不論是可以和你對話的智能音箱，還是能夠自己作畫的虛擬藝術家；不論是能夠幫助農民準確判斷種植和施肥時間的農場管理系統，又或者是能夠在演唱會現場快速識別罪犯的人臉識別程序，人工智能已經開始在各行各業得到廣泛應用。

那么，未來的人工智能又有著怎樣的發展趨勢，對醫療、能源、制造、網絡安全等行業，以及我們的工作、生活、生命健康又將產生怎樣的影響？近期，奇點大學人工智能和機器人學項目負責人Neil Jacobstein提出了自己的預測。他認為，在未來五年（2019-2024），人工智能將實現五大突破。

這些突破包括：人工智能將完全改變我們對傳統識別模式的認識；醫生會越來越離不開機器學習；量子計算將大大提升藥物的研發效率；人工智能設計系統將幫助我們實現原子精確制造。當然，網絡攻擊也會與人工智能的發展相伴相隨，但又從另一個方面帶來更多的商業機會。

AlphaGo Zero是一個機器學習程序，被用來訓練玩復雜的圍棋游戲。在2017年，它以100比0擊敗其上一代程序AlphaGo。而就在此前不久，AlphaGo剛剛因為在2016年擊敗人類圍棋世界冠軍，受到全球矚目。有趣的是，AlphaGo Zero不是從人類游戲中學習，而是通過與自身的對抗，或者說“自學”方式來進行訓練，這是一種被稱為強化學習的方法。

從頭開始構建自己的知識，沒有人類的偏見——AlphaGo Zero展示了一種全新的創造方式。更具突破性的是，這種人工智能模式識別允許機器在幾個小時內飛速積累起數千年的知識。

雖然這些系統不能回答“什么是橙汁？”，或者與一個五年級學生進行智力競爭，但值得關注的是，它們越來越具有戰略復雜性，并與其他形式的弱人工智能融合在一起。在接下來的五年里，誰知道AlphaGo Zero的“繼承者”將會以怎樣的形式出現？但可以肯定的是，新的人工智能將不僅增強商業上的功能，也將為你的日常生活帶來更多便利。

一組中美研究人員最近建立了一個人工智能系統，可以診斷從流感到腦膜炎等常見的兒童疾病。通過對近60萬名患者、130萬次門診就診的電子病歷進行培訓，這一項目產生了前所未有的準確診斷結果。此外，我們還可以看到，加州大學圣地亞哥分校眼科遺傳學主任張康博士創建了能夠精確診斷致盲性視網膜疾病與肺炎的人工智能工具。與醫生相比，這一系統同樣展示出了非常高的準確率。

Jacobstein預測，“我們很快就會看到一個轉折點，醫生會覺得在他們的日常實踐中不使用機器學習和人工智能是一種風險，因為他們不想錯過重要的診斷信號。”

研究人員估計，可能的類藥物分子數量可以達到10的60次方之多，其數量如此龐大，甚至超過了整個太陽系中的原子數量。但是，今天的化學家必須根據受分子結構影響的性質來預測藥物，然后合成許多變體來測試他們的假設。

量子計算可以將這個耗時的、成本高昂的過程轉變為一個高效的、改變生命的藥物發現新機制。Jacobstein說：“量子計算將帶來重大的產業影響……不是通過破壞加密，而是通過大規模并行處理進入設計領域，這種處理可以利用量子疊加、量子干涉和量子糾纏，并且可以大大超過經典計算。”

隨著人工智能融入到我們生活的方方面面，網絡攻擊變得越來越具有威脅性，而“深度攻擊（Deep attacks）”可以通過利用人工智能生成的內容來避免人類和人工智能的控制。如果沒有適當的保護，人工智能系統可以被操縱來執行任何數量的破壞性目標，無論是破壞名譽還是轉移自動駕駛汽車。

Jacobstein認為：“我們的建筑物、家庭、醫療保健系統、空中交通管制、金融組織、軍事和情報部門都有安全系統。但我們都知道，這些系統已經被周期性的黑客攻擊，我們將看到這種加速。因此，這里有很多重要的商業機會，而且在它影響到你之前，你有很多機會超越這個曲線。”

正如現代計算機改變了我們與比特和信息的關系一樣，人工智能將重新定義和革新我們與分子和材料的關系。人工智能目前正在被用來發現清潔技術創新領域的新材料，如太陽能電池板、電池，以及可以進行人工光合作用的裝置。

據業內專家稱，現今制造一種新材料大約需要15到20年的時間。但是，隨著人工智能設計系統的飛速發展，這將大大加速材料的發現過程，使我們能夠以創紀錄的速度解決諸如氣候變化等緊迫問題。例如，像Kebotix這樣的公司已經開始利用機器人和人工智能技術，著手簡化材料與化學制品的發現和創造工作。