2017年在即，frog年度大戲也華麗登場了！作為國際跨國設計與戰略咨詢公司的frog，在今年年底對明年技術領域的突破性發展進行了預測，相信能幫助到一些公司在未來可能面臨的趨勢中為自己的業務和消費者領航。

2017年，技術將繼續為公司和消費者創造驚人的價值，帶來革命性的體驗，以下為frog發布的15個將對世界產生持續影響的技術趨勢預測——

1、更加智能而非堅固的建筑

作者：Agnes Pyrchla
工作室：舊金山

不僅智能城市會利用傳感器提高能源利用率——建筑物和高速公路在建造中也將采用智能材料。通過借鑒自然形態，材料科學家和建筑師已經開發出含有細菌的磚塊。這種磚塊能讓水泥捕捉二氧化碳；同時，他們還創造出了一種利用隨處可見的風和充滿生機的太陽來運作的建筑物冷卻系統。

這一趨勢會讓城市以及像酒店業這種依賴大型能源密集型建筑的行業迎來巨大的機遇。例如，米高梅度假村、Wynn 酒店和拉斯維加斯金沙酒店最近全部裝配了太陽能設備，這表明大公司正在向可持續基礎設施邁出第一步，從而削減成本并吸引有環保意識的消費者。

受影響的公司：bioMASON, Dutch Green Company[JRL2] , Blue Planet

2、商業機器人將茁壯成長

作者：Toshi Mogi
工作室：紐約

Jiro是一位創業者，他的導師建議他創建一家新公司。Jiro將市場上的空白領域或現有機會認真篩選了一遍后，通過戰略分析發現了一個尚未被涉足的機遇——將老式電動滑板出售給老年嬉皮士市場。

Jiro委托各種商業機器人將自己的設想付諸實踐。他的研發機器人將按照設計師所做的設計以眾包形式發布出去，進行層層篩選。他的運營機器人負責管理簽約制造商和生產進度，他的銷售和營銷機器人則負責優化電商渠道，安排產品促銷。Jiro的虛擬團隊繼續拓展著自動化商業的疆域，這是一條今天已經鋪就的未來之路。

隨著智能系統和自動化進一步發展，為關鍵的業務功能提供服務，現在是時候對自動化商業進行一個更為正式的分類計劃了。

3、海上養殖是終極的“藍海”戰略

作者：Patrick Kalaher
工作室：波士頓

隨著全球人口不斷增長，人類需要在業已廢棄的土地上和新鮮的水資源中培育出更多的食物。我們可能會在海洋中找到一種可持續解決方案。養殖海帶和蚌類以及開放水域魚類養殖將讓我們在不使用耕地、水或殺蟲劑的情況下為我們生產出大量的食物。因為海上養殖不會局限于表面，它還能夠深入到海底，有效地實現三維立體發展。

在生產方面，用于生長和收獲的全新工具和技術正在上線，在需求側，新的價值鏈和供應鏈正在發展；隨著人們的口味不斷變化，這種海產品將出現在越來越多的餐桌上。

受影響的公司：Greenwave   Innovasea  

4、人造食品和細胞農業邁向主流

工作室：奧斯汀
主題：消費品，農業，食品

隨著人們對減少溫室氣體排放、對抗氣候變化以及發展零殘忍食物的需求不斷增加，確定未來人類蛋白質消費（其中不含任何動物）的競賽已經開始。

我們看到兩大產品類別正在形成：一種是提取植物蛋白，然后對其改造和重新利用，從而生產出具有類似肉類體驗的產品。我們還看到組織工程學以及合成生物學在技術上取得了突破——人們利用這些技術在實驗室環境中培育食品——像肉類、蛋類和乳制品。

在2017年，我們將看到當地的雜貨店將出售各種基于植物的肉類替代品。目前，這種食品被歸類在素食區，而它們將超越這一分類，進入更廣闊的市場，而且它們也會更加美味。至于消費者，他們可能會問：感恩節的火雞是從種子里長出來的嗎？

