blob.png

科技在明年将会发生巨大的改变。想要了解前沿资讯吗?著名设计公司 frog 做出的这些预测可能会让你了解一些 2017 年的科技发展趋势。每一个领域都有一个设计师解释全部的细节。哪些东西已经出现在你们的视野中了呢?

1. 自动驾驶领域的超凡表现

目前,我们所了解到的信息是:世界上每年有 120 万人死于车祸,自动驾驶汽车(AVs)在这样的背景之下应运而生。其乐观的前景是可以确定的,因为 90% 以上的交通事故都是由于人类过失造成的,但即使是那些对于自动驾驶最热衷的支持者们也知道自动驾驶汽车有时候也仍然可能会发生事故。所以自动驾驶应该如何继续发展才能避免这些问题呢?

在车祸发生前的瞬间,自动驾驶汽车应该能够以一种完全非人类的方式巧妙地移动,起到保护生命安全的作用。人类并不是未来车辆的司机:他们是「贵重的货物」,相信自动驾驶的深度学习网络能够在各种情形之下保护他们的安全。从外面看,紧急避开前方路人或物体对于人类驾驶员来说是有难度的,但是在训练有素的人工智能的控制下,加上传感器集群的帮助,这样操作可能会更加理性一些,就好像有个专业保镖一样。

想象这样的一个场景:一辆自动驾驶汽车可能会在开到十字路口前时突然鸣笛,以避免后面车速太快的人工驾驶车辆撞上来。这辆车在紧急避险模式(Emergency Evasive Mode)下甚至还可能让纵横的交通停下来,在快要进入十字路口的时候将交通信号灯变为红灯。这就不是智能汽车的问题了——这是关于智能群(smart swarms)为了实现保护生命安全的全球目标采取的一致行动。

Frog 西雅图工作室的 Matt Conway 说,「自动驾驶汽车用电影特技一般的超凡表现挽救了一家五口的性命」,我们在几个月后说不定就会看到这样的头条新闻。

2. 精准医学和大数据将成为医疗行业发展的两大助力

从自动驾驶到学习机器学习:解读2017科技发展的15大趋势到目前为止,医疗行业还是采取通用型(one-size-fits-all)方式,但是如果我们能够根据看护人员和卫生保健专业人员收集到的数据点来评估治疗会怎么样呢?这就是精准医学,一种基于数据、算法和精准分子工具的新型医疗形式。

例如,在精准医学方面处于领先地位的加州大学旧金山分校目前正在训练医生在诊断和治疗的过程中要和他们的病人进行不同的对话,以便于对他们的而社会、环境和经济等背景情况有所了解。精准医学将人们对医疗的关注点从识别症状到了解并治疗疾病机制。另外,精准医学还在环境和社会因素对健康的影响有所侧重。那些了解科技和医学目标的人能够为解读和联系这些数据点提供平台,在精准医学的价值链当中创造价值。

3. 空间将会参与到人类活动当中

从自动驾驶到学习机器学习:解读2017科技发展的15大趋势空间将不会再简单地为你的活动提供场所和支持——它们将会参与其中。建成的环境将逐渐成为一个进化和学习的系统,并与建筑美学和实用功能相结合。在一些低成本传感器的支持下,空间可以很容易地融入到环境当中,机器学习将会被用来识别使用模式,推荐空间进行重新配置以促进医疗卫生、零售、研究、制造、工作和居住空间的新发展。

下面是一个情景如何在医疗中起作用的例子:医院会改变病房的布局,更新指示牌,为优化患者体验对灯光和音响进行个性化调整。这些都会根据患者当前的压力水平、病情严重程度、条件、日程、个人生活方式和健康数据进行设置。随着空间的学习和参与,这不但对患者的健康有利,对降低医院的花销也有作用。(Frog 西雅图工作室的 Chad Lundberg 和 Jud Holliday)

4.无人机送货

从自动驾驶到学习机器学习:解读2017科技发展的15大趋势卢旺达正在建立世界上首个无人机机场,以便于向需要的地方快速提供医药。相比于等待几个月修路,无人机能为城区外的人快速提供重要支援。这是在全球发展中国家和发达国家都正在发生的一个趋势——无人机送货。

该领域的许多先行者不只是来自政府或大财团,还有个人。只需要数千美元,个人就能够体验这一强大的技术,比如识别非法偷猎者或地震后帮助寻找被埋儿童。无人机使得之前只有大机构使用卫星或直升机才能进行的人道主义救援变得可以让更多的机构和个人参与进来。无人机的定义是「无人驾驶飞机」(unmanned aircraft),但实际上是有人操控。明年,我们将看到更多的人推动这一趋势。(Frog 伦敦工作室的 Lillian Tse)

5. 可延展型自动数据处理

从自动驾驶到学习机器学习:解读2017科技发展的15大趋势为了做地图,当谷歌说他们打算让汽车驶过每一条路并记录感知到的所有事(音频、视频、天气报告以及交通)时,我们都觉得它疯了。使用数百万无人机或传感器收集信息听起来很轻松(相对而言)。但如今以自动化的方式搞清这些信息的意义还不太可能。快速对接当前现状和可延展的自动信息处理成为了公司做出成功的道路地图的一部分。

可延展的自动数据处理已经接近到达黄金时期。天气监控、预测交通模式、在海洋中捕鱼、森林健康监测将会被各种公司所用到,而不只是谷歌与微软这样的大公司。(Frog 波士顿工作室的 Patrick Kalaher)

6.按需 VR

从自动驾驶到学习机器学习:解读2017科技发展的15大趋势随着 VR 逐渐为主流受众使用,生活娱乐场所和演出将被这种在家就能得到的低成本/高参与度的方式所取代。作为空席的弥补,或者为了追求更高的利润,2017 年娱乐产业可能会在演唱会等现场活动中寻求售卖 VR 票的方式,从在麦迪逊广场花园观看碧昂斯的演唱会到欧洲冠军联赛,也会为过去的表演开启 VR 分类。

一个极其有趣的概念是 VR 微体验的概念,也就是让用户在时间与空间上进行换位,从而体验美好的小时刻,刷新感官。可以把这想象为心灵的一次快速经济的假期。

届时,内容制造商能够在开放的社交市场上提供低成本、高质量的体验。对那些没有 VR 硬件的消费者而言,社区会在商场、交通枢纽以及公开场所提供 VR Stations。(Frog 纽约工作室的 Piet Aukeman 和 Sonny King)

7.从机器学习中进行学习

从自动驾驶到学习机器学习:解读2017科技发展的15大趋势数年来,机器学习持续出现在科技趋势列表中。但今年,我们将研究的是人类如何从与机器学习的交互中进行学习。AlphaGo 战胜世界级棋手李世乭成为了机器学习领域的一个里程碑。但在与 AlphaGo 的训练与对局中,人类棋手也变得更好。以其他的方式,我们也间接的从算法中进行了学习,无论是在调整 Spotify 算法的时顺便调整了我们的音乐品味,还是在观察神经网络学习方式时连带学习了大脑机制。

在未来,因为我们利用人类的行为与选择帮助机器进行学习,我们也将接受人类从机器中学习的方式。观察计算机组合文字的方式是否有助于我们成为更有创造力的作家?假如我们能同时教授儿童与计算机进行翻译又会怎样?从机器学习中进行学习会对我们的教育与训练方式产生直接影响,培养出人类-机器学习的共生方法。

本文转载至作者机器之心原创文章