剛剛過去的2016年，這個世界發生了很多大事：從越攪越亂的中東亂局到出人意料的英國退歐、再從戲劇性十足的美國大選到毫無疑問的中國繼續崛起……這個世界似乎正在發生著什么翻天覆地的變化。不管這些變化是否符合我們的期待，我們都可以確信在這些變化之后，科學技術的持續進步無疑是其中最大的推動力量之一。

　　在這方面，隨著深度學習在最近幾年的突然高速崛起，人工智能的發展已經成為了科技發展中一股不可忽視的巨大力量，甚至有許多學術界和產業界的專業人士將其看作是未來技術進步的最底層的技術革命之一。粗略估計，在可預見的時間內，人工智能將帶來顛覆性影響的領域將包括但不僅限于：翻譯、廣告、通信、運輸、圖像……甚至有些眼光長遠的「預言家」還認為人工智能不僅將改變我們的生活方式，還將改變我們對人類、智能乃至宇宙的本質的理解。

　　和這個世界一樣，過去的一年的人工智能也發現了很多重大的事件。現在就讓我們站在新一年的起點回顧一下過去這人工智能高速發展的一年：人工智能成長為了游戲高手、圍棋大師、語音轉錄專家、司機、翻譯家、圖像藝術家、鑒黃師、武器……機器之心對 2016 年的人工智能領域內的事件進行了盤點，從中選取了我們心中的十大最具里程碑意義和最引人關注的焦點事件。

　　No.1 人機世紀大戰：李世石 vs. AlphaGo

　　里程碑意義：★★★★★

　　社會關注度：★★★★★

　　2016 年 3 月，人類在棋盤游戲上的最后一塊保留地被機器攻陷：世界圍棋大師在韓國首爾以 1:4 的成績不敵 Google DeepMind 開發的人工智能程序 AlphaGo，引起了世界各地人民的廣泛關注和熱議。賽后韓國棋院授予 AlphaGo 榮譽九段的段位，賽后不久 AlphaGo 的世界排名 (https://www.goratings.org/) 就升至了第二。到 7 月 17 日，原本世界排名第一的圍棋大師柯潔由于在海峽兩岸世界冠軍爭霸賽中表現不佳，積分下跌，AlphaGo 反超柯潔，排名在世界第一的位置維持了一段時間。

　　AlphaGo 的開發團隊是英國人工智能研究公司 DeepMind，該公司在 2014 年被谷歌收購之后迅速成長為了人工智能研究領域的一大重鎮。在天才研究者 Demis Hassabis 的帶領下，DeepMind 的規模不斷擴張，吸引了大量來自世界各地的人工智能人才，也在許多研究領域實現了很多重要的突破。其中包括掌握 Atari 游戲、語音合成、解讀唇語、規劃地鐵路徑、提出重量級的可微神經計算機等等。不僅在研究上，DeepMind 也在嘗試將其研究成果產品化，7 月份的時候，谷歌就表示 DeepMind 的深度學習技術可以幫助谷歌的服務器節省數億美元的電費。除此之外，DeepMind 和英國國家醫療服務體系（NHS）的合作也堪稱人工智能在醫療應用上典范代表。

　　另外還有值得一提的是，DeepMind 在棋盤游戲上「將人類踩在腳下」之后，又看上了更復雜的即時戰略游戲。11 月份，DeepMind 宣布與著名游戲公司暴雪建立了合作關系，要讓人工智能在基于人類視角和操作速度的基礎上征服經典即時戰略游戲《星際爭霸》。也許不久之后，我們就會看到 DeepMind 實現新的傳奇了。

　　參考閱讀：

　　重磅｜AlphaGo 3:0 戰勝李世石，機器與人類的共同勝利

　　深度 | AlphaGo 并非革命性突破，但讓我們看到了通用人工智能的希望

　　No.2 終結馬路殺手，無人駕駛汽車紛紛上路

　　里程碑意義：★★★★★

　　社會關注度：★★★★★

　　2016 年，除了時不時就霸占頭條的谷歌無人駕駛汽車，也有更多的企業和機構開始在無人駕駛技術的研究和應用上嶄露頭角，這其中既包括谷歌這樣的互聯網和技術公司百度、Uber 和 IBM 等，也有通用和本田等傳統的汽車制造商，另外也還有特斯拉這樣的新一代汽車公司；當然，MIT 和哈佛大學等學術研究重鎮也都或多或少有自己的無人駕駛相關的研究項目（包括無人駕駛技術和背后涉及到的社會學、倫理學和法律學問題）。