受影響的公司：New Harvest, Impossible Foods, Beyond Meat,Memphis Meats

5、可擴展自動數據處理是新的最后一英里

作者：Patrick Kalaher
工作室：波士頓

當谷歌表示要駛遍每一條路每一英里，并將傳感器探測到的所有信息都記錄下來——音頻、視頻、天氣預報和交通路況——做成一張地圖時，我們都覺得谷歌瘋了。運用數百萬架無人機或傳感器來采集信息，這聽上去應該是（相對）比較容易的部分；而用自動化的方式讓這一切變得有意義，這在當時看來是不可能實現的。

讓我們快進到今天，對其他公司而言，可擴展自動數據處理已成為一張成功的路線圖中不可或缺的一部分。

自動數據處理的藝術和科學即將進入黃金時期，而監控天氣、預估起落航線、統計海洋中魚的數量或傾聽森林的聲音，確定其健康狀況，這些都將被各種組織，而非僅僅是谷歌和微軟這樣的大公司所使用。

受影響的公司：NOAA/Habcam    Shotspotter   SenseFly   Sense (home energy monitor) 

6、軟體機器人技術

作者：Mark Freudenberg
工作室：舊金山

現在的機器人采用金屬制成，十分堅硬，而且多是以一種深思熟慮且聰明的方式運行。隨著機器人開始進入人類的日常生活，我們需要它們能夠像人類那樣與我們進行交互，富有人性化。 

在未來幾年，我們將看到運用接近于人類身體柔軟度的材料制成的機器人。這一行動已經開始，我們在諸如軟體機器鉗子這樣的產品中開始利用軟體機器人技術。再進一步，一些研發部門正在運用通電時會變形的電活性聚合物進行實驗，例如介電彈性體。

我們將在多種行業中看到這類應用。例如，我們希望自己的汽車配備軟體機器人技術，為我們在行駛中提供支持并執行各種功能；在車間，軟體機器人技術能夠增強我們的力量和精準性，以便讓我們從事富有創意和需要縝密思考的工作，人類的移情作用、情感和生活經驗會在這里發揮重要作用；在醫療領域，軟體機器人技術不僅會幫助我們治療患者，而且還能在人體內找到自己的家園。

軟體機器人的技術革命雖以漸進的方式在推進，但卻范圍寬廣。隨著機器人和機器人技術更具可塑性，它們將以有趣且重要的方式融入我們的日常生活。

受影響的公司：豐田，迪士尼，Kaiser

7、VR 點播

作者：Piet Aukeman & Sonny King
工作室：紐約

隨著VR進入到越來越多主流觀眾的視線，現場娛樂活動和演出者會逐漸被低成本/高參與度的娛樂方式所取代，因為人們在家就可以舒適地獲得這樣的娛樂體驗。

為了彌補空缺座位成本，或是為了讓觀眾爆滿的表演獲得更多收入，娛樂公司將在2017年通過各種渠道出售他們現場活動中最佳座位的VR門票——從麥迪遜花園廣場的碧昂絲演唱會到觀看UEFA冠軍聯賽——同時還會開放過往演出的沉浸式VR流式數據。

一個特別有趣的概念是VR微體驗。用戶能夠借此讓自己穿越時空，體驗各種奇妙的微小瞬間，讓自己的官能恢復活力。你可以將此想成是自己思想的一次快速且廉價的假期。內容創造者能夠提供低成本、高品質的體驗并在一個開放、社交的市場上交易。對于沒有VR硬件的消費者，社區能夠在購物中心、交通終點站和開放場地提供“VR體驗站”。

受影響的公司：麥迪遜花園廣場公司, MLB, Vevo

8、我們所處的空間將成為參與者

作者：Chad Lundberg & Jud Holliday
工作室：西雅圖

空間將不僅僅被用來容納、支持各項活動——它們也將參與其中。建筑物中的環境將愈發成為一個進化和學習的系統，與建筑美學和實用功能相結合，為你遮風擋雨。由于低成本傳感器的大量出現，它們可以輕松地嵌入環境之中，機器學習將被用于識別使用模式和對空間重新配置做出推薦，從而在醫療、零售、研究、制造、工作和居住空間中促成新的行為。

以醫療領域為例，醫院將根據患者的身體狀況的數據，壓力等級、病情類型、個人生活方式等量身定制室內布局、更新標記、調整燈光和聲音。隨著空間內智能機器自身的學習和進化，將會為患者帶來最好的體驗和治療結果，從長期來看，也降低了醫院成本。

