身影无处不在。事实上，如今我们只是刚刚看到美国联邦航空局开始为无人机的商业行为网开一面，开始着手制定法规。目前已经有超过2500架商用无人机获取了美国联邦航空局的准飞许可，与去年的宣传形成鲜明对比的是在媒体口中无人机从「很酷的玩意儿」变成了「头疼的玩意儿」。
2015年的无人机市场正进入爆发的前期：创业公司不断涌现、市场领跑者不断攻城略地、包括亚马逊、谷歌在内的互联网巨头从不同维度进入市场、大量消费级无人机上架售卖以及美国联邦航空管理局启动的无人机注册规定…..从政府、企业再到消费者，无人机的影响越来越大，我们也有理由相信接下来的一年会有更多突破。
6. 沃森很忙
IBM的沃森正在快速成长中，过去一年「他」先后在五星级酒店的后厨、律师事务所以及大型医院服役，能够自己创作菜谱，分析法律文本，以及诊断肿瘤等。此外，沃森还变身体育教练、仿生学家、反恐专家等。
与此同时，依托其强大的认知计算能力，沃森还成为诸多创业公司的好「基友」。IBM推出了一个基于云端的平台Bluemix给开发者使用沃森创造新的「智能」应用的机会。去年1月份，IBM投入了10亿美元资金用于进一步研发Waston，包括1亿美元用于迅速启动认知应用生态系统。目前，Waston生态系统包括350家公司，77000名开发人员，他们正在设计并构建IBM所谓的「基于云计算的认知计算应用」，范围从医疗工业到金融服务和零售业。12月份，沃森物联网全球总部在慕尼黑开张，同时开放一些强大的包括语音识别、机器学习、预测和分析服务、视频和图像识别服务以及非结构化文本数据分析服务在内的API，通过开放化的人工智能技术进军物联网。
7. 微软亚洲研究院的152层「深度残差网络」获得2015ImageNet冠军
过去几年，神经网络的复兴让图像和语音识别等技术的精度实现了大幅度飞跃。而在2015 ImageNet计算机视觉识别挑战赛上，微软亚洲研究院以152层「深层残差网络（deep residual networks）」系统，获得图像分类、图像定位以及图像检测全部三个主要项目的冠军，其视觉计算组的系统错误率已经低至3.57%，远远低于去年的6.6%。
残差学习最重要的突破在于重构了学习的过程，并重新定向了深层神经网络中的信息流。它很好地解决了此前深层神经网络层级与准确度之间的矛盾。孙剑表示，从我们极深的深层神经网络中可以看出，「深层残差网络」力量强大且极为通用，可以预见它还能极大地改善其它计算机视觉问题。
8. NIPS2015召开
今年的参会人数接近4000，创下了NIPS举办以来的注册人数之最。其中，注册大会基调报告的人数为2584人，比去年激增100%。大会总共收录了403篇论文，其中深度学习课题约占11%。
本次大会也体现出了深度学习的几大发展趋势，例如，神经网络框架变得越来越复杂而精密，且逐渐从单一框架变成基于多种神经科学技术的混合和匹配；大部分最先进的系统都将LSTMs；注意力模型越来越成为研究的主流；在深度学习的帮助下，计算机视觉和自然语言处理之间不再割裂，变得更加融合；神经网络模型压缩的展示则令人看到在移动设备上进行神经网络模型训练的可能性；深度学习和强化学习的交叉将产生更多令人兴奋的成果。
9. 《科学》杂志论文展示机器学习新方法
「仅从一个例子就形成概念」的能力对人来说很容易。然而，尽管人工智能近年来取得了长足的进步，但要让机器做到这一点，却难于上青天，因为目前的人工智能通常需要从大量的数据中进