　　2016 年年初，世界首款無人駕駛公交車在荷蘭小鎮 Wageningen 正式上路，這款名為 WePod 的電動汽車是由法國機動車制造商 EasyMile 和歐盟運輸計劃 Citymobil2 設計的，可搭載 6 名乘客，不過其運營路線長度只有 200 米，時速僅有 8 公里。

　　去年 8 月，世界首個無人駕駛出租車 nuTonomy 在新加坡正式開始上路測試，參與乘客可以通過智能手機預約。這家從麻省理工學院分離出來的創業公司專門從事開發無人駕駛出租車。雖然谷歌和沃爾沃等的多家公司早已在馬路上進行了自動駕駛測試，但 nuTonomy 卻成了第一家向公眾開放自動駕駛汽車的公司。到年底時，Alphabet/谷歌旗下的無人駕駛項目也終于修成正果，開始以獨立公司 Waymo 的形式運營。

　　無人駕駛的飛速發展也引發了一些問題。過去的一年，特斯拉汽車報告了好幾起與其自動駕駛輔助技術 Autopilot 相關的事故，其中一起事故更是造成了車毀人亡的后果（之后特斯拉還為此發表聲明警告駕駛者不要完全依賴現在還并不完美的自動駕駛功能）。盡管有這些挫折，但毫無疑問，無人駕駛在過去的一年中確實得到了很大的發展。按照中國和美國 發布的無人駕駛路線圖，如果進展順利，那么也許在未來不到十年之內我們就能用上完全自動駕駛的汽車了。

　　參考閱讀：

　　重磅 | 波士頓咨詢報告：自動駕駛汽車、自動駕駛出租車以及城市交通革命（附報告）

　　深度 | 特斯拉巡航系統供應商 Mobileye 創始人詳解自動駕駛三大支柱

　　深度 | 英偉達自動駕駛技術解讀：用于自動駕駛汽車的端到端深度學習（附論文）

　　No.3 人工智能真的危險嗎？持續一整年的人工智能威脅論

　　里程碑意義：★★★★☆

　　社會關注度：★★★★★

　　又過了一年，霍金和馬斯克等世界名人的「人工智能威脅」警告繼續發酵。尤其是在三月份 AlphaGo 擊敗了世界圍棋大師李世石之后，這些警告也竟開始變得有些說服力了，至少確實有很多人開始認為人工智能存在威脅了。

　　另外還有一件事也引起了人們極大的關注，2016 年 3 月份，微軟在 Twitter 平臺上推出了一個人工智能聊天機器人 Tay；這個機器人的最初設計目的是模仿一位 19 歲美國青少年女性的說話方式，同時它還具有從對話中進行學習的能力。結果上線還不到一天，Tay 就「墮落」成了一個滿口納粹言論的種族主義者。

Tay 的一些不當言論

　　而此前還有谷歌的圖像識別程序將黑人識別成猩猩、給男性和女性推薦有差別的職業廣告等等問題和后來發生的美國達拉斯警方用拆彈機器人炸死嫌犯、社交網絡上的新聞推薦可能影響了美國大選等等事件。這些問題和事件在媒體的鼓吹下不僅和好萊塢一起進一步渲染了人工智能威脅論，也讓一些研究者看到了人工智能可能會具有的不平等乃至威脅（不管是來自有偏見的算法本身還是來自所使用的數據）。但與此同時，這些報道也讓研究者看到了公眾對人工智能技術的不理解，進而讓很多業內的人士和機構看到了向公眾科普人工智能的重要性。

　　在這一系列事件的背景下，很多機構和研究者也做了很多工作，包括 9 月底的時候，谷歌攜旗下公司 DeepMind，聯合微軟、亞馬遜、Facebook 和 IBM 成立了名為 Partnership on AI 的組織，以共同探索人工智能技術的安全研發之路和促進公眾對人工智能的正確理解。除了這些合作之外，有很多學界、產業界以及喜歡夸大其實的媒體界的人士都針對這一主題寫過一些報道，其中機器之心報道過的有《微軟 CEO 的「人工智能法則」：不得傷害人類，必須透明》、《ACM 月刊 | 艾倫人工智能研究所 CEO：設計遵循人類法律和價值觀的人工智能系統》、《Nature：對抗偏見，大數據算法需要更多責任》等等。