受影響的公司：Vivint SmartHome, GE, IBM, Intelligent Buildings

9、擁有超能力的自動駕駛汽車

作者：Matt Conway
工作室：華盛頓州

全球每年有120萬人死于車禍，但是自動駕駛汽車（AVs）的到來將改變這一現狀。鑒于90%或以上的事故是由人為失誤造成，這種樂觀主義可能是有保證的，但即便是自動駕駛最強烈的支持者也明白自動駕駛的汽車也會偶爾發生事故。那么，自動駕駛汽車要怎樣才能避免事故呢？ 

在即將發生事故的瞬間，自動駕駛的汽車應該做出夸張的非人類的操作以保護人身安全。人類不是未來汽車的司機：人類將成為珍貴的貨物，并且相信自動駕駛汽車的深度學習網絡在任何情況下都能保證自己的安全。從旁觀者的角度看，如果人類司機做出一個夸張的緊急閃避操作，就會被認為是魯莽的行為，但是如果操作者是一輛由訓練有素的人工智能控制的汽車——通過眾多實時傳感器接受信息——那么這可能就會和任何一名專業保鏢的反應一樣，合情合理且能夠保證人身安全。

設想這樣的情況：一輛正在等待紅燈的自動駕駛汽車，為了避免被一輛從后方快速接近的人力駕駛的車輛撞上，而突然沖入交叉路口。而當處于緊急避讓模式下時，這輛車可能會阻止交叉車流，并在其進入交叉路口時將信號燈變成紅燈。這與智能汽車無關——這是關于智能群體以一致的行動達到保障生命安全的全球目標。

未來幾個月，你要留意這樣的新聞標題：自動駕駛汽車為挽救一家五口性命做出特技操作。

受到影響的公司：谷歌、Makers of LiDAR, Radar, Sensors和其他半導體汽車配件， 汽車原始制造商 （福特、通用、本田、沃爾沃等）、政府、立法機構和監管機構（州和聯邦）、保險公司

10、最優秀的新興藝術家

作者：Zach Marley和Graeme Asher
工作室：西雅圖

索尼CSL研究實驗室最近對上千頁的活頁樂譜進行了音響合成，制作出了歌曲“爸爸的車”。這首歌由人工智能生成，然后由人類作曲者進行打磨。

從《暗黑破壞神》中隨機化的地牢走廊到《無人深空》中近乎無窮無盡的世界，我們已經感受到了電腦游戲中的那種過程生成的效果。

一部完全由人工智能編寫的科幻短片《陽光之泉》于今年年初在倫敦電影節上進行了首映。

索尼此次仿照披頭士風格的音樂創作只是一次蒼白的模仿——雖令人印象深刻，可以吸引Youtube觀眾，但不足以讓收視爆表。而《陽光之泉》作為一部超現實的實驗短片，卻難以擴展成故事片的長度。那么，如果這首歌成為熱門單曲會怎樣？如果這部短片贏得奧斯卡又會怎樣？如果你最喜愛的藝人是虛擬人物會怎樣？

這些編寫流行歌曲、創作短片，并生成第一人稱射擊視角的模擬算法將不斷進化，他們會在網絡上學習人類最前沿的創意，追溯最古老的創意歷史，從而進行重新混合搭配，制造出新的創意。

再仔細想一想人類的創意過程也無非如此。

受影響的公司：Spotify, Facebook, 動視暴雪

11、虛擬現實治療（VRT）

作者：Kyle Wolf
工作室：舊金山

虛擬現實治療（VRT）將不再局限于讓大腦從當前環境中轉移注意力，它要創造出一種多感覺環境，讓大腦實現超越藥物治療效果的生物結果。最初，我們將看到VRT會解決心理問題——治療恐懼癥、成癮和其他精神情況——但是我們很快就能看到它能促成心理結果并在像神經康復這樣的實踐中提供幫助。

Mindmaze是這一領域的先鋒。它已經為中風患者營造了一個虛擬環境，讓患者大腦重新連線并為已經遺忘的肢體重新建立機動性。

隨著醫療研究的發展和 VR 技術壁壘的減少，這個領域中將出現越來越多的實驗和發現，解鎖大腦功能。未來接受認知行為治療和系統脫敏療法的患者能期待虛擬現實成為他們治療中的一個重要組成因素。

