北京時間9月26日消息，據外媒報道，雖然我們無法預測人工智能會在未來10-20年取得何種驚人的進步，但可以肯定的是，該技術將為人類帶來巨大的福利。到2018年，機器人將督導300萬人類工人進行日常工作;而到2020年，智能機器將成為超過30%的企業首席信息官(CIO)的首要投資重點。

　　從新聞撰寫到客戶服務，許多工作正在被愈發先進的人工智能所替代，它們已經可以成功復制人類的經驗和能力。人工智能曾經一度被看作是技術的未來，而現在它們已經提前迎來了自己的時代，剩下的唯一問題是如何將它推向大眾市場。

　　時光飛逝，許多先來者已經從AI上獲益頗多。在此過程中，人工智能技術也逐漸進步，并將在越來越多的領域中變得更加強大。眼下，那些有能力在人工智能領域進行重大投資的公司正在創造新的趨勢，而那些無力在此領域進行投資的公司將會有落伍的危險。

　　風險vs回報

　　有人會說，你又不是先知，怎么能預測投資AI的回報是否會大于風險呢?不過，分析師預測，到2020年全球5%的經濟活動將由自主軟件來處理。

　　AI的未來取決于那些愿意孤注一擲冒險嘗試和持續投資的公司。其中，有的公司可能是陰差陽錯進入該領域的，但嘗到甜頭后它們堅持了六年，最終在自動化上收獲頗豐。

　　眼下，許多AI進步都來自軍事領域，單單美國政府就在無人機上下了重注，明年其總投資額將達46億美元，而未來，這些家伙將替代現有的載人飛機。只需為人工智能無人機設置一個目的地，它們就能夠自動躲避防空系統并到達目的地。不過，任何致命的決定仍然由人來做決定。

　　而在學術界，麻省理工與牛津等大學處于領先地位，它們正在努力繪制人類的大腦地圖，并試圖模仿人類大腦的工作。它們在研究中發現了兩條路徑——創造一種復制人腦的人工智能，或者模擬實際人腦。不過兩者都有可能帶來一些倫理問題和擔憂。

　　雖然這些問題暫時都懸而未決，但人工智能帶來的好處我們已經能深刻的感受到，而這將推動一些大型公司加大投資力度。這點很容易理解，正如信息技術現在幾乎對每個行業都不可或缺，人工智能技術將來也是如此。

　　計算機的未來

　　眼下，大多數AI還只是為了完成某種特定任務而編制好的一套程序，這與真正的人工智能還有很大的差別。人工智能的未來將取決于真正的機器學習。換句話來說，未來的人工智能將不再依賴于直接的命令，它們可以自主理解它被賦予的任務。

　　下一步，AI將脫離現有狹隘的外殼，通過自主學習系統而非預先編程來解決問題，在圍棋上戰勝李世石的DeepMind和IBM的Waston超級電腦就是此類AI的先行者。

　　舉例來說，搭載了IBM
Watson超級電腦的自動駕駛汽車Olli，能夠通過監測乘客的行為并與乘客互動來學習。它會存儲每一個乘客的要求和目的地，并在未來的駕駛中使用這些信息為乘客服務。隨著新的傳感器不斷增加，Olli變得越來越智能化。

　　不過，這樣“放任自流”，AI們真的能無師自通的達成我們的期待嗎?例如，在預測終端用戶的購買習慣方面，它能夠比現在的軟件做得更好嗎?它能夠通過自動關聯過去的模型來實現供應鏈交易的最優化嗎?這些任務可是比玩游戲和駕駛汽車更為復雜。

　　眼下，人工智能的應用范圍正在擴大，它們已經滲透到了時尚風潮和健康狀況的預測。因此，解決那些復雜的問題也是指日可待。

　　不久之后，AI就能模仿人類復雜的決策過程，比如提供投資意見或為病人提供處方。事實上，隨著真正的機器學習不斷進步，一些更復雜、更危險的工作(如卡車駕駛)將完全由機器人接管，這將導致新的工業革命。屆時，人們將從枯燥的重復性工作中被解放出來。

　　不投資人工智能的代價

　　既然是投資，其風險和回報就無法準確預測。在商業上，所有新事物的已知風險就是不確定性本身。因此，風險主要來自錯誤的投資。

　　所以，對于一些新鮮事物，人們已經形成了新的投資理念：相比參與新事物所帶來的風險，由于失去先機而落后的風險更大。