生物特征识别：通过个体生理特征或行为特征对个体身份进行识别认识的技术，包括指纹识别、人脸识别、虹膜识别、指静脉识别、声纹识别以及步态识别等。

人类新科技应用发展呈现指数式增长的规律，新技术革命来临的时间间隔越来越短，而每一次新范式的出现都会引发爆发式飞速发展。有人将由数据驱动的科学研究视为是继理论、实验、计算之后的第4种范式、或第4种科学支柱。随着深度学习和人工智能技术的迅速发展，人工智能与大数据紧密联系在一起，人工智能为大数据驱动的研究提供了新的科学基础、思维方式与处理能力。人类社会由信息时代步入智能时代，智能科学是智能时代的基石。

山区茶业绿色发展是乡村产业振兴的一项重要内容。南方山地传统茶园开发与经营面临水土流失治理、茶园生态保育、多样功能挖掘与深化绿色生产等挑战。通过实地调研与科学分析，结合福建省山地茶园发展实际，提出山区“三生”耦合茶园与绿色发展体系构建的思路及其技术对策，主要包括强化山区茶园生态恢复效率、强化山区茶园高优生产效益、强化山区茶园康养生活功能、强化山区茶园“三生”要素耦合，实现生产-生态-生活功能的有效发挥，以有助于发展富有区域特色的山区茶园循环农业经济。

技术革命带动社会变革，人类社会发展经历的3次浪潮——从农业革命到工业革命再到信息革命，无一不是当时的“颠覆性技术”带来的巨大变革。如今，从云计算到大数据，到人工智能等，这些颠覆性技术每年都给世界经济甚至世界格局带来巨大影响。世界主要国家对技术预见能力都高度重视，颠覆性技术发展核心技术能力成为各国战略布局的重点。本文阐述了颠覆性技术的8个趋势、2个环境和7层技术模型，并介绍了云计算、人工智能对数字化经济的重要变革作用。

近年来，深度学习在计算机视觉领域取得了巨大的突破，其背后是利用大量标签数据对深度网络进行监督训练，而标注大规模数据集非常昂贵且十分耗时。针对大规模数据集标注问题，苹果公司的Shrivastava团队希望借助现有的计算机仿真技术以及对抗训练的方法，实现仿真图像的无监督学习，从而避免昂贵的图像标注过程。该团队在对抗网络的基础上提出3个创新点：（1）自正则项；（2）局部对抗损失；（3）使用历史生成图片更新判别器，使得生成真实化图片的同时保留输入图像特征。实验结果展示该方法可以生成高度真实化的图片。研究者通过训练凝视估计模型、手部姿态估计模型定量分析生成图片的效果，分析结果表明，使用生成图片训练的模型，在MPⅡGaze数据集上测试效果有很大的提升，达到了当时最好的效果。不过，研究者并未在包含多个物体的复杂场景下进行实验，文中提出的方法在复杂场景下的应用还存在局限性。

介绍了智能控制的发展历程，概括了中国智能控制基础研究、学术研究和科技研究的成果，总结了国内智能控制教育、教学和人才培养概况，指出了中国智能控制的存在问题，提出了发展智能控制的建议。

基于对国内外人工智能发展态势的分析，从人工智能的原始创新能力、顶层谋划和设计、基础软硬件、技术平台、人才培养和引进、前沿研究布局6个方面，对中国人工智能发展的若干紧要问题进行了探讨。

人工智能芯片是人工智能技术的重要组成部分，是实现人工智能算法的硬件基础，也是人工智能时代的战略制高点。分析了现有人工智能芯片的种类、特点、技术路线和市场情况，阐述了当前人工智能芯片面临的机遇与挑战，展望了其未来发展趋势。

鸟类高度依赖其对视觉环境的评估结果。概述了以猛禽为代表的鸟类视觉生理系统和视觉信息感知系统特性的研究现状，对比了不同种类猛禽视觉系统的特性与优缺点。首先描述了包括眼外周结构、眼球壁和眼内的折光系统在内的解剖学结构，分析了猛禽眼和其他动物的眼之间的区别；然后介绍了猛禽视觉信息的传导通路和中枢；最后阐明了猛禽与其他动物不同的颜色感知特性、双中央凹特性以及猛禽视觉敏锐度特性，并概述了当前模拟猛禽视觉特性的研究方法以及关键问题，探讨了其未来的发展趋势。

