科技可以超越時間，讓我們預見人類社會的未來，所以有很多的人都會想要知道一些有名的科學熱詞。下面是本站小編為你精心推薦的熱門的科學熱詞，希望對您有所幫助。
人工智慧
人工智慧(Artificial Intelligence)，英文縮寫為AI。它是研究、開發用於模擬、延伸和擴充套件人的智慧的理論、方法、技術及應用系統的一門新的技術科學。也許你對概念並不熟悉，但你對AlphaGo一定非常熟悉，就是它在用高超的棋藝戰勝了李世石，直接引爆了這一輪人工智慧的熱潮。前不久，三連冠的柯潔也認慫，聲稱幹不過AlphaGo。圍棋高手引以為傲的不被機器戰勝的領域，就這樣淪陷了。
據《科學》雜誌判斷，到2045年，世界上50%的工作，都會被人工智慧所取代。而在中國這個資料是77%。也就是說，30年之內，我國每4個工作中至少有3個會被人工智慧取代。尤其是助理、翻譯、保安，這些工作可能都會被取代。今天的人臉識別，可以做到比人20倍更精確的辨識人臉。
科技巨頭們並不會放棄這個機會，大力開墾這塊領域。下面羅列一下今年關於人工智慧的收購案。
2016年1月份，蘋果收購人工智慧初創公司Emotient，這家公司的成果在於使用人工智慧技術讀取圖片中的面部表情。
2016年5月份，eBay宣佈收購Expertmaker，這是一家使用機器學習進行大資料分析的瑞典企業。 2016年5月份，英特爾收購了專門從事計算機視覺 (CV)演算法的初創公司It-seez，計劃利用Itseez專業能力來建立從汽車到安全系統的物聯網(IoT)。
2016年8月份，微軟收購了一個兩年半的初創公司Ge-nee，其主要產品是一款擁有AI技術的智慧日程工具。
2016年9月份，谷歌相繼收購了用於開發聊天機器人的人工智慧平臺，距離收購視覺搜尋創企Moodstock僅過去兩個月之久。
2016年9月份，亞馬遜低調收購了機器人創業公司，這家公司的聯合創始人成為亞馬遜“新機器人產品”的專案負責人。
然而，360董事長周鴻?表示，人工智慧是風口也是泡沫，對人工智慧要有客觀理性的認識。這場關於人工智慧的喧譁，到底有多少是真金白銀?
基因測序
2015年初美國奧巴馬政府頒佈“精準醫療計劃”，今年3月科技部也將精準醫療列入重點研發計劃，以基因測序為基礎的精準醫療受到中美兩國政府的高度重視。
隨著基因檢測成本急速下降至1000美元左右，極大地擴充套件基因檢測的應用領域和應用人群。市場寄希望於它能在生殖和遺傳病領域、腫瘤個性化治療，尤其是精準用藥方面，以及複雜慢病等方面的個體用藥指導方面，發揮巨大的作用。
2007年全球基因測序市場規模為7.9億美元，到2014年市場規模為54.5億美元，預計2018年全球基因測序市場規模將超過110億美元。2015年開始至今，基因檢測贏得了來自資本和創業者的高度青睞。
在國內，基因測序上游裝置製造環節目前處於國外壟斷狀態，且進入技術門檻非常高，一般企業難以從上游裝置製造環節切入市場。相較於上游裝置製造環節，中游的基因測序服務在技術門檻上相對要低一些。近幾年，儘管衛計委和藥監局對基因測序臨床應用市場加強了管理，但消費級基因測序服務企業層出不窮，目前已有超過150家企業和機構從事基因測序相關業務。國內提供基因測序服務的機構呈現逐年增長的趨勢，隨著測序服務機構數的增長，測序服務市場的競爭也將趨於白熱化。
然而，基因檢測主要是服務於科研和臨床的，二者都是嚴謹且有其內在規律的領域，註定了基因檢測的發展將很漫長。目前，由於資料解讀的滯後導致基因測序在臨床治療上的.價值還未展現。即便是在消費市場，除了玩轉概念以外，基因檢測的結果究竟代表什麼含義檢測機構並不清楚，更不可能提供真正有效的干預和服務。
