情感運(yùn)算技術(shù)可以感知一個(gè)用戶的情緒狀態(tài) (通過傳感器、麥克風(fēng)、攝像機(jī)和/或軟件邏輯)，并通過執(zhí)行預(yù)定的具體指令做出回答, 比如與用戶之間的交互或推薦適合用戶適時(shí)心情的視頻。與多個(gè)傳感器輸入相結(jié)合的情感運(yùn)算技術(shù), 仍主要停留在早期的概念驗(yàn)證階段，但隨著在線學(xué)習(xí)的擴(kuò)展，情感運(yùn)算技術(shù)將吸引越來越多的關(guān)注，并試圖尋找擴(kuò)展和增長(zhǎng)記憶力的算法。

商業(yè)無人機(jī)（Commercial UAVs）

商業(yè)無人機(jī)（UAV）類似于小型直升機(jī)、固定翼飛機(jī)和多軸飛行器，可以由人類飛行員在地面遠(yuǎn)程控制，或作為自主導(dǎo)航裝備和用來執(zhí)行空中監(jiān)視。無人機(jī)通常包括GNSS、攝像頭、聲納傳感器和導(dǎo)航系統(tǒng)，引導(dǎo)他們進(jìn)行成像、熱和譜分析。內(nèi)存高速緩存和通信鏈路允許無人機(jī)收集和傳輸數(shù)據(jù)集，以及將它們傳輸?shù)皆七M(jìn)行記錄或?qū)嵗��?jì)算。

物聯(lián)網(wǎng)平臺(tái)（IoT Platform）

各企業(yè)致力于增加物聯(lián)網(wǎng)終端種類, 尋求更好效益, 同時(shí)發(fā)覺新的商機(jī)和盈利模式。由于這些因素的交互作用，企業(yè)需要不斷增加先進(jìn)技術(shù)資源以達(dá)到相應(yīng)的成熟度、規(guī)模和商業(yè)價(jià)值。大規(guī)模物聯(lián)網(wǎng)平臺(tái)可以實(shí)現(xiàn)基礎(chǔ)和高級(jí)的物聯(lián)網(wǎng)方案和數(shù)字化商業(yè)操作。物聯(lián)網(wǎng)平臺(tái)以一個(gè)混合方式部署，它將與基于云的元素（無論是私人的還是公共的）和分布于終端和網(wǎng)關(guān)之間的本地軟件合并。

2、期望膨脹期

手勢(shì)控制（Gesture Control）

手勢(shì)控制裝置是一種可由用戶穿戴或手持以便捕捉身體動(dòng)作、手勢(shì)、表情的設(shè)備。具有特定語(yǔ)義內(nèi)容的手勢(shì)可以被設(shè)備裝置和應(yīng)用軟件解釋，從而增強(qiáng)人機(jī)界面的功能（HMI）。人類與機(jī)器之間自然、直觀的互動(dòng)正在推動(dòng)硬件、操作系統(tǒng)和軟件界面的創(chuàng)新。因而可以想象，大多數(shù)的人機(jī)交互會(huì)成為一種生物技術(shù)，并最終取代鍵盤和鼠標(biāo)。比如，手勢(shì)控制、自然語(yǔ)言、面孔識(shí)別、情緒檢測(cè)和觸摸形式的輸入/輸出（I / O）控制。

微數(shù)據(jù)中心（Micro Data Centers）

微數(shù)據(jù)中心呈組裝式或集裝箱式，體積比一間機(jī)房小，一般不超過一兩臺(tái)設(shè)備的體積, 通常是一臺(tái)或小于一臺(tái)設(shè)備的體積。微數(shù)據(jù)中心存儲(chǔ)所有必需的信息技術(shù)功能 (如服務(wù)器和設(shè)備的不斷電供電系統(tǒng))，通常由一個(gè)大型數(shù)據(jù)中心管理，用于處理分散的特定需求(例如，積累傳感器數(shù)據(jù)或聚集小型遠(yuǎn)程辦公室的數(shù)據(jù))。

智能機(jī)器人（Smart Robots）

智能機(jī)器人即以電動(dòng)機(jī)械的形式存在的智能機(jī)器，它們可以在物質(zhì)世界中獨(dú)立工作，同時(shí)在短時(shí)間內(nèi)就可以完成學(xué)習(xí)。既可以通過在人類監(jiān)督條件下訓(xùn)練和示范學(xué)習(xí)，也可以從有監(jiān)督的工作中進(jìn)行經(jīng)驗(yàn)學(xué)習(xí)。智能機(jī)器人可以感知自己周圍的環(huán)境條件，識(shí)別、解決基本問題。一些智能機(jī)器人有專門的運(yùn)行方式，如倉(cāng)庫(kù)機(jī)器人，而其他一些智能機(jī)器人具有更常見的運(yùn)行方式和/或類似人的外貌。因?yàn)樗麄兙哂邢冗M(jìn)的感知能力，所以智能機(jī)器人可以與人類一起工作。

區(qū)塊鏈（Blockchain）

區(qū)塊鏈?zhǔn)且粋�(gè)熱炒的概念，包含了一系列聯(lián)系較弱的技術(shù)和處理過程，包括中間件、數(shù)據(jù)庫(kù)、數(shù)據(jù)安全、數(shù)據(jù)分析、貨幣及身份管理等概念。區(qū)塊鏈也正在成為豐富的分布式賬簿的常用方法，市場(chǎng)上已經(jīng)有超過24種的產(chǎn)品。

互聯(lián)家庭（Connected Home）

互聯(lián)家庭的目的是實(shí)現(xiàn)與多個(gè)設(shè)備、服務(wù)器和應(yīng)用程序的網(wǎng)絡(luò)連接，從通信娛樂到醫(yī)療、安全和家庭自動(dòng)化。這些服務(wù)器和應(yīng)用程序通過多個(gè)相互關(guān)聯(lián)的集成設(shè)備、傳感器、工具和平臺(tái)傳遞信息。情境的、實(shí)時(shí)的、智能的信息可以通過本地或云端存儲(chǔ)，使得個(gè)體或者其他連接到服務(wù)器的家庭成員能夠通過遠(yuǎn)程或者在家里操控和監(jiān)督自己的家。

認(rèn)知專家顧問（Cognitive Expert Advisors）

認(rèn)知專家顧問（CEAs）在今年取代了智能顧問。類似機(jī)器學(xué)習(xí)和自然語(yǔ)言處理，CEAs至少擁有一個(gè)專門的算法，針對(duì)特定需求所建造，并具備一套大數(shù)據(jù)庫(kù)，能夠生成對(duì)某些問題的見解、發(fā)現(xiàn)，做出建議和決策。

機(jī)器學(xué)習(xí)（Machine Learning）

機(jī)器學(xué)習(xí)（ML）是一門技術(shù)學(xué)科，其目標(biāo)是從一系列觀測(cè)變量中提取出某些類型的知識(shí)或者模式。根據(jù)觀測(cè)變量的類型，ML可以分為三個(gè)主要的學(xué)科分支：監(jiān)督學(xué)習(xí)，它的訓(xùn)練數(shù)據(jù)包括了輸入和輸出（又被稱為標(biāo)記數(shù)據(jù)）；非監(jiān)督學(xué)習(xí)，采用未標(biāo)記的數(shù)據(jù)進(jìn)行訓(xùn)練；強(qiáng)化學(xué)習(xí)，它通過環(huán)境提供的好/壞信號(hào)對(duì)學(xué)習(xí)過程進(jìn)行評(píng)估。