云计算和大数据的广泛应用使得多媒体数据的隐私保护面临越来越严峻的挑战，而多方计算、同态密码、函数加密等密码技术为数据在密文下的盲计算奠定了基础。视觉盲计算是在不接触图像、视频等视觉数据原始内容的情况下对其进行检测、识别、检索及更复杂的处理，是计算机视觉与密码学等领域学科交叉的新方向，在视频监控、多媒体数据共享、云计算、移动计算等领域有广泛的应用前景。本文回顾视觉盲计算技术的发展历史，从隐私保护的视频监控、人脸检测、人脸识别、人脸检索、机器学习等方面综述了该领域关键技术的发展情况，展望了视觉盲计算技术的发展趋势。

人工智能已成为推动新一轮科技革命和产业变革的驱动力，世界发达国家纷纷把发展人工智能提升至国家战略高度，争相出台相关政策。通过解析美国、英国、法国、德国、欧盟、日本和中国的人工智能政策，借鉴发达国家的人工智能政策和相关措施，提出了发展中国人智能的政策建议。

介绍了深度学习的关键发展节点和应用发展历程，分析了深度学习在国内外主要领域的发展现状；概述了多个深度学习的关键算法原理，分析了深度学习在海洋数据重构、分类识别和预测等海洋大数据挖掘中的相关应用；提出了深度学习未来可能面临的问题，并从加强顶层设计、信息安全和强化算法鲁棒性等方面，展望了深度学习在海洋大数据挖掘中的应用前景。

冠心病是一种最为常见的心血管疾病，近年来在中国的发病率与死亡率逐年升高，准确诊断和及时治疗是有效降低冠心病死亡率的主要措施。通过引入模糊系统的理论，在传统BP神经网络结构中加入了模糊层与模糊规则计算层，建立了T-S模糊神经网络模型。使用该模型对采集于克利夫兰诊所的297组数据进行分析预测，与传统BP神经网络预测结果对比显示，T-S模糊神经网络模型的平均准确率为82.93%，而传统BP神经网络的平均准确率为75.56%，表明T-S模糊神经网络模型在冠心病的智能诊断中具有较高的预测准确率。

将人工智能与机器人交叉融合的智能机器，有望作为创新创业的颠覆性突破口，在智能制造、军民融合、医疗康复、智能汽车、智能家居、消费娱乐等领域改变人们的生活。同时，“物联网+大终端”融合发展，有望对中国科技与产业的变革产生重要影响。分析了国家的政策力量、知识的创新力量、资本的催化力量3个关键元素在智能机器人领域的创新创业中发挥的重要作用。围绕机器人与人工智能领域的创新创业，阐述了产品应用的场景的重要性，应明确为政府（G）、为商业公司（B）还是为消费者（C）进行服务的产品定位和发展目标。

人工智能正以前所未有的速度深层推动教育教学改革与创新发展，人工智能教育面临巨大的机遇和挑战。从教育大数据、人工智能技术、教学内容、应用场景、教师队伍等维度入手，探讨了人工智能教育当前面临的问题，并对人工智能教育的未来发展提出了相关建议。

现阶段中国正在大力兴建山区机场以改善当地的交通条件，而通过“削山平谷”形成的山区高填方机场在建造和运营中还面临许多难题。针对山区高填方机场建造过程中施工质量难以控制的问题，利用“互联网+”系列技术开发了机场高填方压实质量实时监控系统，可实现对施工压实质量的全面控制和管理，并结合无人驾驶技术能够实现自动化智能建造；针对高填方施工完成后填筑体变形沉降的问题，建立了全生命周期的安全监测系统，可对长期变形进行预测，起到灾害预警作用；针对机场道面下土层含水量增加的锅盖效应现象，通过试验模拟验证了其内在机制，提出了在冻结锋面以下铺设隔气层的有效解决方案。

2015年10月，屠呦呦因研制抗疟药物青蒿素获得诺贝尔生理学或医学奖。2017年自然指数中，中国科学院蝉联世界第一。这些迹象表明中国正在迈向世界科技强国，中国科学家正为人类文明做出卓越贡献。