已經將此付諸實踐的公司：CleVR, Virtually Better, Meddiction, Mindmaze

12、利用大數據進行精準醫療

作者：Allison Green-Schoop
工作室：舊金山

時至今日，醫學還是采取“一刀切”的方法，但是如果我們能夠根據看護人員和醫療專業人士捕捉到的大量數據點對治療進行評估會怎樣？這就是精準醫療，一種以數據、算法和精準分子工具為基礎的新型醫護方式。

例如，UCSF（加州大學，舊金山分校）是精準醫療領域的領導者。該校正在對醫生進行培訓，讓他們與患者進行不同的對話，從而在診療疾病時更好地了解他們的社交、環境和經濟狀況。精準醫療將醫療努力的焦點從確認癥狀轉到理解發病機制并加以治療。它還關注健康的環境和社交決定因素，比如你的郵遞區號。

那些懂得技術以及醫療目標的人將會提供詮釋和連接數據點的平臺，從而在精準醫療價值鏈中創造價值。

受影響的公司：加州大學，舊金山分校醫學院/加州大學的加州早產計劃，HealthVerity, Tidepool, NantHealth

13、人機交互方式進入語音體驗時代

作者：Christine Todorovich
工作室：舊金山

從20世紀80年代早期開始，人機交互主要是通過圖形用戶界面（GUI）進行的。然而，屏幕視覺疲勞以及嵌入各種產品中的技術，從汽車到家庭，需要一種超越視覺的新型交互界面。

例如，汽車公司能夠利用音頻互動的方式讓司機的視線不離開路面。像Here One這樣的設備正在探索通過聲音實現增強現實的潛力。最近，蘋果公司披露了自己的AirPods，這款產品有可能會為全球最大的用戶群帶來更多無處不在的音頻體驗。

2017年將成為音頻交互界面（AUI）之年。

受影響的公司：Amazon Echo,Here One,蘋果公司的 AirPods,Hackney Hear,Detour 

14、無人機將在人道主義救助上發揮更大的作用

作者：Lillian Tse
工作室：倫敦

無人機的定義是“無人駕駛的飛機”，但在它背后永遠都有一個了解飛行意圖以及潛力的人。

盧旺達正在為無人機打造專用停機坪，以確保藥物能夠及時輸送至病患。修路建橋費時費力，使用無人機可以輕松將貨物運送到城市區域外的偏遠地區。在全球范圍內，許多發達及發展中國家都已經開始著手推動無人機項目——Drones For Good，盧旺達的案例僅僅是一個開始。

該項目中的創新者并不僅僅來自政府機構，他們很多人只是普通的市民。項目的前期投入并不會令人望而卻步，幾千美金的投資便可以讓普通市民來試驗這種強大的、負擔得起的解決方案，真正實現技術造福社會。用無人機來幫助我們識別偷獵者或發現地震后被困在瓦礫下的孩子，這些都是非常棒的想法。

以前那些擁有衛星或者直升機技術研發資源的大型機構才能進行的人道主義工作，現在我們可以輕松交給無人機來完成。

今年開始，我們將看到更多的人開始推動無人機的發展。

受影響的公司：路橋公司（特別是中國公司），醫藥公司，機場

15、從機器學習獲得經驗

作者：Rebecca Blum
工作室：舊金山

多年以來，機器學習在技術趨勢列表上始終榜上有名。但是今年，我們會將作為人類能夠從與機器學習的交互中學到什么也納入其中。

AlphaGo戰勝人類最優秀的棋手李世石標志著機器學習的里程碑。但是在訓練和與AlphaGo的對戰中，與計算機交互的人類棋手在棋藝上也更加精進。無論是在幫助音樂服務平臺Spotify 優化算法時提升自己的音樂品味，或通關觀看神經網絡學習來了解我們的大腦，我們已經通過其他方法間接地從算法中有所收獲。

人類可以從機器學習中獲得經驗，影響我們教育和培訓的思維方式，從而找到一種人類/機器互相學習促進的共生方法。

比如，我們可以通過人工智能制作的歌曲、電影、文字的組合獲得靈感，可以教一個孩子和一臺計算機同時翻譯，在競爭的過程中，孩子會被機器的學習方式所影響。

受影響的公司：Nervana Systems, MindMeld, 谷歌

至于哪些趨勢在明年會得以實現，我們就拭目以待吧！