　　人工智能與人類的未來究竟將走向何方不是靠爭論就能解決問題的，畢竟實踐才是檢驗真理的唯一標準。對于人工智能相關法律問題和社會影響等議題也已經被提上了許多政府機關的議事日程。但不管我們商討的結果如何，技術的發展終究是勢不可擋的，而且就像美國經濟顧問委員會主席 Jason Furman 說的那樣：「未來我們需要人工智能」。

　　No.4 全球政府開始關注人工智能：一邊鼓勵一邊尋求管制方法

　　里程碑意義：★★★★☆

　　社會關注度：★★★★★

　　如果非要給人工智能時代的到來選一個標志，還有什么比世界上最強大的國家的政府對人工智能的關注更合適呢？2016 年 10 月，美國白宮發布了《為未來人工智能做好準備》和《美國國家人工智能研究與發展策略規劃》兩份重磅報告，詳細闡述了美國未來的人工智能發展規劃以及人工智能給政府工作帶來的挑戰與機遇。VentureBeat 對這兩份報告進行了總結，得出了 7 個淺顯易懂的要點：1. 人工智能應當被用于造福人類、2. 政府應該擁抱人工智能、3. 需要對自動汽車和無人機進行管制、4. 要讓所有孩子都跟上技術的發展、5. 使用人工智能補充而非取代人類工作者、6. 消除數據中的偏見或不要使用有偏見的數據、7. 考慮安全和全球影響。

美國總統奧巴馬在接受 Wired 專訪時談論了人工智能、自動駕駛汽車和人類的未來

　　到 12 月份，白宮還跟進發布了一份《人工智能、自動化與經濟》的報告，談到了智能技術和自動化技術對經濟的影響和可能的應對策略。

　　除了美國政府之外，歐洲、中國、日本和新加坡等多個國家和地區的政府也開始將人工智能看作是未來實現國家競爭力的重要戰略方向。中國國務院總理李克強就曾多次談到過政府對人工智能和機器人產業的大力扶持。

　　而除了對人工智能產業的扶持，相關的管理規范和法律方面的工作也已經被許多政府和研究機構提上了議事日程：如何應對自動化所帶來的就業危機、如何公平分配人工智能所創造的經濟價值、如何對自動設備所帶來的問題進行追責、以及如何防止人工智能技術被惡意利用而造成危害……這些都是重要的議題，而且我們都目前為止都還沒有找到這些問題的完備答案。

　　在 7 月份美國經濟顧問委員會提交給總統的一份報告中，該委員會估計大約 83% 時薪低于 20 美元的工作將會被自動化。針對這一問題，該委員會還提出了兩個指導決策的基本原則：允許靈活性和實驗，而不是強加限制；直接鼓勵工作，而不是為其廢止做規劃。

　　但不管怎樣，這一次以智能和自動化技術為基礎的技術變革對所有人（包括所有政府）來說都是全新的。不過其帶來的結果如何，政府都應該對目前所發生的一切保持敏銳和預見能力，這樣才能以一種健康公正的社會狀態迎接這個前所未有的技術變革。

　　No.5 繼續超越人類，微軟語音識別技術達到專業轉錄員水平

　　里程碑意義：★★★★☆

　　社會關注度：★★★★☆

　　如果人類是一個單一的好強的生命體，那么今天對它來說一定不好過，因為人工智能不僅在圍棋上讓它吃了虧，也更是在其它領域超越了人類。在微軟的研究者十月份發表的一篇論文《Achieving Human Parity in Conversational Speech Recognition》中，人工智能與研究部門的一個研究者和工程師團隊報告出他們的語音識別系統實現了和專業速錄員相當甚至更低的詞錯率（WER），達到了 5.9%！而就在一個月前，微軟才剛實現了歷史性的 6.3%。這一成果和實現進展的速度甚至讓一些人類轉錄員感受到了失業的風險。

