AI對世界的影響已經以各種方式體現出來，從國際象棋計算機到搜索引擎算法，再到聊天機器人，其說服力足以讓 Google 的研究人員認為它是有感知力的。那么，AI的未來是什么?

顯然，AI的未來無法預測，就像明天的彩票號碼無法預測一樣。但既然該領域的研究推動了技術的發展，我們不妨戴上未來主義的帽子，推測AI驅動的未來世界會是什么樣子。

為清楚起見，我們將專注于AI在商業領域的進步，但我們也會描繪整個世界的圖景。

AI在流行文化中的未來

小說可以對現實世界的科學研究產生影響。IsaacAsimov在其短篇小說《Runaround》中闡述的機器人三定律，自AI領域開始以來就一直是有關道德探討的一部分，盡管現代道德探討傾向于將阿西莫夫的法律視為公平，但缺乏起點。

在這些虛構的描述中，人們對AI作為武器的使用感到非常焦慮。可以說，最著名的AI虛構例子是2001年的《HAL9000：太空漫游》，或同名系列游戲《終結者》。這兩個屬性都觸及AI試圖以任何必要的方式殺死人類。

然則，AI經常被描繪成英雄和怪物，盡管它的武器地位通常仍處于最前沿。很多讀者可能還記得《鋼鐵巨人》，電影中一個50英尺高的外星機器人與自己的身份和美國軍方斗爭，最后決定自己寧愿成為超人，而不是武器。

這些對AI作為武器的焦慮，無論是否有根據，都對現代AI相關政策產生了影響。就在2019年，聯合國還在探討禁止致命自主武器系統(LAWS)，這讓人想起了小說中出現的那種“殺手機器人”焦慮。

當今的AI

AI已成為現代生活中普遍存在的一部分。當在Google上搜索某些內容時，將處理其的多任務統一模型(MUM)AI算法，這是Google搜索引擎核心的一系列AI中的最新算法。假如擁有亞馬遜的Alexa或類似的家庭虛擬助手，那么，AI已進入家居生活。

專注于商業用途，AI基本上無處不在。世界各地大大小小的公司都在使用聊天機器人進行客戶服務、自動欺詐檢測和自動發票處理等技術。事實上，這篇文章就是使用GoogleDocs寫的，其有一個由AI驅動的智能撰寫功能，被很多人廣泛使用。

世界上近乎所有大型科技公司都有一個部門在積極研究或實施AI，也有無數新的AI初創公司提供AI驅動的軟件即服務平臺，聲稱它們可以為公司節省資金。商業世界，尤其是科技行業，充斥著AI和機器學習。

推動未來的AI

那么，為什么這些公司如此頻繁地使用AI?為什么會有如此多的初創公司涌現出來為消費者和高管提供這些AI驅動的服務呢?答案很簡單，AI是一個有起有落的趨勢，如今作為一種可行的商業技術，其在興趣方面呈上升趨勢。

事實上，GrandViewResearch預測，從2022年到2030年，AI將以每年38.1%的復合增長率增長。

除了趨勢之外，AI還有一些可行的用例正在推動AI的未來。早在20世紀80年代，美國的主要公司就在使用專家系統來自動化某些任務，并取得了很大的效果。

比如，機器人過程自動化(RPA)使用AI或機器學習來自動化簡單的重復性任務，如上述的發票處理。假如實施得當，其可以成為一種巨大的節省成本的工具，特別是對于那些無法支付人力來執行相同任務的中小型企業(SMB)。希望此用例在未來會大幅增長。

另外，很多公司使用算法來幫助優化用戶體驗，如客戶服務聊天機器人或GooglePhotos的自動圖像增強功能。對于前者，其提供24/7全天候服務，這是任何一個人都無法獨自提供的。而對于后者，其可以消除Photos手動圖像增強中存在的人為錯誤，從而使圖片得到更一致的改進。

然則，面向客戶的AI也有其缺點。GooglePhotos的照片標記算法在過去一直是以不準確而臭名昭著，任何一個不得不與聊天機器人交談以獲得IT支持的人都知道，假如你不知道與之交流的確切方式，它們是毫無用處。但這項技術的進步肯定會推動未來AI的發展。

AI向類人學習的方向發展

任何有關AI未來的探討，都不可避免地會轉向AI重建類似人類的學習和成長模式，或獲得某種感知能力。自該領域在20世紀50年代首次興起以來，這一概念一直主導著AI領域的探討。

