年度热门的科学热词有哪些

　　科技可以超越时间，让我们预见人类社会的未来，所以有很多的人都会想要知道一些有名的科学热词。下面是百分网小编为你精心推荐的热门的科学热词，希望对您有所帮助。

　　年度热门的科学热词

　　人工智能

　　人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。也许你对概念并不熟悉，但你对AlphaGo一定非常熟悉，就是它在用高超的棋艺战胜了李世石，直接引爆了这一轮人工智能的热潮。前不久，三连冠的柯洁也认怂，声称干不过AlphaGo。围棋高手引以为傲的不被机器战胜的领域，就这样沦陷了。

　　据《科学》杂志判断，到2045年，世界上50%的工作，都会被人工智能所取代。而在中国这个数据是77%。也就是说，30年之内，我国每4个工作中至少有3个会被人工智能取代。尤其是助理、翻译、保安，这些工作可能都会被取代。今天的人脸识别，可以做到比人20倍更精确的辨识人脸。

　　科技巨头们并不会放弃这个机会，大力开垦这块领域。下面罗列一下今年关于人工智能的收购案。

　　2016年1月份，苹果收购人工智能初创公司Emotient，这家公司的成果在于使用人工智能技术读取图片中的面部表情。

　　2016年5月份，eBay宣布收购Expertmaker，这是一家使用机器学习进行大数据分析的瑞典企业。 2016年5月份，英特尔收购了专门从事计算机视觉 (CV)算法的初创公司It-seez，计划利用Itseez专业能力来创建从汽车到安全系统的物联网(IoT)。

　　2016年8月份，微软收购了一个两年半的初创公司Ge-nee，其主要产品是一款拥有AI技术的智能日程工具。

　　2016年9月份，谷歌相继收购了用于开发聊天机器人的人工智能平台Api.ai，距离收购视觉搜索创企Moodstock仅过去两个月之久。

　　2016年9月份，亚马逊低调收购了机器人创业公司An-gel.ai，这家公司的联合创始人成为亚马逊“新机器人产品”的项目负责人。

　　然而，360董事长周鸿?表示，人工智能是风口也是泡沫，对人工智能要有客观理性的认识。这场关于人工智能的喧哗，到底有多少是真金白银?

　　基因测序

　　2015年初美国奥巴马政府颁布“精准医疗计划”，今年3月科技部也将精准医疗列入重点研发计划，以基因测序为基础的精准医疗受到中美两国政府的高度重视。

　　随着基因检测成本急速下降至1000美元左右，极大地扩展基因检测的应用领域和应用人群。市场寄希望于它能在生殖和遗传病领域、肿瘤个性化治疗，尤其是精准用药方面，以及复杂慢病等方面的个体用药指导方面，发挥巨大的作用。

　　2007年全球基因测序市场规模为7.9亿美元，到2014年市场规模为54.5亿美元，预计2018年全球基因测序市场规模将超过110亿美元。2015年开始至今，基因检测赢得了来自资本和创业者的高度青睐。

　　在国内，基因测序上游设备制造环节目前处于国外垄断状态，且进入技术门槛非常高，一般企业难以从上游设备制造环节切入市场。相较于上游设备制造环节，中游的基因测序服务在技术门槛上相对要低一些。近几年，尽管卫计委和药监局对基因测序临床应用市场加强了管理，但消费级基因测序服务企业层出不穷，目前已有超过150家企业和机构从事基因测序相关业务。国内提供基因测序服务的机构呈现逐年增长的趋势，随着测序服务机构数的增长，测序服务市场的竞争也将趋于白热化。

　　然而，基因检测主要是服务于科研和临床的，二者都是严谨且有其内在规律的领域，注定了基因检测的发展将很漫长。目前，由于数据解读的滞后导致基因测序在临床治疗上的价值还未展现。即便是在消费市场，除了玩转概念以外，基因检测的结果究竟代表什么含义检测机构并不清楚，更不可能提供真正有效的干预和服务。

　　更何况，基因检测能提前检测出的遗传疾病、肿瘤等，除了遗传因素外，疾病的发生还与环境、个人生活习惯等关系也很紧密,而环境因素包括化学性、物理性及生物性因素等等由于多基因疾病的原因复杂，很难单纯从基因来得到有效的防治疾病信息，因此也很难应用到临床上。

