11、可延展型自動數據處理

　　為了做地圖，當谷歌說他們打算讓汽車駛過每一條路并記錄感知到的所有事（音頻、視頻、天氣報告以及交通）時，我們都覺得它瘋了。使用數百萬無人機或傳感器收集信息聽起來很輕松（相對而言）。但如今以自動化的方式搞清這些信息的意義還不太可能。快速對接當前現狀和可延展的自動信息處理成為了公司做出成功的道路地圖的一部分。

　　可延展的自動數據處理已經接近到達黃金時期。天氣監控、預測交通模式、在海洋中捕魚、森林健康監測將會被各種公司所用到，而不只是谷歌與微軟這樣的大公司。（Frog 波士頓工作室的 Patrick Kalaher）

　　12、智能建筑

　　不僅只有智慧城市會利用傳感器更有效的利用能源，建筑和高速公路也將由更智能的材料構造。從自然模式中學習，材料科學家和建筑師已經開發出了培植有細菌的磚塊、制造出了能吸收二氧化碳的水泥，以及創造出了不使用任何降溫設備（只使用風和陽光）的建筑。

　　這一趨勢可能成為城市的巨大機遇，包括像醫院這樣依賴大量電力的建筑。例如，MGM Resorts、Wynn、Las Vegas Sands 最近都配備了太陽能設備，表現出大公司在邁向可持續基礎設施方面邁出了第一步，這既削減成本，又吸引環境友好型消費者。

　　13、按需 VR

　　隨著 VR 逐漸為主流受眾使用，生活娛樂場所和演出將被這種在家就能得到的低成本/高參與度的方式所取代。作為空席的彌補，或者為了追求更高的利潤，2017 年娛樂產業可能會在演唱會等現場活動中尋求售賣 VR 票的方式，從在麥迪遜廣場花園觀看碧昂斯的演唱會到歐洲冠軍聯賽，也會為過去的表演開啟 VR 分類。

　　一個極其有趣的概念是 VR 微體驗的概念，也就是讓用戶在時間與空間上進行換位，從而體驗美好的小時刻，刷新感官。可以把這想象為心靈的一次快速經濟的假期。

　　屆時，內容制造商能夠在開放的社交市場上提供低成本、高質量的體驗。對那些沒有 VR 硬件的消費者而言，社區會在商場、交通樞紐以及公開場所提供 VR Stations。（Frog 紐約工作室的 Piet Aukeman 和 Sonny King）

　　14、軟體機器人的崛起

　　如今的機器人大部分是由金屬構成的硬體機器人，以一種明確、嚴格的方式進行運作。隨著人類開始在日常生活中接觸機器人，我們需要機器人以一種人性化的方式與我們進行交互以及觸摸。

　　在接下來幾年，我們將看到使用與人類體膚接近材料的軟體機器人。在產品中利用軟體機器人已經有了一些進展，比如 SoftRobotics Gripper。更進一步的是，一些研發部門正在試驗電活性聚合物（electro-active polymers），比如介電彈性體（dielectric elastomer），它會在電流通過時改變形狀。我們將看到它們在眾多產業中的應用。例如，我們會希望汽車配備軟體機器人從而在交通上有更好的功能。在車間中，軟體機器人能夠增強我們的力度和準確度，從而有多余的能力進行有創造性與思想的行為。在醫療中，軟體機器人可能不只是幫助我們治療病人，也可能在病人身體內部發揮作用。軟體機器人的變革是緩慢卻巨大的。隨著機器人變得更加柔軟，它們將會以有趣且重要的方式融入我們的生活。

　　15、從機器學習中進行學習

　　數年來，機器學習持續出現在科技趨勢列表中。但今年，我們將研究的是人類如何從與機器學習的交互中進行學習。AlphaGo 戰勝世界級棋手李世乭成為了機器學習領域的一個里程碑。但在與 AlphaGo 的訓練與對局中，人類棋手也變得更好。以其他的方式，我們也間接的從算法中進行了學習，無論是在調整 Spotify 算法的時順便調整了我們的音樂品味，還是在觀察神經網絡學習方式時連帶學習了大腦機制。

　　在未來，因為我們利用人類的行為與選擇幫助機器進行學習，我們也將接受人類從機器中學習的方式。觀察計算機組合文字的方式是否有助于我們成為更有創造力的作家？假如我們能同時教授兒童與計算機進行翻譯又會怎樣？從機器學習中進行學習會對我們的教育與訓練方式產生直接影響，培養出人類-機器學習的共生方法。