斯坦福大学、DARPA与硅谷公司共同分析前沿科技发展趋势
最近，斯坦福大学的研究团队、美国国防高级研究计划局、硅谷风险投资公司和米特公司的专家共同讨论了技术将如何重塑行业和社会。他们分析了当前全球前沿技术的未来趋势，涵盖了人工智能、自动驾驶、多尺度数据、再生器官、增强现实和网络风险保护的讨论。
人工智能
评估和信任迎接新挑战
人工智能已经能够通过训练从早期掌握表面信息的过去数据中学习。人们已经获得了更多高质量的数据，这也促使我们对模型如何做出决策、提供建议和快速触发自身有了更深的理解。
然而，在过去，没有人能解释算法如何做出自己的决定并提供建议。现在，人们对人工智能的评价和信任迎来了新的理解和挑战。
美国国防部高级研究计划局(DARPA)创建了一个名为“可破译人工智能(XAI)”的新项目，其目的是创建一套机器学习技术，提供更多可破译模型，并保持高水平的机器自我学习，以便用户能够理解、信任和有效管理新一代人工智能。
对于企业来说，人工智能的规则和深入学习也发生了很大的变化。尽管人工智能还没有完全取代全部劳动力，但它已经可以帮助大多数公司改善一些基本的效率问题。现在，人工智能的完整解决方案可以包括各种技术的结合，如计算机视觉、自然语言识别、声音或感觉识别等。
在医疗领域，人们需要更高效的操作和管理。医学影像设备将会越来越人工化和智能化，并将会有更多的自动化工作流程。事实上，自神经网络诞生以来，人工智能在医学成像等应用中的准确率一直相当高。它不仅能帮助医生，还能以较低的成本为更多的病人提供早期诊断。
自动驾驶汽车
考虑如何与人类互动
对于自动驾驶汽车，除了通常的安全考虑外，要考虑的问题是自动驾驶汽车如何与人类互动？
例如，对人行横道的理解、预测和设计将有助于人们和自动驾驶汽车之间的有效沟通。在十字路口，自动驾驶汽车和其他车辆驾驶员之间的沟通也将是一个至关重要的问题。要实现无人驾驶汽车的大规模推广，必须实现乘客、行人、司机和其他相关方之间的无缝沟通。
人们普遍预计，自动驾驶汽车将在未来几十年产生数万亿的经济效益。这是一个由汽车制造商、供应商、技术巨头和初创公司推动的大规模项目，已经逐渐带来了效益。
然而，为了确保安全，自动驾驶汽车需要数千亿英里的驾驶测试。许多公司正在使用新的模拟技术来增加实时里程训练，投资新的传感器系统，并采用国际标准化组织标准来大规模部署自动驾驶车辆。只有通过软件、硬件和开发过程的严格验证和审查，人们才能确保自动驾驶车辆是安全的。
无人驾驶汽车能取代数百万职业司机吗？事实上，在各种形式的自动化中也存在类似的问题。当机器不断地降低成本和自己学习时，毫无疑问，人类会找到适应自己的方法。趋势之一是，在某些特定领域，增强现实与工作人员之间的合作实际上高于纯自动化的投资回报——现在，增强现实不仅是一种娱乐形式，它帮助人们减少工作中的伤害和疲劳，还带来了更好的工作环境。
数据建模
再生医学在扩张中的应用
在未来，揭示医学数据背后的含义和定制治疗方案将非常重要，因为它可以为个性化治疗提供强大的数据参考，满足人们对个性化医疗保健的需求。
然而，仅有一个数据模型是不够的。计算机算法将通过多组科学数据识别导致疾病的基因，并允许人类通过多模式、多尺度和高维生物医学数据从多个角度和尺度研究疾病。
医学领域的另一个新兴领域是再生医学——修复、替换或再生细胞、组织或器官以恢复受损的功能。再生医学的主要焦点是组织工程，即用干细胞替代受损的组织和器官。现在它已经扩展到包括使用干细胞来模拟疾病、自体移植和功能性分子的治疗传递，以及免疫功能在组织修复和其他领域中的作用。然而，由于科学家需要人工控制干细胞的行为，这种方法不仅面临技术挑战，而且还必须进行一系列临床研究，并最终通过美国食品和药物管理局(FDA)和其他国家*机构的监管批准。
然而，在制药行业，企业对药物研发的投资正在逐渐减少。制药企业正面临来自公众和监管机构的降价压力。然而，药物的失败率越来越高——过时的2D平台试验和免疫缺陷实验室小鼠的研究速度进展非常缓慢。
因此，制药公司开始考虑采用新技术，依靠创新公司提供新方法，在类似人体的微环境中完成测试，药物进入人体测试的成功率会更高。
互联网的新时代
需要提高保护数据的能力
人们越依赖上述电脑、智能手机、自动驾驶汽车和增强现实设备，就越容易受到性能和数据存储漏洞的影响。随着网络风险的快速发展，保护数据和资产的能力也必须改变。
如今，网络风险防护已经以各种形式进入消费者和大型R&D企业。然而，一些小企业的网络安全呈现出强劲的创新趋势。这些小企业利用技术在世界各地分销他们的产品，更好地为改变购买行为的顾客服务，并通过数据分析顾客的行为。他们已经积极采用基于云的软件服务，以便每月更灵活地支付数据需求。
因此，即使小企业的网络漏洞不断变化，以下解决方案也在不断更新，帮助小企业创建更安全的网络保护。
(北京，5月1日，科技日报)