日前，斯坦福大學(xué)研究團(tuán)隊(duì)、美國(guó)國(guó)防部高級(jí)研究計(jì)劃局（DARPA）以及硅谷創(chuàng)投公司和米資本的專(zhuān)家們，共同研討了技術(shù)將如何重塑行業(yè)和社會(huì)等問(wèn)題。他們分析了現(xiàn)今全球前沿科技的未來(lái)趨勢(shì)，涵蓋對(duì)人工智能、自動(dòng)駕駛汽車(chē)、多尺度數(shù)據(jù)、再生器官、增強(qiáng)現(xiàn)實(shí)以及網(wǎng)絡(luò)風(fēng)險(xiǎn)保護(hù)等多方面的探討。

人工智能評(píng)估與信任迎來(lái)新挑戰(zhàn)

人工智能從早期的通過(guò)訓(xùn)練來(lái)抓取表面信息，到現(xiàn)在已可以從過(guò)去的數(shù)據(jù)中自我學(xué)習(xí)，人們獲得了更多高質(zhì)量的數(shù)據(jù)，也促使我們更深入了解模型是如何進(jìn)行決策、提供建議以及快速自我觸發(fā)的。

但以往，沒(méi)有人能解釋算法是如何自我做出決定并提供建議的。現(xiàn)在，人們對(duì)人工智能的評(píng)估和信任，迎來(lái)了一個(gè)全新層次的理解和挑戰(zhàn)。

DARPA曾經(jīng)創(chuàng)建了一個(gè)名為“可破解的人工智能（XAI）”的新程序，目的是創(chuàng)建一套機(jī)器學(xué)習(xí)技術(shù)，提供更多可破譯的模型，同時(shí)保持高水平的機(jī)器自我學(xué)習(xí)，使用戶(hù)能夠理解、信任和有效管理新一代人工智能。

對(duì)于企業(yè)來(lái)說(shuō)，人工智能和深度學(xué)習(xí)的規(guī)則也發(fā)生了巨大變化。盡管人工智能還沒(méi)能完全取代整個(gè)勞動(dòng)力，但其已經(jīng)可以幫助改善大多數(shù)公司的一些基本效率問(wèn)題?，F(xiàn)在，人工智能的完整解決方案可以包括計(jì)算機(jī)視覺(jué)、自然語(yǔ)言識(shí)別、語(yǔ)音或感官識(shí)別等各種技術(shù)的組合。

在醫(yī)療界，人們需要更加高效的運(yùn)營(yíng)管理，醫(yī)療影像設(shè)備將越來(lái)越多地人工智能化，并出現(xiàn)更多自動(dòng)化工作流程。實(shí)際上，自從神經(jīng)網(wǎng)絡(luò)開(kāi)始以來(lái)，人工智能在醫(yī)學(xué)成像等應(yīng)用中的精度已經(jīng)相當(dāng)高，其不僅幫助了醫(yī)生，還能以較低廉的成本，為更多患者提供早期診斷。

自動(dòng)駕駛汽車(chē)考慮如何與人類(lèi)交互

對(duì)自動(dòng)駕駛汽車(chē)來(lái)說(shuō)，除了考慮老生常談的安全性，還應(yīng)考慮的問(wèn)題是自動(dòng)駕駛汽車(chē)如何與人類(lèi)交互的？

譬如，對(duì)人行橫道的了解、預(yù)測(cè)和設(shè)計(jì)，都會(huì)使人們與自動(dòng)駕駛汽車(chē)之間產(chǎn)生有效溝通，而在十字交叉路口，自動(dòng)駕駛汽車(chē)與其他車(chē)輛司機(jī)的交流也將是至關(guān)重要的問(wèn)題。如果要大規(guī)模推廣自動(dòng)駕駛汽車(chē)，必須實(shí)現(xiàn)乘客、行人、司機(jī)和其他相關(guān)者之間的無(wú)縫溝通。

普遍預(yù)計(jì)，自動(dòng)駕駛汽車(chē)將在未來(lái)數(shù)十年內(nèi)產(chǎn)生數(shù)萬(wàn)億的經(jīng)濟(jì)效益，這是由汽車(chē)制造商、供應(yīng)商、科技巨頭和創(chuàng)業(yè)公司推動(dòng)的大規(guī)模項(xiàng)目，現(xiàn)在已逐漸帶來(lái)了收益。

然而，為了確保安全，自動(dòng)駕駛汽車(chē)需要經(jīng)過(guò)數(shù)千億英里的駕駛測(cè)試。許多公司正在利用新的仿真技術(shù)來(lái)增加實(shí)時(shí)行駛里程的演習(xí)，投資新的傳感器系統(tǒng)，并采用ISO標(biāo)準(zhǔn)來(lái)大規(guī)模部署自動(dòng)駕駛汽車(chē)，只有對(duì)軟件、硬件和開(kāi)發(fā)流程等多方面進(jìn)行嚴(yán)格的驗(yàn)證和審查，人們才能確信自動(dòng)駕駛汽車(chē)是安全的。

