摘要：科学家们如何看待这个日新月异的世界？AI会威胁人类的生存还是造福于人类？未来真的会有能像人一样思考和对话的机器人吗？量子计算机的出现，会不会重构世界科技、经济、政治格局？
钛媒体注：从能够帮助城市疏导交通的城市大脑，到进入千家万户的智能音箱；从可能颠覆现有算力的量子计算，到科幻电影中畅想的无人驾驶汽车……科技的进步与发展总是令人兴奋。近日，阿里巴巴与今日头条联合发布2018年科技趋势预测。15位不同领域的科学家，对IoT、量子计算、边缘计算、自然语言处理、区块链、自动驾驶等前沿技术将在2018年如何影响世界、影响社会生活做出了自己的预测。
阿里云量子实验室首席科学家、之江实验室副主任施尧耘：
2018年量子计算的第一幕高潮应该是“量子霸权”：多个超导，甚至可能有离子阱团队将纷纷宣称实现了经典计算机无法模拟的量子处理器来。而经典模拟能力可能在新的理论突破下大大提升，重设霸权之争的起点。今年可能见证第一个拓扑比特的诞生。而其他如超导、离子阱等方向颠覆性新思想的种籽可能会在今年无声地落地。量子软件因为门槛低，将会继续蓬勃发展。量子算法的论文会百花齐放，但大多数不过是组合拳。量子-经典在密码上的擂台今年会愈演愈烈。经典密码苦修多年“后量子密码学“，终于把秘籍练到实用，大显抵抗量子攻击的能力和不需任何额外投入的成本优势。作为对策，小型、廉价的量子密码产品可能在今年出现，叩开近距离量子密码规模化市场。
蚂蚁金服副总裁、技术实验室负责人蒋国飞：
达摩院机器智能实验室研究员朱胜火：
AI技术呈现两个趋势，即面向消费者的AI技术（智能音响、翻译机等）继续蓬勃发展，商业的AI技术从边缘走向核心。同时AI技术的发展也面临着四个挑战：一是边缘智能的发展要解决在受限环境下对模型的优化与计算能力的提升，这两部分是要联合起来继续优化才有质的突破；二是复杂决策的智能一部分可以用增强学习解决，但很多商业核心决策是非常复杂的，需要方法来学习行业专家的决策以及迭代提升机器决策；三是提升AI技术与人的交互体验，狭义上的人机交互，广义上也反应在政治经济伦理安全上，包括机器智能的“歧视”问题，机器决策的责任可解释可述源；四是因AI人才培养滞后带来人才等商业成本上升，AI的ROI面临高估风险。
今日头条人工智能实验室总监李航：
2018年NLP（自然语言处理）将在翻译、问答、对话等几个方面继续取得巨大进步。大胆预测，未来一年对话系统将能更好地理解人类语言，更自然地与人类通过语言交互。对话方面令人震撼的突破可能来自以下几个场景：一是实现多系统对话（multi-systemsdialogue）：多个对话系统集体与用户进行对话，共同完成一项任务。比如，多个不同的问答系统，协同回答用户的问题，帮助用户更好地找到答案。二是实现多媒体中的对话（dialogueinmulti-media），人通过自然语言发出命令，同时做出示范性动作；机器人通过对命令以及对视频中动作的理解，快速学习如何完成一个任务。比如，教机器人如何开门。三是实现模仿语言学习（imitationlanguagelearning）：人为对话系统做出一定的示范，在什么样的场合下用什么样的自然语言进行对话，对话系统能够很快地学到对话的策略。比如，人类客服指导对话系统提高对话技巧，使系统能很快地在一个新领域承担自动客服任务。
达摩院机器智能实验室NLP首席科学家司罗：
2018年初，我们机器阅读理解技术（精准匹配）首次小幅超越人类，这个里程碑让研究人员看到了希望。但对于机器“能理解会思考”的终极目标来说，这只是万里长征的开始。迁移学习等技术的大量使用会催生更多好成绩，语言学知识或知识库知识在机器翻译模型中被更好的整合，单语语料和可比语料会更多用于稀少资源语言的翻译中；信息抽取技术会从纯文本通用类型信息抽取更多走向富媒体（文字，表格，图片等）和垂直领域的信息抽取。可以预见，未来人类会习惯机器在更多特定领域的“超人”成绩，但机器短期内达到人类思维的深度和广度还有待时日。