　　而幾乎就在同一時間，備受關注的錘子科技 CEO 羅永浩在該公司的新品發布會上演示了科大訊飛的語音輸入法功能，結果沒讓任何人失望。

　　這一技術的日益成熟也為語音助理的普及奠定了發展基礎。在 2016 年的 AWS re:invent 大會上，亞馬遜就發布了多款可以幫助開發者更輕松地開發其語音助理 Alexa 相關應用的開發工具。據亞馬遜 Alexa 部門副總裁 Rohit Prasad 介紹，Alexa 現在已經具備 5000 多種能力（skill）了；而裝備了 Alexa 的 Amazon Echo 現在也已經能夠幫助用戶通過語音完成很多日常任務了，包括日程規劃、音樂搜索等等。除了亞馬遜之外，谷歌、微軟、三星、蘋果等公司都有專門的團隊在幫助建設他們自家的語音助理平臺。也許不久之后，你就再也不用擔心沒人聽你說話了吧，因為機器會一直在身邊聽見和聽懂你的話。

　　No.6 機器翻譯整合神經網絡，接二連三實現顛覆性突破

　　里程碑意義：★★★★☆

　　社會關注度：★★★★☆

　　據維基百科介紹，人類目前大概有 6000 多種語言。自人類在未建成的「巴別塔」下不歡而散以來，實現全人類之間的順暢交流一直是我們的夢想。現在，基于神經網絡的人工智能方法已經讓我們看到了真正實現這一夢想的希望。

　　2016 年 9 月份，谷歌在 arXiv 上發布了一篇論文介紹了其神經機器翻譯系統（GNMT），「該系統使用了當前最先進的訓練技術，能夠實現到目前為止機器翻譯質量的最大提升。」谷歌的博客還宣布已經將其投入到了漢語-英語之間的機器翻譯應用中。之后不到兩個月，谷歌又再次發表論文宣布了進一步的突破：實現多種語言之間的神經機器翻譯，并且還實現了突破性的 zero-shot 翻譯！

GNMT 的模型架構

　　在 11 月份的烏鎮互聯網大會上，搜狗 CEO 王小川在演講過程中同步演示了自家的實時機器翻譯應用。盡管這一事件后來引起了很多爭議，但毫無疑問這反映了機器翻譯技術正變得越來越成熟的趨勢。也許幾年之后，我們就能在自己的耳朵里面塞入一個人工智能「巴別魚」，然后就能聽懂每一個人所說的話了。

　　除了語言對之間的文本序列到文本序列的翻譯，另外值得一提的一項突破是唇語到語言（視頻序列到文本序列）的「翻譯」，而且其所實現的超越人類的進展基本上毫無爭議的。11 月份，牛津大學、Google DeepMind 和加拿大高等研究院（CIFAR）聯合發布了一篇重要論文，介紹了利用機器學習實現的句子層面的自動唇讀技術 LipNet，該技術將自動唇讀技術的前沿水平推進到了前所未有的高度——實現了 93.4% 的準確度，遠遠超過了經驗豐富的人類唇讀者。

　　No.7 人工智能硬件大戰打響，巨頭 vs. 創業公司

　　里程碑意義：★★★☆☆

　　社會關注度：★★★★☆

　　隨著深度學習算法變得越來越復雜、所使用的數據集變得越來越大，對專用硬件的需求也正變得越來越大。2016 年，面向人工智能的平臺成了計算硬件開發的一個主要的新方向。這一年，除了英特爾和英偉達這兩家芯片巨頭在人工智能方向連綿不斷的高調動作，掌握核心科技的創業公司也在盡力改變著市場格局（盡管其中大部分有潛力的都被收購了），此外，就連谷歌這樣的互聯網也從中看到了發展的空間。

　　傳統芯片廠商方面，英偉達借助 GPU 和深度學習算法的高度契合而順勢發展，股價飛漲，可以說是 2016 年人工智能計算硬件領域的最大贏家。體量更大的巨頭英特爾自然也不會等著這個新市場被競爭對手占領，而收購似乎是個更快捷的追趕方法。2016 年，英特爾收購了多家人工智能創業公司，其中包括計算機視覺創業公司 Movidius 和深度學習芯片創業公司 Nervana 等。到 11 月份，有了 Nervana 和 2015 年收購的 FPGA 廠商 Altera 加持的英特爾公布了其人工智能路線圖，介紹了該公司在人工智能芯片市場上的公司戰略和產品生態系統。另外隨便一提，在這一領域存在感差很多的 AMD 在 2016 年年底也終于發力，宣布推出了其首款基于 VEGA GPU 架構的機器學習芯片。另外，DSP 供應商 CEVA、FPGA 供應商 Xilinx 和處理器技術提供商 Imagination 等廠商也都已經在機器學習領域進行了布局。

