1、邊緣的人工智能

結合無處不在的通信連接(如5G)和智能傳感器(如物聯網)，機器學習(ML)應用將迅速向“物理邊緣”移動，即我們所有人都熟悉的物理世界。在接下來的幾年里，我們預計將會看到智能手機在對我們的日常生活有更大影響的領域的廣泛應用，例如輔助駕駛、工業自動化、監控和自然語言處理。

2、非易失性存儲器產品、接口和應用

未來幾年內，NVM Express (NVMe)固態硬盤將取代SATA和SAS固態硬盤，五年內，基于結構的NVMe(NVME-Of)將成為主流網絡存儲協議。NVMe支持與非門分層技術和編程功能，這些技術和功能提高了耐用性，支持計算存儲，并允許更多類似內存的數據訪問。

3、數字雙胞胎應用技術

數字雙胞胎技術在制造業中的應用變為現實，也已成為復雜系統操作中的廣泛工具，目前認知數字雙胞胎處于試驗和實驗的早期階段。

4、人工智能和關鍵系統

人工智能將越來越多地部署在影響百姓健康、安全和福利的更多系統中。盡管面臨技術挑戰和公眾擔憂，這些系統將改善全球數百萬人的生活質量。

5、實用的無人機

傳統包裹遞送效率低下，再加上無人機技術的最新發展，這一領域面臨中斷的時機已經成熟。幾家公司最近致力于開發實用無人機，現在可能已經完全準備好了改變物流行業，進而改變整個現代社會。

6、添加劑智能制造

新的流程、材料、硬件、軟件和工作流程正在將3D打印帶入制造領域，尤其是大規模定制領域。更堅固耐用的材料、更精細的分辨率、新的整理技術、工廠級管理軟件以及許多其他進步正在增加醫療保健、鞋類和汽車等行業對3D打印的采用。2020年，隨著其他行業發現大規模定制的好處以及使用傳統方法生產不容易或負擔不起的零件的機會，我們預計這一趨勢將繼續下去。

7、機器人的認知技能

人類居住環境中的機器人需要能夠通過增強對其所處環境的理解等能力來適應新的任務。我們預測，最近在大規模模擬、深度強化學習和計算機視覺方面的突破，將共同為機器人帶來基本水平的認知能力，這將導致機器人應用在未來幾年中的顯著改進。

8、人工智能在網絡安全中的應用

人工智能和機器學習可以幫助檢測網絡安全威脅，并向安全分析師提供建議。人工智能/人工智能可以將響應時間從數百小時縮短到幾秒鐘，并將分析師的效率從每天一兩個事件提升到數千個事件。我們預計，通過全球范圍內的行業、學術界和政府成員之間的合作，將推動人工智能/移動通信應用于網絡安全。

9、AI對社會安全性和法律相關影響

下一年將證明人工智能對保持脆弱的社會平衡至關重要，一方面是保持技術的社會效益，另一方面是防止這些新技術能力被不當用于社會控制和剝奪自由。

10、對抗式機器學習

隨著移動電話被整合到其他系統中，對移動電話的惡意攻擊頻率將會上升。因此，安全研究敵對的機器學習和旨在檢測機器學習系統操作的對策將變得至關重要。同樣，對移動通信系統的易錯性和可操作性的認識將開始為決策和法律范式提供信息。

11、智能系統的可靠性和安全性挑戰

保證高度自治的智能系統(如智能城市、自主車輛和自主機器人)所需的高可靠性和安全性，將是2020年實現更智能世界所面臨的主要技術挑戰之一。

12、量子計算

如果量子計算機注定要成功，它們將通過增加相關性和通用性來實現，已經顯示了計算優勢，預計演示將在明年變得更加引人注目。

其他前沿技術包括無縫輔助現實；商業虛擬現實；分布式(合作)機器人技術；模擬整個世界；自動車輛；可印刷的生物材料和組織。