达摩院机器智能实验室语音技术总监鄢志杰：
从2108年开始，人类与机器的交互方式将开始彻底摆脱任何形式的交互界面，变得更接近人与人的交互。这背后是对听觉、视觉、触觉，甚至味觉等多模态技术的全面融合。机器将能感知到人类在语气语态、肢体动作、面部表情等更丰富的表达方式，从而更智能的理解人类的意图。生活空间、交通空间、工作空间将是三个首先落地领域。
AliOS首席架构师谢炎：
今日头条人工智能实验室总监李磊：
2018年，摄像头、红外摄像、麦克风、陀螺仪加速计等多传感器的协同分析会大大提高对场景、空间定位、人物、动作、意图的理解。随着手机、电视、音箱、耳机、手表等各种终端计算能力的加强，理解人物行为的能力今年会有很大希望移植到端上，从而做到实时理解与视频创作。机器学习方面今年的一个趋势是，不仅仅优化模型性能，而且会在训练和推理过程中引入反馈和人工修正，在人机协作智能（human-in-the-loopmachinelearning），交互式机器翻译方面(Interactivemachinetranslation)今年会有更多方法尝试优化模型与人的实时反馈动作，最终达到更好的综合性能。基础研究会有更大突破，逐步解开深度学习的黑箱，提高机器学习模型的可靠性、稳定性以及可解释性。
阿里巴巴AIlabs杰出科学家王刚：
2018年会是自动驾驶大面积铺开的一年。从应用场景上来看，任意道路上的L4自动驾驶（无人驾驶）仍然面临很大的挑战，而低于L3级的自动驾驶（辅助驾驶），并不能脱离人的接管和操控。因此在限定场景的无人驾驶会在2018年率先落地。由于政策对人工智能行业的大力支持，未来几年内，中国的自动驾驶极有可能超越美国。人类并不是未来车辆的司机，他们是“贵重的货物”。从行业趋势来看，越来越多的研发资源会被投入到改善综合的交通环境中，即感知和理解更广的交通场景的人，车，物，以及它们的行为。
阿里巴巴AIlabs杰出科学家聂再清：
蚂蚁金服首席数据科学家漆远：
达摩院机器智能实验室副主任华先胜：
计算机视觉依然会是人工智能的热点方向，除了安防和交通领域，视觉技术在工业、农业、环保等行业的应用将会逐步为更多人所知晓和认可，也会逐渐变成红海。随着AI在上述行业的大量应用，人机竞争有可能在一定程度上激化，部分相对简单脑力劳动力面临失业或转行，但最终会以人力转向新的产业而得以缓解。医疗视觉依然会是大家追捧的热点，医疗行业的从业者开始入局，行业经验和扎实技术合力、人机合力的从业者将形成这个方向的壁垒。总的来说，AI将深入各行各业，发掘各个行业的问题和机会，同时带来生产力的改变。但没有迹象表明人类会被AI取代，相反AI会显著提升人类整体的生活和生命质量。
今日头条人工智能实验室总监王长虎：
达摩院机器智能实验室主任金榕：
如何将大数据的方法与知识图谱及语言学知识有机结合以提升对文本内容的理解在2018年会变得越来越重要。机器视觉方面，提升识别多样性会是一个重要研究方向。语音领域与之类似，需要能对不同口音、方言、噪声，都能自我调节到最佳的识别唤醒精度。在机器学习方面，过去的研究主要集中对硬件端优化以及算法/模型端优化，未来的工作将会对硬件和算法进行更紧密的联合优化，以提升深度模型的推理效率。
达摩院机器智能实验室副主任任小枫：
2018年人工智能必须也必定会走向实际的产业应用。个人预测：（1）视频理解和编辑技术的进一步成熟将推动整个视频产业的长足发展，包括精准和个性化的搜索推荐，以及视频生成和交易的正规化和品质化；（2）“刷脸”技术将在2018年成为常态，在众多场景中落地，真正走进生活的方方面面；（3）新零售的各个场景中，以视觉为核心的智能技术将得到广泛应用，带来购物体验的质的变化；（4）无人车，各大汽车厂商都将有原型车发布，自动驾驶将从探索大步走向实用；（5）个人机器人，在多年研发和软硬件准备后，将会看到多种形态多种功能的机器人走入家庭，改变人们的生活方式。