英偉達 CEO 黃仁勛在 GTC Europe 2016 上演講

　　互聯網巨頭似乎也從計算硬件領域發現了新的機會。2016 年 5 月，谷歌發布了一款新的定制化設計的芯片張量處理單元（TPU/Tensor Processing Unit），這款芯片是專門為基于谷歌已經開源的 TensorFlow 機器學習框架而量身定制的。微軟也通過 Project Catapult 表明了對 FPGA 的支持。另外，這一年 IBM 在神經形態計算上的進展也得到了很大的關注，甚至可能預示著一種人工智能發展的新方向。

　　創業公司方面，除了被收購的 Nervana 等公司，還有 Wave Computing、Kneron 以及中國的寒武紀和深鑒科技等公司都在努力開發自家的深度學習專用芯片平臺。而這些創業公司在 2016 年同樣也取得了相當不俗的表現，比如源自中科院計算機研究所的寒武紀就在 2016 年推出的寒武紀 1A 處理器，據稱這是世界首款商用深度學習專用處理器。

　　No.8 斯坦福大學發布人工智能研究百年報告

　　里程碑意義：★★★★☆

　　社會關注度：★★★☆☆

　　2014 年秋季，斯坦福大學啟動了一個人工智能百年研究項目。兩年之后——2016 年 9 月初——斯坦福大學所組織的包含了谷歌和微軟等科技巨頭、哈佛大學和 MIT 等著名大學以及艾倫人工智能研究所等專門的人工智能研究機構的眾多專家學者的委員會終于發布了他們百年項目的第一份報告《2030 年的人工智能與生活（AI and Life in 2030）》，該報告囊括了人工智能最近的發展以及對就業、環境、運輸、公共安全、醫療、社區參與和政府的潛在影響。

　　報告發布后得到了極大的關注，在某種程度上也為近未來的人工智能的發展起到了一定的指導性作用。該報告寫道：「「百年研究」定期進行專家回顧的首要目標是：提供一個隨著人工智能領域發展的關于人工智能及其影響的收集性的和連通的集合。這些研究希望能在人工智能領域的研究、發展以及系統設計方面、以及在幫助確保那些系統能廣泛地有益于個人和社會的項目與政策上提供專業推斷上的方向指南及綜合評估。」

　　除了斯坦福大學的這份報告，也還有其它許多調研機構和科技媒體也發布了自己的調查或預測報告。在這里當然要安利一下機器之心發布的月度《AI00：全球最值得關注的 100 家人工智能公司》系列報告，該報告按語音和自然語言、計算機視覺、芯片和硬件等十個主題梳理盤點了人工智能領域最值得關注的 100 家公司。該報告將繼續保持每月更新的頻率，最新版本的報告可點擊這里查看。

　　里程碑意義：★★★☆☆

　　社會關注度：★★★☆☆

　　盡管現在的人工智能和機器人離科幻作品里面的那些善解人意的、甚至有自我知覺的形象還有很大的差距，但它們已經在成群結隊（有時候卻悄無聲息）地進入我們的日常生活了。

　　且不必談那些背后使用了智能和學習算法的模式篩查、搜索引擎、推薦系統和翻譯應用等等。在我們能夠直觀感受智能應用上，我們也能感受到非常直接的進步：過去的一年里，亞馬遜 Alexa 變得更加聰明了——具備了近 5000 種技能，而谷歌也在 2016 年 3 月份宣布了對標了亞馬遜 Echo 的音箱式語音助理產品 Google Home，此外，微軟的小娜和小冰姐妹也在我們的生活場景中變得越來越常見。

　　軟件之下，在我們可以直接觸摸的承載和表現智能的硬件（機器人）上，我們也能看到它們大步邁進的身影：自動駕駛汽車開始實驗性地載客、快遞無人機正在探索貨運的新方式、人形機器人在日本的企業里面充當接待員、護理機器人進入了歐洲一些老人和自閉癥兒童的生活、更不要說已經在很多家庭里面兢兢業業工作的掃地機器人了……甚至還有一些機器人加入了執法者的隊伍——7 月份，美國達拉斯警方在與殺警狙擊手對峙幾小時后，出動機器人載著炸彈炸死了嫌犯，這被認為是美國警方首次以這樣的自動裝置來執法。（當然，軍用無人機早已經在戰場得到了應用。）