Meta公司屢獲殊榮的計算機科學家和首席AI科學家YannLeCun于2022年6月下旬發表了一篇論文，，探討了他自己對機器怎樣開始像人類一樣思考的看法。在這篇文章中，LeCun提出使用世界模型的心理學概念，讓AI復制人類憑直覺預測某些行為的后果的方式。

LeCun使用的一個例子是自動駕駛汽車和人類駕駛員之間的區別。一輛自動駕駛汽車可能需要多次失敗的例子才能知道在轉彎時超速駕駛會是個壞結果，但人類駕駛員本能的物理知識會告知他們，在轉彎時超速行駛可能不會有好結果。

在整篇論文中，LeCun闡述了怎樣將這一概念復制到AI中。他提出了AI的六模塊架構，其中每個模塊相互輸入，以復制人類大腦的所有部分相互輸入的方式，從而建立我們對世界的觀察和模型。

雖說LeCun本人也承認其的提議有局限性和缺陷，但這篇論文是為那些只掌握少量技術或數學知識的讀者撰寫的，讓任何行業的讀者都能夠理解具有類似人類思維模式的AI的潛力。

顯然，LeCun并不是唯一一家展望AI未來的公司。事實上，Google子公司DeepMindAI的一些研究人員已經成功開發出PLATO，這是一種可以大致復制嬰兒學習簡單物理概念的AI。

推動AI未來的外部進步

假如我們只看AI本身的進步，那并不能描繪出完整的畫面。技術進步不會發生在平行的孤島中，像AI這樣的跨學科領域尤其會受到周圍技術狀況的影響。

比如，云計算在提高AI的易用性方面已經取得了很大的進展。云計算提供的基礎設施和服務，意味著從業者不再需要為其AI平臺構建和維護獨立的基礎設施。

這也是雙向的，因為一些開發人員已經使用AI來幫助推動云計算的發展。這種集成允許簡化數據訪問、從云服務器訪問自動數據挖掘，以及其他好處。

基于量子物理學原理的量子計算，可以讓AI處理比傳統計算方法更大、更復雜的數據集。

IBM是該領域的領導者，并于2022年5月公布了其構建量子中心計算機的路線圖，其中囊括首批基于量子的軟件應用程序，預計將于2025年開始開發。伴隨量子計算的發展和變得更容易使用，AI也可能開始取得飛躍的進步。

AI對世界的潛在影響

AI已經在21世紀對我們周圍的世界產生了重大影響，但伴隨更多研究和資源投入到該領域的發展中，我們將開始看到AI對我們日常生活的更多影響。

在醫療保健領域，AI為醫療專業人員提供了處理愈來愈大的數據集的能力。從大流行開始，研究人員就在使用AI建模來幫助開發COVID-19疫苗。伴隨AI技術的進步和普及，AI可能會被用于對抗其他疾病和疾病。

制造業是AI和自動化重塑世界的一個經典例子。計算機在這個行業從事藍領工作的想法在很多美國人的頭腦中根深蒂固。事實上，自動化在某些工業場景中招致了失業。

在現實中，計算機并沒有全面取代所有人的工作，但AI的進步可能會讓這一過程更加自動化。我們很有可能看到AI不僅生產制成品，還會進行質量檢查，以確保產品適合運輸，而無需人工監督。

伴隨很多企業轉向居家辦公和混合安排，AI(特別是RPA)可以用于自動化辦公室環境中一些必要的重復性工作，如客戶支持。這可以為員工提供更多的時間來分析和開發創造性解決方案，以解決他們受雇解決的復雜問題。

銀行和金融服務已經在使用AI，但其影響在于這些公司分析數據、提供財務建議和檢測欺詐的方式。伴隨AI愈來愈先進，可以看到銀行進一步運用AI來維護和促進其提供的很多服務，如貸款和抵押貸款。

AI的影響力不斷擴大

整個科技行業都在不斷推動進步，而AI一直是整個21世紀這一進步的支柱之一。伴隨科技的進步和研究的開展，AI對行業和世界的影響力只會增長。

如前所述，我們在日常生活中通過搜索引擎算法和虛擬助手看到了AI，但伴隨銀行和醫療保健等行業開始采用愈來愈多的AI軟件和解決方案，AI可能會成為當今世界最重要的技術領域。

也就是說，無論是將其能力提升到新高度的量子計算，還是實現類人智能的持久夢想，AI的未來都有望在消費者和商業市場中發揮重要作用。