人類機能增進(Human Augmentation)

人類機能增強過程沿著自發(fā)（用戶必須特意與技術(shù)交互，或通過正�；顒拥母弊饔萌〉玫模浚┣铱商綔y（一個人是否知道另一個人是機能增強的）的軌跡和范圍發(fā)展。技術(shù)來增強人的能力主要集中在軌跡和范圍的某個點上，技術(shù)的幫助是特定的且可檢測的（例如使用智能手機或智能手表）。提供更多的自發(fā)和不可檢測的相互作用的技術(shù)（例如提高精神集中度的隱形眼鏡顯示器或腦刺激）產(chǎn)生了新的問題，特別是一些極端情況（例如外科植入物或遺傳操作）。面對選擇用技術(shù)增強身體和頭腦機能的員工，組織和社會必須面對越來越多的機會和挑戰(zhàn)。

個人分析（Personal Analytics）

個人分析是使用個人數(shù)據(jù)以幫助多領(lǐng)域的目標，包括個人醫(yī)療保�。ń∩砀�蹤）；安全（警覺和專注駕駛）；財務(wù)管理（財務(wù)跟蹤以達到節(jié)約目標）；就業(yè)（優(yōu)先工作計劃以滿足日常工作角色要求）；社會關(guān)系（與他人消磨時間），自尊（個人發(fā)展），最終實現(xiàn)自我（我是一直想成為的人嗎）。個人分析和量化自我是不一樣的；量化自我是作為個人分析數(shù)據(jù)的幾個來源之一，是一個新興的概念。雖然量化自我已經(jīng)隨著管理個人健康和睡眠的可穿戴設(shè)備進入主流消費者意識，但是分析這些系統(tǒng)產(chǎn)生的大量數(shù)據(jù)仍然是許多消費者的一個盲區(qū)。

智能工作空間（Smart Workspace）

智能工作空間利用物理物聯(lián)網(wǎng)對物理對象數(shù)字化，傳遞新的工作方式，分享信息及開展合作。物理環(huán)境程序化使智能工作空間與移動設(shè)備、應(yīng)用軟件、數(shù)字職場圖、智能機器協(xié)同，以提高員工的工作效率。人們工作的任何地點都可以成為智能工作空間。

立體顯示技術(shù)（Volumetric Displays）

立體顯示技術(shù)是將物體呈現(xiàn)為三維的效果，采用跟隨觀眾移動的360度球面視角。與大多數(shù)平面3D顯示器不同，通過立體顯示技術(shù)可以創(chuàng)建出高度的幻覺效果或立體的視覺感受，能夠擁有出非常逼真的效果。目前，立體顯示技術(shù)還沒有走出實驗室，但常常被認為像是電影《星球大戰(zhàn)》中莉亞公主的實體圖像那樣。但實體顯示仍然是一個難以捉摸卻夢寐以求的目標。

對話用戶界面（Conversational User Interfaces）

對話用戶界面（CUI）是一個高層次的設(shè)計模型，在此之中用戶和機器以口語或書面自然語言交互作用。這些通常是非正式的和雙向的交互作用范圍從簡單的話語（例如“停止”，“是”或“現(xiàn)在幾點”“12:24”）到高度復雜的相互作用（收集犯罪案件的證人證言）和高度復雜的結(jié)果（如為用戶創(chuàng)建一個抽象的形象）。作為設(shè)計模型，CUI要依賴于應(yīng)用程序和相關(guān)服務(wù)的實現(xiàn)。供應(yīng)商和開源活動在不斷增加，利于CUI的發(fā)展。更多已確定引進將動搖新UI模式控制局面的CUI和新商業(yè)模式，以部分替代和補充應(yīng)用程序和API。

腦機接口（Brain-Computer Interface）

由于顱骨阻塞和分散電磁波，無創(chuàng)的方法不能使用較高頻率的信號。因此，腦機接口的一個主要挑戰(zhàn)是獲得足夠數(shù)量的明顯不同的大腦模式來執(zhí)行一系列命令。雖然今天的控制不是很順利或很連續(xù)，但是在多個維度控制虛擬對象、玩互動游戲和控制硬件是可能的。值得注意的是，世界上第一個意念控制的無人機競賽是2016年時在佛羅里達大學舉行的，吸引了廣泛的關(guān)注，預示著消費機器人的巨大潛在市場。

虛擬個人助理（Virtual Personal Assistants）

虛擬個人助理(VPA)可以代替人來完成助理工作。通過用戶的允許，隨著技術(shù)的提高、方式的多樣化，用戶與VPA合作更舒適，VPA應(yīng)用呈增長趨勢。嵌入在已有產(chǎn)品中的，像Gmail收件箱這樣不太引人注意的類似VPA的特點一直在增加，如狹隘的VPA（如個人理財顧問、健康教練和日程代理）。VPA正在成為跨平臺的平臺中心焦點（如微軟的Cortana智能套件）。

智能數(shù)據(jù)挖掘（Smart Data Discovery）

在過去的五年中，基于視覺的數(shù)據(jù)挖掘工具已經(jīng)破壞了傳統(tǒng)的商業(yè)智能（BI）和分析市場，因為它們很容易使用，并且使用戶能夠快速組裝數(shù)據(jù)，在數(shù)據(jù)中找到新觀點，可視化探索關(guān)于未來的一些假設(shè)。與傳統(tǒng)的BI技術(shù)相比，雖然數(shù)據(jù)挖掘在使企業(yè)用戶探索數(shù)據(jù)的方式方面一直是不斷變革的，但許多與數(shù)據(jù)制備、海量復雜數(shù)據(jù)組合模式探索、見解分享有關(guān)的活動仍然很大程度上依賴人工完成。

情感運算（Affective Computing）