更何況，基因檢測能提前檢測出的遺傳疾病、腫瘤等，除了遺傳因素外，疾病的發生還與環境、個人生活習慣等關係也很緊密,而環境因素包括化學性、物理性及生物性因素等等由於多基因疾病的原因複雜，很難單純從基因來得到有效的防治疾病資訊，因此也很難應用到臨床上。
以基因測序為基礎的精準醫療，恐怕還需要醫學基礎科研很長時間的探索和積累。
霧霾
霧霾是我們在這份榜單裡最不想見到又必須面對的熱詞。霧霾並不是什麼新鮮事物，它像個工業幽靈一樣一直伴隨著人類的現代化程序。從1930年的比利時馬斯河谷煙霧事件到1943年的洛杉磯煙霧事件，從1948年的美國多諾拉煙霧事件到1952年的英國倫敦煙霧事件。實際上，20世紀70年代之後，倫敦才慢慢摘掉了“霧都”的帽子，蛻變成為生態之城。霧霾是個環境難題。公眾的警醒、政府的堅決、科技的手段、生活的變革、經濟的轉型，還有長期的堅持，才是最終戰勝霧霾的可靠保證。
人工智慧的實現方法人工智慧在計算機上實現時有2種不同的方式。一種是採用傳統的程式設計技術，使系統呈現智慧的效果，而不考慮所用方法是否與人或動物機體所用的方法相同。這種方法叫工程學方法(ENGINEERING APPROACH)，它已在一些領域內作出了成果，如 文字識別、電腦下棋等。另一種是模擬法(MODELING APPROACH)，它不僅要看效果，還要求實現方法也和人類或生物機體所用的方法相同或相類似。遺傳演算法(GENERIC ALGORITHM，簡稱GA)和人工神經網路(ARTIFICIAL NEURAL NETWORK，簡稱ANN)均屬後一型別。遺傳演算法模擬人類或生物的遺傳-進化機制，人工神經網路則是模擬人類或動物大腦中神經細胞的活動方式。為了得到相同智慧效果，兩種方式通常都可使用。採用前一種方法，需要人工詳細規定程式邏輯，如果遊戲簡單，還是方便的。
如果遊戲複雜，角色數量和活動空間增加，相應的邏輯就會很複雜(按指數式增長)，人工程式設計就非常繁瑣，容易出錯。而一旦出錯，就必須修改原程式，重新編譯、除錯，最後為使用者提供一個新的版本或提供一個新補丁，非常麻煩。採用後一種方法時，程式設計者要為每一角色設計一個智慧系統(一個模組)來進行控制，這個智慧系統(模組)開始什麼也不懂，就像初生嬰兒那樣，但它能夠學習，能漸漸地適應環境，應付各種複雜情況。這種系統開始也常犯錯誤，但它能吸取教訓，下一次執行時就可能改正，至少不會永遠錯下去，用不到釋出新版本或打補丁。利用這種方法來實現人工智慧，要求程式設計者具有生物學的思考方法，入門難度大一點。但一旦入了門，就可得到廣泛應用。由於這種方法程式設計時無須對角色的活動規律做詳細規定，應用於複雜問題，通常會比前一種方法更省力。
霧霾的形成原因霾的形成示意圖霧霾的源頭多種多樣，比如汽車尾氣、工業排放、建築揚塵、垃圾焚燒，甚至火山噴發等等，霧霾天氣通常是多種汙染源混合作用形成的。但各地區的霧霾天氣中，不同汙染源的作用程度各有差異。霧霾天氣自古有之，刀耕火種和火山噴發等人類活動或自然現象都可能導致霧霾天氣。不過在人類進入化石燃料時代後，霧霾天氣才真正威脅到人類的生存環境和身體健康。急劇的工業化和城市化導致能源迅猛消耗、人口高度聚集、生態環境破壞，都為霧霾天氣的形成埋下伏筆。
霧霾的形成既有“源頭”，也有“幫凶”，這就是不利於汙染物擴散的氣象條件，一旦汙染物在長期處於靜態的氣象條件下積聚，就容易形成霧霾天氣。一是生成顆粒性揚塵的物理基源。我國有世界上最大的黃土高原地區，其土壤質地最易生成顆粒性揚塵微粒。二是運動差造成揚塵。例如，道路中間花圃和街道馬路牙子的泥土下雨或潑水後若有泥漿流到路上，一小時乾涸後，被車輪一旋就會造成大量揚塵，即使這些顆粒性物質落回地面，也會因汽車不斷駛過，被再次甩到城市上空。三是揚塵基源和運動差過程集聚在一定空間範圍內，顆粒最終與水分子結核集聚成霾。目前來看，在我國黃土平高原地區350多座城市中，霧霾構造三要素存量相當豐裕。