自動(dòng)駕駛汽車(chē)究竟能否取代數(shù)百萬(wàn)的專(zhuān)業(yè)司機(jī)？其實(shí)，各種形式的自動(dòng)化也存在類(lèi)似的問(wèn)題。當(dāng)機(jī)器在不斷降低成本、自我學(xué)習(xí)的同時(shí)，人類(lèi)毫無(wú)疑問(wèn)將找到自我適應(yīng)的方法。其中一個(gè)趨勢(shì)是：在某些特定的領(lǐng)域，增強(qiáng)現(xiàn)實(shí)在工作中與人的配合，其實(shí)比純自動(dòng)化的投資回報(bào)更高——現(xiàn)在，增強(qiáng)現(xiàn)實(shí)已不僅是一種娛樂(lè)形式，它在幫助人們?cè)诠ぷ髦袦p少傷害和疲勞，也帶來(lái)了更好的工作環(huán)境。

數(shù)據(jù)建模再生醫(yī)學(xué)應(yīng)用在擴(kuò)展

未來(lái)，揭示醫(yī)療數(shù)據(jù)背后的含義、定制治療方案將至關(guān)重要，因?yàn)樗転閭€(gè)性化的治療提供有力的數(shù)據(jù)參照，滿(mǎn)足人們對(duì)個(gè)性化醫(yī)療保健的需求。

但如果只有一種數(shù)據(jù)模式是遠(yuǎn)遠(yuǎn)不夠的。計(jì)算機(jī)算法將通過(guò)多組學(xué)數(shù)據(jù)來(lái)識(shí)別驅(qū)動(dòng)疾病的基因，通過(guò)多模式、多尺度、高維度的生物醫(yī)學(xué)數(shù)據(jù)，讓人類(lèi)從多個(gè)角度和尺度研究疾病。

醫(yī)療界的另一個(gè)新興領(lǐng)域是再生醫(yī)學(xué)——修復(fù)、替換或再生細(xì)胞、組織或器官，從而恢復(fù)受損功能。再生醫(yī)學(xué)最初的重點(diǎn)，集中在組織工程領(lǐng)域，即用干細(xì)胞代替損傷的組織和器官，現(xiàn)在已經(jīng)擴(kuò)大到包括使用干細(xì)胞來(lái)模擬疾病、自體移植和功能分子的治療性遞送，以及免疫功能在組織修復(fù)中的作用等領(lǐng)域中。但是，由于科學(xué)家需要人為控制干細(xì)胞的行為活動(dòng)，這種方法不僅面臨技術(shù)挑戰(zhàn)，還必須進(jìn)行一系列的臨床研究，最后通過(guò)美國(guó)食品和藥物管理局（FDA）等國(guó)家政府機(jī)構(gòu)的監(jiān)管批準(zhǔn)。

而在藥品行業(yè)，企業(yè)在藥物研發(fā)方面的投入正逐漸減少，藥企面臨公眾和監(jiān)管方面要求降價(jià)的壓力，藥物的失敗率卻越來(lái)越高——過(guò)時(shí)的2D平臺(tái)測(cè)試以及對(duì)免疫缺陷的實(shí)驗(yàn)鼠的研究速度，進(jìn)展十分緩慢。

因此，制藥公司開(kāi)始考慮采用新技術(shù)，依靠創(chuàng)新公司提供新的方法，在模擬與人體接近的微環(huán)境下完成測(cè)試，而藥物進(jìn)入人體測(cè)試后成功率會(huì)更高。

網(wǎng)絡(luò)新時(shí)代保護(hù)數(shù)據(jù)能力需提高

以上的計(jì)算機(jī)、智能手機(jī)、自動(dòng)駕駛汽車(chē)以及增強(qiáng)現(xiàn)實(shí)設(shè)備，人們對(duì)它們?cè)揭蕾?lài)，其性能和數(shù)據(jù)存儲(chǔ)上就越容易出現(xiàn)漏洞。隨著網(wǎng)絡(luò)風(fēng)險(xiǎn)的迅速演變，保護(hù)數(shù)據(jù)和資產(chǎn)的能力也必須隨著發(fā)生變化。

當(dāng)今，網(wǎng)絡(luò)風(fēng)險(xiǎn)保護(hù)已經(jīng)以多種形式進(jìn)入到消費(fèi)者和大型研發(fā)企業(yè)當(dāng)中，不過(guò)，一些小企業(yè)的網(wǎng)絡(luò)安全卻體現(xiàn)了較強(qiáng)的創(chuàng)新趨勢(shì)。這些小企業(yè)利用技術(shù)在全球范圍內(nèi)分銷(xiāo)其產(chǎn)品，更好地為已經(jīng)改變購(gòu)買(mǎi)行為的客戶(hù)提供服務(wù)，并通過(guò)數(shù)據(jù)分析客戶(hù)的行為，他們?cè)缫逊e極采用基于云計(jì)算的軟件服務(wù)，以便更靈活的按月支付其數(shù)據(jù)需求。

因此，即便小型企業(yè)的網(wǎng)絡(luò)漏洞不斷發(fā)生變化，隨之而來(lái)的，也是不斷更新的解決方案，幫助小企業(yè)打造了更安全的網(wǎng)絡(luò)保護(hù)。