　　當然，除了普通人的日常生活之外，科學家的日常生活里面更是出現了更多人工智能/機器人。2016 年 7 月，NASA 向好奇號火星車推送了一個更新，讓其可以在遙遠的火星上自己選擇需要研究的石頭。人工智能甚至還成了科學家尋找外行星甚至外星生命的助手。至于分析粒子數據、大氣系統、基因組、經濟活動、社會狀況等數據的模式，那幾乎已經可以算是人工智能的拿手好戲了。另外值得一提的是，12 月初 Science 旗下的機器人主題期刊 Science Robotics 的創刊號正式發布，為機器人領域的繁榮提供了直接的見證。

　　藝術方面人工智能也沒有落后，能夠編寫古典音樂的智能系統已經出現，Prisma 等藝術風格渲染應用更是風靡一時，人工智能還作為鑒賞家找出了莎士比亞作品的合作者并且甚至還學會了剪輯色情視頻，當然也不要忘了人工智能甚至還當了編劇寫出了一些劇本！

　　No.10 打破產業與學界之間的壁壘，大學與企業共同推進技術進步

　　里程碑意義：★★☆☆☆

　　社會關注度：★★★☆☆

　　多年來積累的深度學習技術研究成果的應用價值正在開始顯現，產業界也已經將人工智能作為了重點發展和關注的領域。而為了在未來占據這個萬億級市場的優勢，人才和技術積累就成了當前需要投資的關鍵。

　　2016 年，我們看到很多學術界的研究者和科學家開始進入到了產業領域，其中包括 8 月份中國科學院計算機視覺資深研究專家山世光創立人臉識別技術公司「中科視拓」、 10 月份卡耐基梅隆大學機器學習教授 Ruslan Salakhutdinov 加入蘋果、10 月份加拿大蒙特利爾大學教授 Yoshua Bengio 參與創立深度學習孵化器 Element AI、11 月份斯坦福大學教授李飛飛加入谷歌和卡耐基梅隆大學教授邢波創立機器學習平臺公司 Petuum。而其中一些研究者也表示在進入產業界之后仍然會保留在大學內的研究或教學職務。

　　學術界的人才在向產業界流動的同時，產業界也在憑借自身強大的優勢資源產出高質量的學術成果。谷歌、微軟、Facebook、騰訊、百度等科技巨頭都已經有了自己專門的人工智能研究機構，這些機構不僅在幫助這些公司提升自己的產品和應用，也同時在將自己的研究成果公開發表出來。這樣一片欣欣向榮共同進步的發展景象讓一貫遵循保密策略的蘋果公司也坐不住了，在今年 12 月份，前面提到的該公司的人工智能研究主管 Russ Salakhutdinov 在 NIPS 2016 上宣布「蘋果的人工智能研究團隊將公開發表他們的研究成果并更多地參與到廣闊的學術圈中去。」之后不久，蘋果發布了其第一篇人工智能論文《Learning from Simulated and Unsupervised Images through Adversarial Training》。

　　閉門造車的時代已經結束了，要想在人工智能時代繼續保持領先，方法大概只有一個：參與進來。

　　總結

　　除了上面的盤點中所提到的十大焦點，2016 年的人工智能領域還有更多值得我們關注的焦點事件和重要研究，其中至少包括：更為逼真的語音合成（WaveNet）、穩步推進的圖像識別……此外在視頻預測、閱讀理解和生成對抗網絡等領域也出現了一些非常之關注的研究進展。

　　另外，在一些相關的其它技術上，我們見證了很多重要的進步，其中至少包括量子計算、光計算、生物計算、腦機接口、機器人技術和新型加密技術等領域也都出現了一些重要的研究或應用進展。

　　現在，人工智能在我們的日常生活所發揮的作用正變得越來越大，一般人的生活在很大程度上已經離不開各種應用背后的人工智能技術了；所以，我們可以總結說：2016 年我們已經進入了人工智能時代。新的一年，人工智能又將會引來怎樣的機遇和催生出怎樣的應用和故事，就讓我們拭目以待吧。