目前，最好的神经接口用于肢体修复，并使用100个通道提取大脑的神经信号。国防高级研究计划局（DARPA）正投资6000万美元，在未来四年内神经工程系统设计提高到一百万通道（NESD），将看到一个一立方厘米的装置植入人的大脑，使神经元的数据以电子的方式加以传送。如果这样，这项技术将发生颠覆性的转变，它不仅对细微差别的接口有广泛的影响，而且有利于从生理和心理方面深入理解大脑。

新的使用案例，如无人机控制、客户行为研究。FACEBOOK的8个研究小组最近宣布在其F8开发者大会上宣布一项无创性的项目，允许用户进行思想和目标交互，每分钟100字。

>>>> 对话用户界面

对话用户界面（CUI）是一个高层次的设计模型，在此之中用户和机器以口语或书面自然语言交互作用。这些通常是非正式的和双向的交互作用范围从简单的话语（例如“停止”，“是”或“现在几点”“12:24”）到高度复杂的相互作用（收集犯罪案件的证人证言）和高度复杂的结果（如为用户创建一个抽象的形象）。作为设计模型，CUI要依赖于应用程序和相关服务的实现。供应商和开源活动在不断增加，利于CUI的发展。更多已确定引进将动摇新UI模式控制局面的CUI和新商业模式，以部分替代和补充应用程序和API。

>>>> 智能工作空间

智能工作空间利用物理物联网对物理对象数字化，传递新的工作方式，分享信息及开展合作。物理环境程序化使智能工作空间与移动设备、应用软件、数字职场图、智能机器协同，以提高员工的工作效率。人们工作的任何地点都可以成为智能工作空间。

2. 顶峰期

>>>> 增强数据挖掘

增强数据挖掘（原智能数据挖掘），标志性的特点是下一代BI和分析平台，使得用户自动发现、想象和叙述相关研究，例如相互关联、例外、整体预测等，无需建立模型或写算法。用户通过可视化搜索和自然语言查询数据，支持自然语言生成的结果解释。

在过去的五年中，基于视觉的数据挖掘破坏了传统的商业智能（BI）和分析市场，因为它们易于使用，用户可以快速组装数据，可视化地探索假设，以便在数据中找到新的见解。但是依靠用户手动寻找模式可能会导致用户挖掘自己的偏见假设，丢失关键结果，并得出不正确或不完整的结论，这可能会对决策和结果产生不利影响。

增强数据挖掘可以减少耗时的挖掘探索和错误识别，以及产生较少的额外解释。而不是一个分析师手动测试数据的所有组合，只有最显著的和相关的结果呈现给用户的智能可视化和/或自然语言的叙述。将一系列算法并行应用于数据，并向用户解释实际的结果，减少了数据丢失与人工探索之间的重要见解的风险，优化提升对策建议。

>>>> 边缘计算

边缘计算描述了一种计算拓扑，其中信息处理、内容收集和交付更接近于信息的源和汇。从网状网络和分布式数据中心的概念出发，边缘计算着眼于保持本地和远离网络中心的流量和处理。目标是减少延迟，减少不必要的流量，并建立一个集线器，用于在感兴趣的对等点之间进行互连，以及对复杂的媒体类型或计算负载进行数据细化。

创建边缘数据中心的物理基础设施的大多数技术都是现成的，但是拓扑、显式应用程序、网络体系结构的广泛应用还不常见。边缘计算在物联网物理实现轨迹中发挥协同作用，极大地提高了概念的可视性。需要扩展系统和网络管理平台，包括边缘位置和边缘功能特定技术，如数据细化、视频压缩和分析等。

>>>> 智能机器人

智能机器人是一种机电形式的因素，在物理世界中自主工作，在短期间隔中学习，接受人类监督、培训和示范，在人类的管理下工作。

与工业机器人（预定义的、不变的任务）相比，智能机器人迄今为止的使用量明显减少，但他们在市场上受到了巨大的鼓舞，这就是为什么智能机器人正处于膨胀预期的顶峰。在未来几年中，围绕智能机器人的宣传和期望将继续增长。由于几家主要供应商在过去几年中的努力，智能机器人正在大放异彩：

● 亚马逊机器人公司（原名Kiva Systems）计划配置10000个机器人来完成客户的订单。

● 谷歌收购多个机器人技术公司。

● Rethink Robotics推出巴克斯特和Sawyer，可与人类员工一起工作。

● 2016年，开始在一些酒店，例如希尔顿、威斯汀酒店房间使用服务机器人。