美国电气和电子工程师协会计算机分会（IEEE-CS）的专家每年都会预测“未来科技”并发布他们预测的2018年十大技术趋势。
IEEE计算机协会主席Jean-Luc Gaudiot表示：“计算机协会的预测以最顶尖专家的深入分析为基础，确定了2018年最有可能具有颠覆性的顶尖科技。
“庞大的计算界依靠计算机协会提供的相关技术新闻和信息，计算机协会的宗旨是保持计算界信息灵通并为未来的技术变化做好准备，每年的预测与计算机学会的宗旨保持了一致。”
惠普企业杰出的技术专家、IEEE计算机学会前任主席Dejan Milojicic说：“接下来的一年，我们将见证未来科技最有趣的难题。”
“深度学习和人工智能是否能够扩展应用领域还是只能应用于神经网络领域？”
“加密货币技术能否继续发展或经历泡沫破灭？新的计算和记忆技术是否会最终破坏摩尔定律性？我们已经对这些预测下了赌注。”
IEEE-CS预计2018年十大技术趋势是：
1.深度学习
机器学习和深度学习已经处于科技革命的风口浪尖。
它们在数据中心得到广泛采用——亚马逊能够将深度学习应用到图像处理单元，谷歌在张量处理单元中使用了深度学习，微软利用现场可编程门阵列以及深度学习减少传回数据中心的数据总量。图像、视频和音频识别之类的应用已经被用于各种垂直行业。深度学习很大程度上取决于加速器（见9），并用于各种辅助功能（见6、7和10）。
2.数字货币
比特币（Bitcoin）、以太币（ Ethereum）和新出现的莱特币（ Litecoin）、达世币（Dash）和瑞波币（Ripple）已经成为可大量交易的货币，它们将成为更为广泛使用的交易手段，这就需要提高网络安全度（见10）。因为随着数字货币价值的提高，它们的风险将会越来越大。
此外，数字货币将与进其他技术相互促进，如存储（见3）、云计算、物联网（IoT）、边缘计算等。
3.区块链
比特币的使用和点对点技术的再现对于广义上的区块链技术的应用来说是至关重要的。我们预测交付区块链产品的公司，甚至进入市场并整合产品的IT巨头的规模都将扩大。
4.工业物联网
在边缘深度学习的推动下，工业物联网成为边缘计算应用最广泛的例子。由于工业物联网受到现实需求和要求的驱动，我们预计工业物联网将继续采用更广泛的深度学习技术产品，物联网的其他用途亦是如此。
5.机器人
尽管机器人研究已经进行了数十年，但是机器人技术的应用并没有得到蓬勃发展。但是，在过去几年，消费机器人以及更先进的军事和工业机器人的市场供应量增加。
我们预测机器人在医疗领域的应用更为广泛，如照顾病人和用于其他医疗保健。结合深度学习（见1）和人工智能（见10），机器人技术将在2018年进一步发展，机器人技术也将推动伦理思想的演进（见8）。
6.辅助交通
虽然全自动驾驶汽车的发展由于众多障碍放缓了发展速度，但是自动化系统的有限使用却持续增长，例如停车系统、视频识别、离开车道或突发障碍的警报等。 我们预计，随着自动化、机器学习和深度学习在汽车行业的应用，交通辅助将得到进一步发展。
7.增强现实和虚拟现实
在过去的一年中，游戏、增强现实和虚拟现实装置的应用不断增长。我们预计随着3D投影和运动检测等现代用户界面的出现，这一趋势将会持续下去。
这将会把个人与可根据隐私配置进行查看的元数据关联起来，这种关联将推动网络安全和隐私方面的国际政策的出台（见10）。
8.隐私、安全和责任的道德、法律及政策
随着深度学习（见1）、机器人（见5）、技术援助（见6和7）以及人工智能应用（见10）的不断发展，社会对科技发展已经失去了控制。强制性指导已经在设计的各个方面（参见IEEE标准协会文件）得到了深入的分析和推广，并且这种指导正进一步应用到自主智能系统和网络安全中。
然而，越来越多的垂直行业和横向技术将会考虑道德因素。
9.加速器和3D
随着功率缩放和摩尔定律的终结以及向3D的转变，加速器成为提高硬件性能和能源效率并降低成本的一种方式。现有技术（现场可编程门阵列和专用集成电路）和新技术（如基于忆阻器的DPE）在加速应用领域（如使用深度学习算法的矩阵乘法）方面具有很大的潜力。
我们预测由于加速器的广泛的多样性和适用性，它将在2018年得到更普遍的使用。
10.网络安全和人工智能
虽然网络安全正日益成为日常生活和商业不可或缺的一部分，但是它越来越难以管理，漏洞已经变得极其复杂，而信息技术却难以跟上步伐，纯粹的自动化已经不能满足要求，人工智能需要增强数据分析和自动化脚本。
预计人类仍将处于采取行动的循环中； 因此，这也会与伦理道德有所关联（见8）。然而，人工智能本身对网络攻击并不免疫。IEEE-CS表示，在任何存在对抗性流量的应用领域中，我们需要将人工智能 /深度学习技术变得更加强大。
现有技术
IEEE-CS表示，因为假定以下技术已经得到广泛应用，所以它们没有包含在十大技术预测中。
数据科学
云化
智慧城市
可持续性
物联网/边缘计算
IEEE-CS技术贡献者包括：
桑迪亚国家实验室的Erik DeBenedictis;
系统研究员、IEEE-CS董事会成员Fred Douglis；
普渡大学教授David Ebert;
普惠企业研究员Paolo Faraboschi;
数据科学家Eitan Frachtenberg;
宾州州立大学教授Phil Laplante;
惠普企业杰出技术专家、IEEE计算机学会前任主席 Dejan Milojicic。
在2018年底，IEEE-CS将审查其预测并确定它们与技术现实的匹配程度，并在2018年12月对这些最新预测进行评分。IEEE-CS之前的预测——包括无处不在的传感器、无人驾驶汽车等——都非常准确。