感计算研究主要分为基于视觉，基于语音，基于文本及基于脑补信息和多模态信息的情感分析。

图3 通过多种可穿戴运动传感器捕捉微妙的心脏运动

许多研究机构及情感计算工具公司都在不断对情感计算领域进行探索，例如：麻省理工学院媒体实验室，Microsoft VIBE团队，Emotient公司等。他们力求达到更精准的情绪识别，并且不断开拓新的应用领域。从研究设备上，由于得到更多样的可穿戴设备支持，今年有许多有关可穿戴设备进行情感测量的研究涌现，例如：通过可穿戴设备获取运动心率进行情感评估，或进行压力和睡眠评估；还有在皮肤布置传感器的表皮机器人作为新的可穿戴设备。从技术上，深度学习也大量应用在了情感计算上。例如：将CaltureNet方法应用于对自闭症儿童的面部情感识别；将深度卷积神经网络应用于语音频谱图上进行语音情感分析。从情绪的研究上，也有更多针对心理疾病的专门研究，例如：自杀冲动的数字化表征研究；能够影响和参与自闭症治疗的机器人感知研究。更加多元化的研究方向，以及更加专门的应用领域的研究，标志着情感计算的发展也在不断走向成熟。

5、智能机器人

过去几年，波士顿动力公司一直引领着机器人动作控制的发展。在2017年，该公司的人形机器人Atlas已经可以进行完美的后空翻，而今年它又展示了令人惊叹的跑酷特技表演。在该公司今年新公布的视频中，Atlas可以跳上多层的平台，将重心从右脚移到左脚，在上台阶时又将重心移回左脚。除此之外，Atlas今年还可以走出仓库，在草坪上进行跑步动作，这证明了该机器人在不平坦地面上的平衡性，稳定型以及导航能力。截止到目前，Atlas已经可以完成拿起和放下箱子，跳过障碍物，在人类的干扰推动中保持平衡等等高难度行为。

图4 波士顿动力公司Atlas机器人

同样产生于波士顿动力公司的SpotMini曾经是机器人领域最火的四足机器人，而今年，ANYbotics公司的ANYmal吸引了人们的眼球。它具有很强的自动移动和操作能力，能够安全地与环境交互，适用于室内外场所的检查操作，在自然地形等进行搜索或救援任务，还能进行舞台娱乐活动。今年ANYmal在位于大西洋东北部的北海的海上配电平台进行了为期一周的检查实验，它能够进行仪表、杠杆、油、水位，各种视觉和热测量等检查。随着机器人技术的发展，机器人的职业功能实现的越来越好，越来越多的人类工作可能会被机器人取代。同时，机器人也能够更加准确地模拟人类的动作，我们可以预见，未来将有更多的仿生机器人能够被创造出来。人类与机器人共存，与机器人进行合作甚至融合的时代，总有一天会来到。

图5 ANYbotics公司的ANYmal机器人

6、智慧城市

随着城市体量变得越来越大，规划和管理也变得越来越复杂，世界各地的许多城市规划机构都已经开始将数字化作为解决城市问题的手段。因此人工智能技术也具有了更多的应用场景。智慧城市的普及和建设，能够提升城市中资源运用的效率，优化城市管理和服务，缓解“大城市病”，从整体上改善市民的生活质量。目前，智慧城市技术和规划已经在新加坡，迪拜，阿姆斯特丹，巴塞罗那，纽约等各国家和城市实现。而在中国，从2017年党的十九大报告中提出建设智慧社会以来，已有290个城市入选了国家智慧城市试点。17年底，雄安新区也与百度共同打造智能出行试点示范，希望共同将雄安新区打造为AI City智能城市新标杆。

在迅速发展的浪潮中，智慧城市也存在着一些问题。根据文献分析和调查显示，在智慧城市的发展规划讨论中，人们更多关注于技术的使用和实施，对于城市居民的具体情况和他们如何参与智慧城市的发展过程等问题考虑不足[29]。在一些智慧城市的建设过程中，甚至会由于对传统的破坏而遭到当地居民的反对，例如墨西哥的托兰特辛特拉。有一些问题可能会由于规划者无视城市的实际发展造成，这可能导致发展计划对公民缺少吸引力。在后续更多人工智能应用落地的过程中，需要更加脚踏实地，加强对居民的沟通和宣传，更多的让技术的实际惠及者——城市公民参与进智慧城市的规划和设计中，打造更高满意度，真正提升城市效率的智慧城市。

7、人工智能医疗

在医疗领域，不断进步的模式识别技术和深度学习算法催生出了许多辅助医疗设备及技术。在很多医疗场景下，人工智能的加入都带来了效果的提升。这些设备有一些能够独立进行判断输出结果，有一些能够辅助医生进行决策和操作。在人工智能医疗预测场景，加拿大的一项针对前列腺切除术后康复情况的预测实验中，机器学习算法比传统的统计模型表现出了很好的效果，预测更准确。在推行自动预测工具后，人工智能医疗可针对患者进行个性化的治疗。

人工智能的应用越来越优化，人们开始思考和探讨医生职业的可替代性。在辅助设备的效果评价上，众多的实验开始将其与人类医生的手法进行比较评价。不过在大部分的实验结果中，人类医生的表现依然优于人工智能的表现。在德国的一项实验中，针对皮肤镜黑瘤识别任务，包括30名专家在内的58位皮肤科医生中，大部分医生的表现均优于卷积神经网络。但是无论医生的经验如何，他们均能从人工智能辅助图像分类设备中受益。

在诊断、治疗、医疗流程辅助、健康管理、药物研发等方面，人工智能均有很大发展潜力。人工智能的参与能够减轻和优化医生的工作，让更多的人可以享受到更高水平的医疗。

越来越多的人工智能应用的落地，在各个领域都在为人们的生活带来可见的提升。人们对于新技术应用的意识提高，构建了一个更加以用户创新、开放创新、大众创新、协同创新为特征的创新生态。人工智能也依然处在飞速发展中，向着“可知”、“可控”、“可用”、“可靠”的方向发展。通过未来地不断研究，希望人与人工智能不断融合，向着真正的强人工智能迈进一步。