　　以基因测序为基础的精准医疗，恐怕还需要医学基础科研很长时间的探索和积累。

　　雾霾

　　雾霾是我们在这份榜单里最不想见到又必须面对的.热词。雾霾并不是什么新鲜事物，它像个工业幽灵一样一直伴随着人类的现代化进程。从1930年的比利时马斯河谷烟雾事件到1943年的洛杉矶烟雾事件，从1948年的美国多诺拉烟雾事件到1952年的英国伦敦烟雾事件。实际上，20世纪70年代之后，伦敦才慢慢摘掉了“雾都”的帽子，蜕变成为生态之城。雾霾是个环境难题。公众的警醒、政府的坚决、科技的手段、生活的变革、经济的转型，还有长期的坚持，才是最终战胜雾霾的可靠保证。

　　人工智能的实现方法

　　人工智能在计算机上实现时有2种不同的方式。一种是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学方法(ENGINEERING APPROACH)，它已在一些领域内作出了成果，如文字识别、电脑下棋等。另一种是模拟法(MODELING APPROACH)，它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。遗传算法(GENERIC ALGORITHM，简称GA)和人工神经网络(ARTIFICIAL NEURAL NETWORK，简称ANN)均属后一类型。遗传算法模拟人类或生物的遗传-进化机制，人工神经网络则是模拟人类或动物大脑中神经细胞的活动方式。为了得到相同智能效果，两种方式通常都可使用。采用前一种方法，需要人工详细规定程序逻辑，如果游戏简单，还是方便的。

　　如果游戏复杂，角色数量和活动空间增加，相应的逻辑就会很复杂(按指数式增长)，人工编程就非常繁琐，容易出错。而一旦出错，就必须修改原程序，重新编译、调试，最后为用户提供一个新的版本或提供一个新补丁，非常麻烦。采用后一种方法时，编程者要为每一角色设计一个智能系统(一个模块)来进行控制，这个智能系统(模块)开始什么也不懂，就像初生婴儿那样，但它能够学习，能渐渐地适应环境，应付各种复杂情况。这种系统开始也常犯错误，但它能吸取教训，下一次运行时就可能改正，至少不会永远错下去，用不到发布新版本或打补丁。利用这种方法来实现人工智能，要求编程者具有生物学的思考方法，入门难度大一点。但一旦入了门，就可得到广泛应用。由于这种方法编程时无须对角色的活动规律做详细规定，应用于复杂问题，通常会比前一种方法更省力。

　　雾霾的形成原因

　　霾的形成示意图雾霾的源头多种多样，比如汽车尾气、工业排放、建筑扬尘、垃圾焚烧，甚至火山喷发等等，雾霾天气通常是多种污染源混合作用形成的。但各地区的雾霾天气中，不同污染源的作用程度各有差异。雾霾天气自古有之，刀耕火种和火山喷发等人类活动或自然现象都可能导致雾霾天气。不过在人类进入化石燃料时代后，雾霾天气才真正威胁到人类的生存环境和身体健康。急剧的工业化和城市化导致能源迅猛消耗、人口高度聚集、生态环境破坏，都为雾霾天气的形成埋下伏笔。

　　雾霾的形成既有“源头”，也有“帮凶”，这就是不利于污染物扩散的气象条件，一旦污染物在长期处于静态的气象条件下积聚，就容易形成雾霾天气。一是生成颗粒性扬尘的物理基源。我国有世界上最大的黄土高原地区，其土壤质地最易生成颗粒性扬尘微粒。二是运动差造成扬尘。例如，道路中间花圃和街道马路牙子的泥土下雨或泼水后若有泥浆流到路上，一小时干涸后，被车轮一旋就会造成大量扬尘，即使这些颗粒性物质落回地面，也会因汽车不断驶过，被再次甩到城市上空。三是扬尘基源和运动差过程集聚在一定空间范围内，颗粒最终与水分子结核集聚成霾。目前来看，在我国黄土平高原地区350多座城市中，雾霾构造三要素存量相当丰裕。

【年度的科学热词有哪些】相关文章：

计算机科学与技术专业就业方向有哪些09-09

雅思听力考试高分关键词有哪些04-16

背英语单词最有效最科学的方法有哪些06-15